【技术实现步骤摘要】
具有总线的存储器子系统
本公开大体上涉及一种存储器组件，且更确切地说涉及一种具有用以发射用于机器学习操作的数据的总线和用以发射主机数据的另一总线的存储器子系统。
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。存储器组件可以是例如非易失性存储器组件和易失性存储器组件。一般来说，主机系统可利用存储器子系统以在存储器组件处存储数据且从存储器组件检索数据。
技术实现思路
在一个方面中，本公开涉及一种系统，所述系统包括：存储器组件，其用以存储来自主机系统的主机数据且存储机器学习模型和输入数据；控制器，其包括存储器内逻辑，所述存储器内逻辑用以通过将所述机器学习模型应用于所述输入数据来执行机器学习操作以生成输出数据；总线，其用以从所述主机系统接收额外主机数据，且将所述额外主机数据提供到所述存储器组件；以及额外总线，其用以从所述主机系统接收机器学习数据且将所述机器学习数据提供到将要执行所述机器学习操作的所述存储器内逻辑。在另一方...
【技术保护点】
1.一种系统，其包括：/n存储器组件，其用以存储来自主机系统的主机数据且存储机器学习模型和输入数据；/n控制器，其包括存储器内逻辑，所述存储器内逻辑用以通过将所述机器学习模型应用于所述输入数据来执行机器学习操作以生成输出数据；/n总线，其用以从所述主机系统接收额外主机数据，且将所述额外主机数据提供到所述存储器组件；以及/n额外总线，其用以从所述主机系统接收机器学习数据且将所述机器学习数据提供到将要执行所述机器学习操作的所述存储器内逻辑。/n
【技术特征摘要】 【专利技术属性】
20191014 US 16/601,3921.一种系统，其包括：
存储器组件，其用以存储来自主机系统的主机数据且存储机器学习模型和输入数据；
控制器，其包括存储器内逻辑，所述存储器内逻辑用以通过将所述机器学习模型应用于所述输入数据来执行机器学习操作以生成输出数据；
总线，其用以从所述主机系统接收额外主机数据，且将所述额外主机数据提供到所述存储器组件；以及
额外总线，其用以从所述主机系统接收机器学习数据且将所述机器学习数据提供到将要执行所述机器学习操作的所述存储器内逻辑。
2.根据权利要求1所述的系统，其进一步包括：
内部总线，其耦合到所述存储器组件和所述存储器内逻辑，其中所述机器学习模型和所述输入数据经由所述内部总线从所述存储器组件发射到所述存储器内逻辑，且其中所述机器学习操作的所述输出数据经由所述内部总线从所述存储器内逻辑发射到所述存储器组件。
3.根据权利要求1所述的系统，其进一步包括：
第一解码器，其与所述存储器组件相关联以解码与所述额外主机数据相关联的操作，来确定与所述额外主机数据相关联的所述存储器组件的存储器地址；以及
第二解码器，其与所述存储器内逻辑相关联以解码与所述机器学习数据相关联的另一操作，来确定与所述机器学习数据相关联的存储器区的另一存储器地址。
4.根据权利要求1所述的系统，其中所述额外主机数据对应于针对所述存储器组件的操作，且其中所述机器学习数据对应于针对所述存储器内逻辑的操作，其中所述控制器进一步：
基于所述机器学习操作的优先级确定针对所述存储器组件的所述操作和针对所述存储器内逻辑的所述操作的次序；以及
基于所确定的次序执行针对所述存储器组件的所述操作和针对所述存储器内逻辑的所述操作。
5.根据权利要求4所述的系统，其中基于所述机器学习操作的所述优先级将针对所述存储器内逻辑的稍后接收的操作排序在针对所述存储器组件的较早接收的操作之前。
6.根据权利要求1所述的系统，其中所述总线和所述额外总线各自对应于将所述系统耦合到所述主机系统的外部总线。
7.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模型。
8.一种方法，其包括：
在正执行机器学习操作的存储器子系统处接收主机数据；
基于所述主机数据确定与所述存储器子系统的存储器空间相关联的性能量度；
由处理装置确定与所述存储器空间相关联的所述性能量度是否满足阈值性能量度；以及
技术研发人员：A·加塔尼，P·卡莱，
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。