【技术实现步骤摘要】
本专利技术属于大算力芯片,更具体地,本专利技术涉及一种存内计算结构、基于存内计算结构的自测试方法及自修复方法。
技术介绍
1、近年来在存储器内部实现计算功能(简称存内计算)成为研究热点。存内计算被普遍认为能够解决传统冯诺依曼结构计算的存储瓶颈和功耗瓶颈问题。当前的存内计算实现遍为低精度实现,而功能主要为神经网络的推断,神经网络的推断不需要太高的精度,因此存内计算非常适合被应用于神经网络推断。
2、现有的存内计算单元一般由存储单元、加法器、乘法器和累加器组成,存内计算芯片在使用过程中,若存储单元、加法器、乘法器或累加器中的任何一个出现故障,都会导致该存内计算芯片的无法使用,因而出现硬件资源利用不充分的问题。
3、此外,现有的存内计算芯片的产品测试过程,若存储单元、加法器、乘法器或累加器中的任何一个出现故障,该内计算芯片都会被认为是不合格,极大降低产品的良率。
技术实现思路
1、本专利技术提供一种存内计算结构,旨在改善上述问题。
2、本专利技术是这样实现的,
...【技术保护点】
1.一种存内计算结构,其特征在于,所述内存计算结构包括:
2.基于权利要求1所述存内计算结构的自测试方法,其特征在在于,所述自测试方法具体如下:
3.如权利要求2所述自测试方法,其特征在在于,在IO模块数量较多时,故障IO模块的识别方法具体如下:
4.如权利要求2所述自测试方法,其特征在在于,在IO模块数量较少时,故障IO模块检测方法具体如下:
5.如权利要求2所述自测试方法,其特征在于,在步骤S2之后还包括:
6.基于权利要求1所述存内计算结构的自修复方法,其特征在在于,所述自修复方法具体如下:
【技术特征摘要】
1.一种存内计算结构,其特征在于,所述内存计算结构包括:
2.基于权利要求1所述存内计算结构的自测试方法,其特征在在于,所述自测试方法具体如下:
3.如权利要求2所述自测试方法,其特征在在于,在io模块数量较多时,故障io模块的识别方法具体如下:
4.如权利要求2所述自测试方法,其特征在在于,在io模块数量较少时,故障io模块检测方法具体如下:
5.如权利要求2所述自测试方法,其特征在于,在...
【专利技术属性】
技术研发人员:谭静荣,
申请(专利权)人:上海砺群科技有限公司,
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。