人工神经网络阵列中的验证方法和系统技术方案

技术编号:44934140 阅读:33 留言:0更新日期:2025-04-08 19:16
公开了人工神经网络中的验证电路和相关联的方法的许多示例。在一个示例中,一种系统包括:矢量‑矩阵乘法阵列,该矢量‑矩阵乘法阵列包括按行和列布置的多个非易失性存储器单元,该非易失性存储器单元分别能够存储与N个可能电流中的一个可能电流相对应的N个可能电平中的一个可能电平;以及多个输出块,该多个输出块用于从该矢量‑矩阵乘法阵列的相应列接收电流,并且在该矢量‑矩阵乘法的验证操作期间生成电压以及在该矢量‑矩阵乘法的读取操作期间生成数字输出。

【技术实现步骤摘要】
【国外来华专利技术】

公开了人工神经网络中的验证电路和相关联的方法的许多示例。


技术介绍

1、人工神经网络模拟生物神经网络(动物的中枢神经系统,特别是大脑),并且用于估计或近似可取决于大量输入并且通常未知的函数。人工神经网络通常包括互相交换消息的互连″神经元″层。

2、图1例示了人工神经网络,其中圆圈表示神经元的输入或层。连接部(称为突触)用箭头表示并且具有可基于经验进行调谐的数值权重。这使得神经网络适应于输入并且能够学习。通常,神经网络包括多个输入的层。通常存在神经元的一个或多个中间层,以及提供神经网络的输出的神经元的输出层。处于每一级别的神经元分别地或共同地基于从突触接收的数据作出决定。

3、在开发用于高性能信息处理的人工神经网络方面的主要挑战中的一个挑战是缺乏足够的硬件技术。实际上,实际神经网络依赖于大量的突触,从而实现神经元之间的高连通性,即非常高的计算并行性。原则上,这种复杂性可通过数字超级计算机或专用图形处理单元集群来实现。然而,相比于生物网络,这些方法除了高成本之外,能量效率也很普通,生物网络主要由于其执行低精度的模拟计算而消耗更少的能量。本文档来自技高网...

【技术保护点】

1.一种系统,所述系统包括:

2.根据权利要求1所述的系统,其中所述多个输出块使用多个电阻器或多个电容器将来自所述阵列的列的电流转换成电压。

3.根据权利要求1所述的系统,所述系统包括:

4.根据权利要求3所述的系统,所述系统包括:

5.根据权利要求4所述的系统,其中所述验证电路生成指示所述比较的结果的数字输出。

6.根据权利要求3所述的系统,其中所述参考电压发生器响应于从参考阵列接收的电流来生成N个电压中的所述一个电压。

7.根据权利要求3所述的系统,其中所述参考电压发生器响应于从主参考电流发生器接收的电流来生成N...

【技术特征摘要】
【国外来华专利技术】

1.一种系统,所述系统包括:

2.根据权利要求1所述的系统,其中所述多个输出块使用多个电阻器或多个电容器将来自所述阵列的列的电流转换成电压。

3.根据权利要求1所述的系统,所述系统包括:

4.根据权利要求3所述的系统,所述系统包括:

5.根据权利要求4所述的系统,其中所述验证电路生成指示所述比较的结果的数字输出。

6.根据权利要求3所述的系统,其中所述参考电压发生器响应于从参考阵列接收的电流来生成n个电压中的所述一个电压。

7.根据权利要求3所述的系统,其中所述参考电压发生器响应于从主参考电流发生器接收的电流来生成n个电压中的所述一个电压。

8.根据权利要求3所述的系统,其中所述参考电压发生器包括:

9.根据权利要求8所述的系统,其中所述电阻器串包括串联的(n-1)个电阻器。

10.根据权利要求8所述的系统,所述系统包括用于向所述电阻器串的第一端提供所述最大电压的第一缓冲器。

11.根据权利要求10所述的系统,所述系统包括用于向所述电阻器串的第二端提供所述最小电压的第二缓冲器。

12.一种系统,所述系统包括:

13.根据权利要求12所述的系统,其中所述参考电压由参考电压发生器提供,所述参考电压发生器包括:

14.根据权利要求13所述的系统,其中所述电阻器串包括串联的(n-1)个电阻器。

15.根据权利要求13所述的系统,所述系统包括用于向所述电阻器串的第一端提供所述最大电压的第一缓冲器。

16.根据权利要求15所述的系统,所述系统包括用于向所述电阻器串的...

【专利技术属性】
技术研发人员:H·V·特兰S·特林S·洪T·乌D·恩古耶H·帕姆
申请(专利权)人:硅存储技术股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1