一种被动稳压电路实现的高线性度神经形态计算电路制造技术

本发明专利技术公开了一种被动稳压电路实现的高线性度神经形态计算电路。1R1T二进制存储单元阵列和输入序列控制开关、多个位线电容电压隔离晶体管连接，输入序列控制开关接收神经网络的输入数据；每个位线电容电压隔离晶体管均经各自的被动稳压电路和偏置电路连接，多个位线电容电压隔离晶体管共同连接到模数转换电路，通过模数转换电路ADC输出计算结果。本发明专利技术能有效地在积分过程中消除因为电容电压的下降而受到沟道长度调制效应的影响，从而使积分电流更加稳定；同时能保证T0的源极电压在不同负载下的稳定性，解决了因负载的变动受到影响导致电路关于权重值的线性度较差的技术问题。

【技术实现步骤摘要】
一种被动稳压电路实现的高线性度神经形态计算电路
本专利技术属于神经形态计算领域的一种神经网络计算电路，涉及一种基于被动稳压电路的多位并行二进制神经形态计算电路。
技术介绍
在过去的十年里，随着物联网、云计算、计算机视觉和人工智能结合得越来越紧密，传感设备将成为智能产品连接现实世界的关键接口。然而由于大量的传感数据的产生，数据的传输以及计算也将是一个巨大的挑战。传统的智能系统因为数据的采集、处理和分析的分离处理有着构建成本高，能耗高，能耗效率低，延迟高等问题。为了解决这些问题，需要将部分的人工智能的计算放到轻量级的物联网设备上。然而，摩尔定律即将失效，处理器性能难以再通过半导体工艺的升级来得到足够的提升。因此需要新的硬件架构和软件算法来实现在有限计算能力和存储资源下的数据处理。神经形态计算模仿人脑的结构，通过给存储器赋予计算功能，从而解决了神经网络计算时冯诺依曼结构存在的内存墙问题，是一种非常适合用于进行低功耗的神经网络处理芯片设计的异构计算方式。而高集成度和低功耗的新型阻值非易失性存储器(RRAM,ResistiveRandom-Acc本文档来自技高网...

【技术保护点】
1.一种被动稳压电路实现的高线性度神经形态计算电路，其特征在于：包括1R1T二进制存储单元阵列、积分电容组、位线电容电压隔离晶体管T

【技术特征摘要】
1.一种被动稳压电路实现的高线性度神经形态计算电路，其特征在于：包括1R1T二进制存储单元阵列、积分电容组、位线电容电压隔离晶体管T0、被动稳压电路、输入序列控制开关和偏置电路；1R1T二进制存储单元阵列和输入序列控制开关连接，输入序列控制开关接收神经网络的输入数据；1R1T二进制存储单元阵列和多个位线电容电压隔离晶体管T0连接，位线电容电压隔离晶体管T0的数量和1R1T二进制存储单元阵列中的列数相同，每个位线电容电压隔离晶体管T0均经各自的被动稳压电路和偏置电路连接，多个位线电容电压隔离晶体管T0共同连接到模数转换电路ADC，通过模数转换电路ADC输出计算结果。


2.根据权利要求1所述的一种被动稳压电路实现的高线性度神经形态计算电路，其特征在于：所述的1R1T二进制存储单元阵列是由多个1R1T存储单元排布构成，同一列的1R1T存储单元均连接到同一位线上，并和位线上的位线电容电压隔离晶体管T0的源极连接，位线电容电压隔离晶体管T0的漏极和积分电容组连接。


3.根据权利要求2所述的一种被动稳压电路实现的高线性度神经形态计算电路，其特征在于：每个1R1T存储单元包含了相串联的RRAM电阻和MOS管，MOS管的源极经RRAM电阻接地，同一列的1R1T存储单元中的所有MOS管的漏极和位线电容电压隔离晶体管T0的源极连接，同一行的1R1T存储单元中的所有MOS管的栅极均连接到各自的字线上，字线和输入序列控制开关连接。


4.根据权利要求3所述的一种被动稳压电路实现的高线性度神经形态计算电路，其特征在于：所述的输入序列控制开关主要由多个双向选择开关组成，同一行的1R1T存储单元中的所有MOS管的栅极连接到双向选择开关的固定端，双向选择开关的两个切换端分别连接到地线和数据输入线。


5.根据权利要求2所述的一种被动稳压电路实现的高线性度神经形态计算电路，其特征在于：所述的积分电容组包含了多个积分电容模块和一个补偿电容模块；积分电容模块的数量和1R1T二进制存储单元阵列中的列数相同；积分电容模块包含了两个积分电容和三个积分控制开关，位线电容电压隔离晶体管T0的漏极和模数转换电路ADC的输入端之间串联上第二积分控制开关S2和第一积分控制开关S1，两个积分电容...

【专利技术属性】
技术研发人员：黄科杰，章烨炜，沈海斌，
申请(专利权)人：浙江大学，之江实验室，
类型：发明
国别省市：浙江;33