【技术实现步骤摘要】
【国外来华专利技术】用于验证在深度学习人工神经网络中的模拟神经存储器中的非易失性存储器单元的编程操作期间存储的值的算法和电路
[0001]优先权声明
[0002]本申请要求于2019年1月29日提交的标题为“用于深度学习人工神经网络中的模拟神经存储器的精密编程电路(Precision Programming Circuit For Analog Neural Memory In Deep Learning Artificial Neural Network)”的美国临时专利申请号62/798,394和于2019年3月21日提交的标题为“用于验证在深度学习人工神经网络中的模拟神经存储器中的非易失性存储器单元的编程操作期间存储的值的算法和电路(Algorithms And Circuitry For Verifying A Value Stored During A Programming Operation Of A Non
‑
volatile Memory Cell In An Analog Neural Memory In Deep Learning...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于神经网络的验证方法，所述验证方法用于在非易失性存储器单元的多级编程操作之后通过将存储的权重转换成多个数字输出位来验证所述非易失性存储器单元中的所述存储的权重，所述验证方法包括：将所述非易失性存储器单元的输出与单个参考线上的参考值进行比较，并且如果所述存储器单元输出大于所述参考值，则生成第一值的数字输出位，并且如果所述存储器单元输出小于所述参考值，则生成第二值的数字输出位；以及重复所述比较步骤以生成所述剩余数字输出位中的每个数字输出位，其中基于所述先前比较步骤的所述数字输出位来选择参考值。2.根据权利要求1所述的验证方法，其中所述非易失性存储器单元的所述输出为从所述存储的权重转换的电流或电压。3.根据权利要求1所述的验证方法，其中所执行的第一比较步骤生成所述多个数字输出位中的最高有效位。4.根据权利要求1所述的验证方法，其中所执行的最后一个比较步骤生成所述多个数字输出位中的最低有效位。5.根据权利要求1所述的验证方法，其中所述非易失性存储器单元为叠栅存储器单元。6.根据权利要求1所述的验证方法，其中所述非易失性存储器单元为分裂栅存储器单元。7.一种验证方法，所述验证方法用于在神经网络的非易失性存储器单元的多级编程操作之后通过将存储的权重转换成多个数字输出位来验证所述非易失性存储器单元中的所述存储的权重，所述验证方法包括：将所述非易失性存储器单元的输出与参考值进行比较，并且如果所述非易失性存储器单元输出超过所述参考值，则生成第一值的第一数字输出位，并且如果所述非易失性存储器单元输出小于所述参考值，则生成第二值的第一数字输出位；以及如果所述第一数字输出位具有第一值，则将所述存储器单元输出与第二参考值进行比较，并且如果所述第一数字输出位具有第二值，则将所述存储器单元输出与第三参考值进行比较，并且执行以下操作中的一者：如果所述非...
【专利技术属性】
技术研发人员：H，
申请(专利权)人：硅存储技术股份有限公司，
类型：发明
国别省市：
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。