尖峰神经单元制造技术

本公开提供与存储器中的尖峰神经单元相关的装置及方法。一种装置包含：存储器阵列；及互补金属氧化物半导体(CMOS)，其耦合到所述存储器阵列且定位在所述存储器阵列下，其中所述CMOS包含尖峰神经单元，所述尖峰神经单元包括经配置以进行以下操作的逻辑：接收输入以增加存储在所述存储器阵列的存储器单元中的权重；从所述存储器阵列的所述存储器单元收集所述权重；使具有基于所述输入的增加量的所述权重累加；将所述经累加权重与阈值权重进行比较；及响应于所述经累加权重大于所述阈值权重而提供输出。提供输出。提供输出。

【技术实现步骤摘要】
【国外来华专利技术】尖峰神经单元


[0001]本公开大体上涉及存储器，且更特定来说，涉及与存储器中的尖峰神经单元相关联的设备及方法。

技术介绍

[0002]存储器装置通常被提供为计算机或其它电子装置中的内部半导体集成电路。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)及同步动态随机存取存储器(SDRAM)等等。非易失性存储器可通过在未被供电时保留经存储数据来提供持久数据且可包含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)及电阻可变存储器，例如相变随机存取存储器(PCRAM)、3D XPoint
TM
、电阻式随机存取存储器(RRAM)及磁阻式随机存取存储器(MRAM)等等。
[0003]存储器还用作广泛范围的电子应用的易失性及非易失性数据存储装置。包含但不限于个人计算机、便携式存储棒、数码相机、蜂窝电话、便携式音乐播放器(例如MP3播放器)、电影播放器及其它电子装置。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]人工神经网络是可通过对神经元(例如人脑中的神经元)网络进行建模以处理已在特定环境中感测到的信息(例如，刺激)来处理信息的网络。与人脑类似，神经网络通常包含多神经元拓扑(例如，其可被称为人工神经元)。
附图说明
[0005]图1是根据本公开的数个实施例的包含存储器阵列及互补金属氧化物半导体(CMOS)的设备的框图。
[0006]图2是根据本公开的数个实施例的包含多个尖峰神经单元的互补金属氧化物半导体(CMOS)的框图。
[0007]图3是根据本公开的数个实施例的包含控制器及神经网络的系统的框图。
[0008]图4说明根据本公开的数个实施例的用于尖峰神经单元的方法的实例流程图。
[0009]图5说明根据本公开的数个实施例的人工神经元的实例。
[0010]图6是根据本公开的数个实施例的存储器装置的实例逻辑块的框图。
[0011]图7说明根据本公开的数个实施例的实例神经网络。
[0012]图8说明计算机系统的实例机器，可在所述计算机系统内执行用于致使所述机器执行本文中论述的各种方法的一组指令。
具体实施方式
[0013]本公开包含与存储器中的尖峰神经单元相关联的设备及方法。实施例包含：存储
器阵列；及互补金属氧化物半导体(CMOS)，其耦合到所述存储器阵列且定位在所述存储器阵列下，其中所述CMOS包含尖峰神经单元，所述尖峰神经单元包括经配置以进行以下操作的逻辑：接收输入以增加存储在所述存储器阵列的存储器单元中的权重；从所述存储器阵列的所述存储器单元收集所述权重；使具有基于所述输入的增加量的所述权重累加；将所述经累加权重与阈值权重进行比较；及响应于所述经累加权重大于所述阈值权重而提供输出。在一些实例中，耦合到所述存储器阵列的所述CMOS中的所述尖峰神经单元可减少处理时间并提高装置的性能。
[0014]尖峰神经单元可用于信息处理应用，包含机器学习(例如，深度学习)。例如，尖峰神经单元可用于图像辨识、声音辨识及/或自然语言处理。
[0015]尖峰神经单元可包含多路复用器及比较器。多路复用器可收集存储在存储器单元中的权重且比较器可将来自存储器单元的权重与阈值权重进行比较。在一些实例中，可响应于来自存储器单元的权重大于阈值权重而确定尖峰神经单元已尖峰化且学习已发生。例如，计算机感测、语音辨识(例如，来自用户)、机器翻译及/或社交网络过滤可使用尖峰神经单元来处理。
[0016]如本文中所使用，“数个”某物可指此类事物中的一或多者。例如，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，特别是关于附图中的参考数字所使用的指定符，例如“K”、“L”、“M”、“N”、“P”、“Q”、“R”及“S”指示如此指定的数个特定特征可被包含在本公开的数个实施例中。
[0017]本文中的图遵循编号约定，其中首位或前几位数字对应于附图图号且剩余数字识别附图中的元件或组件。不同图之间的类似元件或组件可通过使用类似数字来识别。例如，参考数字104可指代图1中的元件“04”，且类似元件可被引用为图2中的204。在一些例子中，相同图或不同图中的多个类似但功能上及/或结构上可区别的元件或组件可用相同元件编号循序地引用(例如，图2中的209
‑
1、208
‑
2、208
‑
3及208
‑
M)。如将明白，可添加、交换及/或消除本文中的各个实施例中所展示的元件以便提供本公开的数个额外实施例。另外，所述图中所提供的元件的比例及相对尺度意在说明本公开的各个实施例而非以限制意义进行使用。
[0018]图1是根据本公开的数个实施例的呈包含存储器阵列102及互补金属氧化物半导体(CMOS)104的存储器装置100的形式的设备的框图。如本文中所使用，“设备”可指但不限于多种结构或结构组合。例如，存储器阵列102及CMOS 104也可被单独地视为“设备”。如图1中所说明，CMOS 104可定位在存储器阵列102下(例如，下方)。存储器阵列102可经形成在CMOS 104上。例如，存储器阵列102的底表面可接触及/或耦合到CMOS 104的顶表面。
[0019]存储器阵列102可包含一或多个存储器单元106且CMOS 104可包含尖峰神经单元108。尖峰神经单元108可包括逻辑。例如，所述逻辑可为包含经配置以执行操作的多个逻辑块的逻辑组件。所述操作可包含：接收输入以增加存储在存储器阵列102的一或多个存储器单元106中的权重；从存储器阵列102的一或多个存储器单元106收集权重；使具有基于输入的增加量的权重累加；将经累加权重与阈值权重进行比较；以及响应于经累加权重大于阈值权重而提供输出。
[0020]在一些实例中，尖峰神经单元108可包含多路复用器110及/或比较器112。多路复用器110可耦合到存储器阵列102且可从存储器阵列102的一或多个存储器单元106收集权
重。收集权重可包含从一或多个存储器单元106感测对应于人工神经元的经加权输入的信号。一或多个感测放大器可对感测信号进行采样且将感测信号从存储器阵列102传输到包含在存储器阵列102下的CMOS 104中的尖峰神经单元108。尽管图1中未展示，但在一些实例中，存储器阵列102及尖峰神经单元108可传输感测信号且经由一或多个通信线彼此耦合。
[0021]多路复用器110可响应于自先前收集具有增加量的权重以来经过特定时间段及/或响应于特定数目个信号经施加到一或多个存储器单元106而从一或多个存储器单元106收集权重。在一些实例中，多路复用器110可响应于尖峰神经单元108接收命令而收集权重。
[0022]响应于接收输入以增加权重，可计算具有基于输入的本文档来自技高网...

【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：存储器阵列；及互补金属氧化物半导体(CMOS)，其耦合到所述存储器阵列且定位在所述存储器阵列下，其中所述CMOS包含尖峰神经单元，所述尖峰神经单元包括经配置以进行以下操作的逻辑：接收输入以增加存储在所述存储器阵列的存储器单元中的权重；从所述存储器阵列的所述存储器单元收集所述权重；使具有基于所述输入的增加量的所述权重累加；将所述经累加权重与阈值权重进行比较；及响应于所述经累加权重大于所述阈值权重而提供输出。2.根据权利要求1所述的设备，其中所述尖峰神经单元耦合到所述CMOS中的不同尖峰神经单元；且其中所述尖峰神经单元进一步经配置以将所述输出提供到所述不同尖峰神经单元。3.根据权利要求1所述的设备，其中所述尖峰神经单元进一步经配置以将所述输出提供到所述存储器阵列及所述CMOS外部的控制器。4.根据权利要求3所述的设备，其中所述尖峰神经单元耦合到所述CMOS中的不同尖峰神经单元；且其中所述尖峰神经单元进一步经配置以经由所述不同尖峰神经单元将所述输出提供到所述控制器。5.根据权利要求1到4中任一权利要求所述的设备，其中所述存储器阵列经形成在所述CMOS上；且其中所述尖峰神经单元进一步经配置以经由多路复用器从所述存储器阵列的多个存储器单元收集所述权重。6.根据权利要求1到4中任一权利要求所述的设备，其中所述尖峰神经单元进一步经配置以响应于所述经累加权重小于所述阈值而将所述经累加权重存储在所述存储器阵列中。7.一种方法，其包括：经由包括定位在存储器阵列下方的逻辑的尖峰神经单元接收输入，以增加存储在所述存储器阵列的存储器单元中的权重；经由所述尖峰神经单元收集所述权重；使具有基于所述输入的增加量的所述权重累加；将所述经累加权重与所述阈值权重进行比较；及响应于所述经累加权重大于所述阈值权重而将输出提供到与所述存储器阵列耦合的控制器。8.根据权利要求7所述的方法，其进一步包括响应于所述尖峰神经单元从所述控制器接收刷新命令而刷新存储在所述存储器单元中的所述权重。9.根据权利要求7所述的方法，其进一步包括响应于所述尖峰神经单元从所述控制器接收擦除命令而擦除存储在所述存储器单元中的所述权重。10.根据权利要求7到9中任一权利要求所述的方法，其进一步包括经由多个尖峰神经...

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