基于自选存储器单元的人造突触制造技术

用于利用SSM单元实施人造突触的设备和方法。泄露整合放电电路可响应于阈值数量个脉冲从信号线施加到栅极而将反馈信号提供到SSM单元。所述SSM单元的最终状态可取决于最新的所述阈值数量个脉冲与所述反馈信号的初始脉冲之间的时间差。之间的时间差。之间的时间差。

【技术实现步骤摘要】
【国外来华专利技术】基于自选存储器单元的人造突触


[0001]本公开大体上涉及存储器，且更确切地说，涉及与利用自选存储器实施人造突触相关联的设备和方法。

技术介绍

[0002]存储器装置通常提供为计算机或其它电子装置中的内部电路、半导体电路、集成电路。存在许多不同类型的存储器，包含易失性及非易失性存储器。易失性存储器可需要电力来维持其数据，且包含随机存取存储器(RAM)、动态随机存取存储器(DRAM)和同步动态随机存取存储器(SDRAM)等。非易失性存储器可通过在未被供电时保持所存储数据来提供永久性数据，且可包含NAND快闪存储器、NOR快闪存储器、只读存储器(ROM)、电可擦除可编程ROM(EEPROM)、可擦除可编程ROM(EPROM)和电阻可变存储器，所述电阻可变存储器例如相变随机存取存储器(PCRAM)、电阻性随机存取存储器(RRAM)和磁阻随机存取存储器(MRAM)等。
[0003]存储器还用作易失性和非易失性数据存储装置以用于广泛范围的电子应用。包含但不限于个人计算机、便携式记忆棒、数码相机、蜂窝电话、便携式音乐播放器，例如MP3播放器、电影播放器和其它电子装置。存储器单元可布置成阵列，其中所述阵列用于存储器装置中。
[0004]各种计算系统包含耦合到存储器(例如，存储器系统)的数个处理资源，所述存储器与执行指令集(例如，程序、应用程序等)相关联地被存取。处理资源可以执行指令以执行人造智能(AI)。处理资源可专用于执行AI。AI可包含学习和/或解决问题。举例来说，AI的特点可在于其具有解决问题和学习的能力，从而使解决问题的成功率随着时间和/或所识别的实例的增加而增大。AI还可包含感知对应于正在解决的问题的环境的能力。举例来说，AI可用于识别图像的特征。识别的成功和失败可用于提高特征识别的成功率。
附图说明
[0005]图1为根据本公开的数个实施例的呈包含存储器装置的计算系统形式的设备的框图。
[0006]图2为根据本公开的数个实施例的SSM单元的框图。
[0007]图3为根据本公开的数个实施例的人造突触的框图。
[0008]图4为根据本公开的数个实施例的SSM单元阵列的设置和重置分布的框图。
[0009]图5为根据本公开的数个实施例的用于SSM单元的长时程增强(LTP)和长时程抑制(LTD)的框图。
[0010]图6为根据本公开的数个实施例的突触前人造神经元(PRE)、突触后人造神经元(POST)和人造突触的框图。
[0011]图7为根据本公开的数个实施例的神经网络的输入和输出以及神经网络的起始状态的框图。
[0012]图8示出根据本公开的数个实施例的用于利用SSM单元实施人造突触的方法的实
例流程图。
[0013]图9示出计算机系统的实例机器，可执行所述计算机系统内的指令集以用于使机器执行本文中所论述的各种方法。
具体实施方式
[0014]本公开包含与利用自选存储器(SSM)单元实施人造突触相关的设备和方法。在一些实例中，泄露整合放电电路可配置成响应于阈值数量个脉冲施加到耦合到SSM单元的晶体管的栅极而将反馈信号提供到SSM单元，其中所提供的阈值数量个脉冲来自耦合到栅极的信号线。SSM单元的最终状态可取决于最新的阈值数量个脉冲与反馈信号的初始脉冲之间的时间差。
[0015]神经形态计算架构包含利用硬件和/或软件模拟存在于生物神经系统中的神经
‑
生物架构。神经形态计算架构可包含称为感知机的多层神经元架构。神经形态计算架构的多层神经元架构中的神经元可被称为人造神经元。人造神经元可组合所接收的一或多个输入以产生输出。如本文中所使用，术语“人造”表示配置成表示生物系统的电路系统。举例来说，人造神经元可包含配置成模拟和/或执行生物神经元的功能的电路系统。
[0016]可利用人造突触将第一人造神经元的输出传播到第二人造神经元。人造突触可有助于神经元间的连接且可包括可配置权值。在数个实例中，可利用SSM单元实施人造突触。SSM单元可存储可配置权值。
[0017]相比于在人造突触中利用不同电阻器或其它类型的存储器单元，利用SSM单元实施人造突触可减少电力消耗。对能量耗散的贡献可来源于引发电流尖峰的突触前人造神经元(PRE)尖峰脉冲事件。相比于在人造突触中使用不同电阻器或存储器单元，SSM单元的设置转换和/或重置转换的使用呈现低电流泄漏。低电流泄漏可使得能耗值低于利用相变存储器(PCM)和/或电阻式RAM(RRAM)得到的那些能耗值。SSM单元可利用并行性和能效在密集纵横式存储器阵列中实施，这使得能够使用SSM单元模拟生物神经形态计算架构。鉴于SSM本质上是二进制的，因此使用SSM单元表示突触还强调突触的二进制功能性。举例来说，鉴于PCM容纳多个电压阈值电平，因此在人造突触中利用相变存储器(PCM)使人造突触的二进制功能性复杂化。
[0018]如本文中所使用，“数个”某物可指一或多个此类事物。举例来说，数个存储器装置可指一或多个存储器装置。“多个”某物意指两个或更多个。另外，如本文中所使用的例如“N”的指定符，尤其是关于图式中的附图标记指示如此指定的数个特定特征可与本公开的数个实施例一起包含。
[0019]本文中的图式遵循编号规定，其中第一一或多个数字对应于图式编号，且剩余的数字标识图式中的元件或组件。可通过使用类似数字来标识不同图式之间的类似元件或组件。如应了解，可添加、交换和/或去除本文中的各种实施例中展示的元件，以提供本公开的数个额外实施例。另外，图式中提供的元件的比例和/或相对尺寸意图说明本公开的某些实施例，且并不在限制意义上使用。
[0020]图1为根据本公开的数个实施例的呈包含存储器装置103的计算系统100形式的设备的框图。如本文中所使用，举例来说，存储器装置103、存储器阵列110和/或主机102还可被单独视为“设备”。
[0021]在此实例中，系统100包含经由接口104耦合到存储器装置103的主机102。计算系统100可以是个人膝上型计算机、台式计算机、数码相机、移动电话、存储卡读卡器，或支持物联网(IoT)的装置以及各种其它类型的系统。主机102可包含能够存取存储器120的数个处理资源(例如，一或多个处理器、微处理器或某一其它类型的控制电路系统)。系统100可包含单独集成电路，或主机102和存储器装置103两者可在同一集成电路上。举例来说，主机102可以是包括多个存储器装置103的存储器系统的系统控制器，其中系统控制器102提供通过例如中央处理单元(CPU)的另一处理资源对相应存储器装置103进行存取。主机102还可以是配置成用于AI处理的AI芯片。
[0022]在图1中所展示的实例中，主机102负责执行操作系统(OS)和/或各种应用程序(例如，AI程序)，所述操作系统和/或应用程序可(例如，经由控制器105从存储器装置103)加载到所述主机上。可通过将用以存取包括OS和/或各种应用程序的数据的存取命令从主机102提供到存储器装置103来从存储器装本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种设备，其包括：晶体管，其包括栅极、第一端子和第二端子；自选存储器(SSM)单元，其耦合到所述第一端子；信号线，其耦合到所述栅极；以及泄露整合放电电路，其耦合到所述SSM单元且耦合到所述第二端子；其中所述泄露整合放电电路配置成响应于阈值数量个脉冲从所述信号线施加到所述栅极而将反馈信号提供到所述SSM单元；且其中所述SSM单元的最终状态取决于最新的所述阈值数量个脉冲与所述反馈信号的初始脉冲之间的时间差。2.根据权利要求1所述的设备，其中所述信号线耦合到尖峰神经网络，从而表示配置成收集感官刺激的突触前人造神经元；其中所述尖峰神经网络配置成将所述阈值数量个脉冲提供到与所收集的感官刺激对应的所述栅极；其中所述晶体管和所述SSM单元表示人造突触；且其中所述泄露整合放电电路表示配置成更新所述人造突触的突触权值的突触后人造神经元。3.根据权利要求1所述的设备，其中所述泄露整合放电电路包括比较器，所述比较器具有耦合到电阻电容(RC)电路的阈值电压。4.根据权利要求1所述的设备，其中所述SSM单元包含硫族化物材料作为开关装置和存储装置。5.根据权利要求4所述的设备，其中所述SSM单元包括顶部电极、存储装置(SD)和底部电极；其中所述SD包括所述硫族化物材料；其中所述顶部电极耦合到所述泄露整合放电电路；且其中所述底部电极耦合到所述第一端子。6.根据权利要求1到5中任一权利要求所述的设备，其中所述反馈信号用以使所述硫族化物材料呈两种状态中的一种。7.根据权利要求6所述的设备，其中所述反馈信号包括所述初始脉冲和相反极性的额外脉冲。8.根据权利要求7所述的设备，其中响应于在所述反馈信号的所述初始脉冲之前提供所述最新的所述阈值数量个脉冲，所述反馈信号引发所述SSM单元的设置转换。9.根据权利要求7所述的设备，其中响应于在所述反馈信号的所述初始脉冲之后提供所述最新的所述阈值数量个脉冲，所述反馈信号引发所述SSM单元的重置转换。10.根据权利要求7所述的设备，其中所述反馈信号的形状影响所述SSM单元的电阻。11.根据权利要求7所述的设备，其中所述SSM单元具有量值小于一微微安培的泄漏电流；其中所述反馈信号具...

【专利技术属性】
技术研发人员：P，
申请(专利权)人：美光科技公司，
类型：发明
国别省市：