仿生神经网络芯片制造技术

本发明专利技术提供了一种仿生神经网络芯片。该仿生神经网络芯片包括：控制逻辑层，存内计算层以及树突神经层，所述存内计算层包括多个阵列设置的人工突触和多个跨阻放大器，所述树突神经层包括多个人工树突和多个人工胞体，所述人工突触、人工树突和人工胞体均是通过后道加工的工艺垂直堆叠在所述控制逻辑层上。由此，将人工突触、人工树突和人工胞体通过后道加工的工艺垂直堆叠在所述控制逻辑层上，控制逻辑层、存内计算层以及树突神经层之间通过多个层间通孔通信，仿生神经网络芯片的仿生性佳、网络扩展灵活、延时功耗较低、传输带宽提高。传输带宽提高。传输带宽提高。

【技术实现步骤摘要】
仿生神经网络芯片


[0001]本专利技术涉及仿生物神经
，具体的，涉及仿生神经网络芯片。

技术介绍

[0002]人工神经网络(ANN)能够解决计算机视觉、生物信息学等领域的各种问题，并且正在不断发展中。当前人工神经网络在处理复杂任务的能力基本上是依靠不断增加简单计算单元的数量，进而增加网络规模来实现的，这就意味着能耗、面积等硬件资源增加。在生物神经系统中，神经元由树突、轴突和胞体组成，负责接收外界的输入并向下一个细胞发送信号，这为人工神经网络和高性能硬件实现提供了灵感来源，作为仿生的突触、树突和胞体，已经出现在以树突神经网络为例的更仿生的人工神经网络中。但是目前，新型神经形态器件的仿生神经网络受硬件资源的限制，在延时和传输带宽等方面表现不佳。
[0003]因此，关于仿生神经网络芯片的研究有待深入。

技术实现思路

[0004]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种仿生神经网络芯片，该仿生神经网络芯片为仿生神经网络的规模拓展提供硬件实现方案，仿生性较佳，或在延本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种仿生神经网络芯片，其特征在于，包括：控制逻辑层，存内计算层以及树突神经层，所述存内计算层包括多个阵列设置的人工突触和多个跨阻放大器，所述树突神经层包括多个人工树突和多个人工胞体，所述人工突触、所述人工树突和所述人工胞体均是通过后道加工的工艺垂直堆叠在所述控制逻辑层上。2.根据权利要求1所述的仿生神经网络芯片，其特征在于，所述人工突触与所述控制逻辑层之间通过第一通孔连接，所述树突神经层与所述存内计算层之间通过第二通孔连接，其中，所述第一通孔和所述第二通孔为层间通孔。3.根据权利要求2所述的仿生神经网络芯片，其特征在于，所述人工突触包括层叠设置的第一底电极、第一功能层和第一顶电极，所述控制逻辑层通过所述第一通孔与所述第一底电极电连接。4.根据权利要求3所述的仿生神经网络芯片，其特征在于，所述人工突触包括层叠设置的所述第一底电极
‑
铪铝氧
‑
氧化钽
‑
所述第一顶电极、所述第一底电极
‑
二氧化铪
‑
氧化钽
‑
所述第一顶电极、所述第一底电极
‑
二氧化铪
‑
所述第一顶电极、所述第一底电极
‑
氧化锆铪
‑
氧化钽
‑
...

【专利技术属性】
技术研发人员：唐建石，李婷玉，高滨，钱鹤，吴华强，
申请(专利权)人：清华大学，
类型：发明
国别省市：