神经网络运算电路制造技术

神经网络运算电路保持与多个输入数据的每一个对应的多个结合权重系数，根据多个输入数据与对应的结合权重系数的乘积累加运算结果来输出输出数据，针对多个结合权重系数的每一个具有用于存储该结合权重系数的电阻变化元件(RPA0)和电阻变化元件(RPB0)的至少2位以上的半导体存储元件，多个结合权重系数分别与对流过电阻变化元件(RPA0)的电流的电流值和流过电阻变化元件(RPB0)的电流的电流值进行合计而得到的合计电流值对应。

【技术实现步骤摘要】
【国外来华专利技术】

本公开涉及使用了半导体存储元件的神经网络运算电路。

技术介绍

1、随着信息通信技术的发展，所有物体与因特网连接的iot(internet of things：物联网)技术的到来备受关注。在iot技术中，各种电子设备与因特网连接，由此期待设备的高性能化，但作为实现更高性能化的技术，近年来正在积极地进行电子设备自身进行学习和判断的人工智能(ai：artificial intelligence)技术的研究开发。

2、在人工智能技术中，使用在工程学上模仿人的脑型信息处理的神经网络技术，正在积极地进行高速且低功耗地执行神经网络运算的半导体集成电路的研究开发。

3、在专利文献1中公开了现有的神经网络运算电路。使用能够设定模拟电阻值(换言之，电导)的电阻变化型非易失性存储器(以下，也简称为“电阻变化元件”)来构成神经网络运算电路，在非易失性存储元件中存储相当于结合权重系数(以下，也简称为“权重系数”)的模拟电阻值，将相当于输入(以下，也称为“输入数据”)的模拟电压值施加于非易失性存储元件，此时利用流过非易失性存储元件的模拟电流值。神经元所进行的乘本文档来自技高网...

【技术保护点】

1.一种神经网络运算电路，保持与可选择性地取第一逻辑值及第二逻辑值的多个输入数据分别对应的多个结合权重系数，根据所述多个输入数据与对应的所述结合权重系数的乘积累加运算结果来输出第一逻辑值或第二逻辑值的输出数据，其中，

2.根据权利要求1所述的神经网络运算电路，其中，

3.根据权利要求1所述的神经网络运算电路，其中，

4.根据权利要求1所述的神经网络运算电路，其中，

5.一种神经网络运算电路，保持与可选择性地取第一逻辑值及第二逻辑值的多个输入数据分别对应的多个结合权重系数，根据所述多个输入数据与对应的所述结合权重系数的乘积累加运算结果来输出第...

【技术特征摘要】
【国外来华专利技术】

1.一种神经网络运算电路，保持与可选择性地取第一逻辑值及第二逻辑值的多个输入数据分别对应的多个结合权重系数，根据所述多个输入数据与对应的所述结合权重系数的乘积累加运算结果来输出第一逻辑值或第二逻辑值的输出数据，其中，

2.根据权利要求1所述的神经网络运算电路，其中，

3.根据权利要求1所述的神经网络运算电路，其中，

4.根据权利要求1所述的神经网络运算电路，其中，

5.一种神经网络运算电路，保持与可选择性地取第一逻辑值及第二逻辑值的多个输入数据分别对应的多个结合权重系数，根据所述多个输入数据与对应的所述结合权重系数的乘积累加运算结果来输出第一逻辑值或第二逻辑值的输出数据，所述神经网络运算电路具有：

6.根据权利要求5所述的神经网络运算电路，其中，

7.根据权利要求5或6所...

【专利技术属性】
技术研发人员：持田礼司，小野贵史，河野和幸，中山雅义，诹访仁史，加藤淳一，
申请(专利权)人：新唐科技日本株式会社，
类型：发明
国别省市：