用于神经网络阵列的方法和装置制造方法及图纸

公开了用于神经网络阵列的方法和装置。在一个实施例中，神经网络阵列包括：多个串，每个串具有漏极选择门晶体管，该漏极选择门晶体管连接到多个非易失性存储单元，多个非易失性存储单元串联并用作突触；以及多个输出节点，每个输出节点连接以从漏极选择门的多个漏极端子接收输出信号。该阵列还包括：多个输入节点，每个输入节点连接以向漏极选择门的多个门端子提供输入信号；以及多个权重选择信号，分别连接到每个串中的多个非易失性存储单元。每个权重选择信号向选择的非易失性存储单元提供选择的电压，以使选择的非易失性存储单元根据选择的非易失性存储单元的选择的特性来传导电流。电流。

【技术实现步骤摘要】
【国外来华专利技术】用于神经网络阵列的方法和装置
[0001]相关申请的交叉引用
[0002]本申请根据《美国法典》第35卷第119条要求2020年11月25日提交的名称为“NEURAL NETWORK ARRAY”的美国临时专利申请第63/118,600号的优先权权益，其全部内容通过引用并入本文。


[0003]本专利技术的示例性实施例总体上涉及半导体和集成电路领域，更具体地涉及神经网络阵列的设计和操作。

技术介绍

[0004]人工神经网络是人工智能(Artificial Intelligence，AI)的关键组件。人工神经网络通常包括多层神经元。每层包括输入神经元和输出神经元。输入神经元和输出神经元通过突触连接。每个输入神经元都连接到所有的输出神经元。每个突触提供一个“权重”值来乘以来自输入神经元的输入，然后将结果信号发送到输出神经元。通过调整突触的权重值，可以训练神经网络执行诸如模式识别、语音识别等许多任务。深度学习神经网络可能包含多于十层，并且每层包含数千个神经元。
[0005]典型的人工神经网络是通过使用CPU(Central Pr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】1.一种神经网络阵列，包括：多个串，每个串具有漏极选择门晶体管，所述漏极选择门晶体管连接到串联的多个非易失性存储单元，并且其中，每个非易失性存储单元用作突触；多个输出节点，每个输出节点连接以从所述漏极选择门的多个漏极端子接收输出信号；多个输入节点，每个输入节点连接以向所述漏极选择门的多个门端子提供输入信号；以及多个权重选择信号，分别连接到每个串中的所述多个存储单元，并且其中，每个权重选择信号向选择的非易失性存储单元提供选择的电压，以使所述选择的非易失性存储单元根据所述选择的非易失性存储单元的选择的特性来传导电流。2.根据权利要求1所述的神经网络阵列，其中，所述选择的特性是所述选择的非易失性存储单元的电压阈值(Vt)。3.根据权利要求1所述的神经网络阵列，其中，所述输出节点连接到比较器电路的正输入和负输入，以实现正突触权重和负突触权重。4.根据权利要求1所述的神经网络阵列，其中，所述输入节点接收所述输入信号和互补输入信号，以实现正突触权重和负突触权重。5.根据权利要求1所述的神经网络阵列，其中，每个非易失性存储单元是3D电阻式存储单元。6.根据权利要求5所述的神经网络阵列，...

【专利技术属性】
技术研发人员：许富菖，许凯文，
申请(专利权)人：许凯文，
类型：发明
国别省市：