【技术实现步骤摘要】
具有用来执行机器学习操作的内部逻辑的存储器子系统
本专利技术大体上涉及存储器组件，且更确切地说涉及具有用来执行机器学习操作的内部逻辑的存储器子系统。
技术介绍
存储器子系统可以是存储装置、存储器模块，以及存储装置和存储器模块的混合。存储器子系统可以包含存储数据的一或多个存储器组件。存储器组件可以例如是非易失性存储器组件和易失性存储器组件。一般来说，主机系统可以利用存储器子系统以将数据存储在存储器组件处且从存储器组件检索数据。
技术实现思路
在一个方面中，本申请涉及一种系统，其包括：存储器组件，其包括多个存储器单元，其中存储器单元的第一区将存储机器学习模型并且存储器单元的第二区将存储与机器学习模型有关的机器学习操作的输入数据和输出数据；以及控制器，其通过一或多个内部总线耦合到存储器组件，以通过将机器学习模型应用到输入数据以产生输出数据来执行机器学习操作。在另一方面中，本申请涉及一种方法，其包括：接收在存储器子系统处执行机器学习操作的请求；配置存储器子系统的存储器组件以执行机器学习操作的一部分；从存储...
【技术保护点】
1.一种系统，其包括：/n存储器组件，其包括多个存储器单元，其中所述存储器单元的第一区将存储机器学习模型并且所述存储器单元的第二区将存储与所述机器学习模型有关的机器学习操作的输入数据和输出数据；以及/n控制器，其通过一或多个内部总线耦合到所述存储器组件，以通过将所述机器学习模型应用到所述输入数据以产生所述输出数据来执行所述机器学习操作。/n
【技术特征摘要】
20191014 US 16/601,3811.一种系统，其包括：
存储器组件，其包括多个存储器单元，其中所述存储器单元的第一区将存储机器学习模型并且所述存储器单元的第二区将存储与所述机器学习模型有关的机器学习操作的输入数据和输出数据；以及
控制器，其通过一或多个内部总线耦合到所述存储器组件，以通过将所述机器学习模型应用到所述输入数据以产生所述输出数据来执行所述机器学习操作。
2.根据权利要求1所述的系统，其中所述机器学习模型是神经网络机器学习模型。
3.根据权利要求1所述的系统，其中所述控制器进一步用以：
配置所述存储器组件以执行所述机器学习操作的一部分；
从所述存储器组件接收所述机器学习操作的所述部分的结果；以及
基于来自所述存储器组件的所述接收到的结果执行所述机器学习操作的剩余部分。
4.根据权利要求3所述的系统，其中通过所述存储器组件执行的所述机器学习操作的所述部分对应于所述机器学习操作的乘法和累加子操作。
5.根据权利要求1所述的系统，其中所述控制器进一步用以：
从主机系统接收主机数据；以及
将所述接收到的主机数据存储在所述存储器组件处，所述存储器组件存储所述机器学习模型以及所述机器学习操作的所述输入数据和输出数据。
6.根据权利要求1所述的系统，其中为了执行所述机器学习操作，所述控制器进一步用以：
基于所述机器学习模型对所述存储器组件进行编程，以通过配置所述存储器组件的所述存储器单元的一部分来执行所述机器学习操作。
7.根据权利要求1所述的系统，其中为了执行所述机器学习操作，所述控制器进一步用以：
基于所述机器学习模型对所述存储器组件的电阻器阵列的电阻器的电阻进行编程。
8.一种方法，其包括：
接收在存储器子系统处执行机器学习操作的请求；
配置所述存储器子系统的存储器组件以执行所述机器学习操作的一部分；
从所述存储器组件接收所述机器学习操作的所述部分的所述执行的结果；以及
基于从所述存储器组件接收到的所述机器学习操作的所述部分的所述执行的所述结果通过处理装置在所述存储器子系统的控制器处执行所述机器学习操作的剩余部分。
9.根据权利要求8所述的方法，其中与所述存储器组件相关联的所述机器学习操作的所述部分的所述执行对应于所述机器学习操作的乘法和累加子操作。
10.根据权利要求8所述的方法，其中所述机器学习操作对应于乘法和累加子操作的多个层，并且其中所述机器学习操作的所述部分是所述多个层的第一子集，并且其中所述机器学习操作的所述剩余部分是所述多个层的第二子集。
11.根据权利要求8所述的方法，其进一步包括：
接收主机数据，其中所述主机数据并未...
【专利技术属性】
技术研发人员：A·加塔尼，P·卡利，
申请(专利权)人：美光科技公司，
类型：发明
国别省市：美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。