一种基于1T1R阵列寄生电容的编程方法

    公开(公告)号:CN116779002A

    公开(公告)日:2023-09-19

    申请号:CN202310930704.8

    申请日:2023-07-27

    Abstract: 本发明提供了一种基于1T1R阵列寄生电容的编程方法,属于半导体集成电路的存储器技术领域。本发明通过在阵列的每条源线(SL)和位线(BL)末端都连接了一个开关管,提出两种工作模式:写入数据“1”时对寄生电容进行充电,写入数据“0”时寄生电容放电。采用本发明能够防止写入过程中阵列单元过编程的问题。且针对不同的工艺和器件对应的写入高电平不同,通过连接开关管的方式,实现了线路的寄生电容可调,能够适用于不同的工艺水准和器件标准。

    一种新型存储器的读取方法
    2.
    发明公开

    公开(公告)号:CN119091944A

    公开(公告)日:2024-12-06

    申请号:CN202411150153.4

    申请日:2024-08-21

    Abstract: 本发明公开一种新型存储器的读取方法,属于半导体和CMOS混合集成电路技术领域。本发明新型存储器为非易失性存储器,包括CMOS晶体管与阻变存储器,阻变存储器的底电极连接CMOS晶体管的漏端,阻变存储器为四端操作型器件,所述新型存储器的读取操作具体包括如下步骤:1)在晶体管的漏端(BL)进行器件的电初始化(FORMING)与置位(SET)步骤,在晶体管的源端(SL)进行重置(RESET)操作;2)控制晶体管的栅极施加开启电压,在SL端施加读取电压Vread,在BL端读取电流。本发明通过采用与RESET同向的读取方案,在采用大读取电压的前提,提高电流差窗口,同时有效抑制读干扰。

    一种无源器件的制备方法
    4.
    发明公开

    公开(公告)号:CN119212545A

    公开(公告)日:2024-12-27

    申请号:CN202411239090.X

    申请日:2024-09-05

    Abstract: 本发明公开一种无源器件的制备方法,属于集成电路技术领域。本发明在硅衬底上生长隔离层;通过干法刻蚀形成底电极,其功函数>4.7eV;在底电极上沉积功能层NbOx薄膜,通过调控NbOx薄膜中的氧含量,NbOx薄膜的功函数在3.3eV~4.0eV之间;在功能层上形成顶电极,其功函数>4.7eV;实现功能层NbOx薄膜分别与底电极和顶电极接触电势差保持在1eV~1.8eV。本发明NbOx薄膜的能带与顶电极和底电极的能带匹配,实现forming‑free操作。本发明解决了选通器件初始化带来的可靠性问题,克服了现有技术中大操作电压增加外围电路设计复杂问题。

    一种高能效存内计算电路
    5.
    发明公开

    公开(公告)号:CN117520261A

    公开(公告)日:2024-02-06

    申请号:CN202311579814.0

    申请日:2023-11-24

    Abstract: 本发明公开了一种高能效存内计算电路,属于新型存内计算技术和集成电路架构设计领域。该存内计算电路包括2R阻变存储器存算阵列、行译码器与驱动电路、单斜型模数转换器电路以及移位加法器电路,在存内计算方面,差分权重的2R阵列结构使得矩阵‑向量乘法运算能够在电压域完成,即电压输入‑电压输出方案,避免了在阵列的BL上形成累加大电流,使得线电阻对计算结果的影响减弱,提高了输出精度;不需要引入电流运放,因此具备较低的输出电路复杂度;其输出电压在充分分压之后稳定输出,对外围电路设计的要求也更宽泛,可以采用较小尺寸的晶体管设计,极大程度降低外围电路带来的额外功率面积开销。

    一种基于Benes网络的1T1R阵列加密方法

    公开(公告)号:CN119788266A

    公开(公告)日:2025-04-08

    申请号:CN202411867822.X

    申请日:2024-12-18

    Abstract: 本发明公开了一种基于Benes网络的1T1R阵列加密方法,属于半导体存储器技术领域。本发明在1T1R阵列的行上连接若干个Benes网络1,在1T1R阵列的列上连接若干个Benes网络2,所述Benes网1和Benes网络2的控制信号为秘钥,进行单独存储与传输,具体步骤包括:首先对1T1R阵列进行任意的行、列变换,以打乱存算一体芯片的内部数据,再使用Benes网1和Benes网络2对其输入和输出进行置换。本发明加密方法不改变权重分布,相较于传统的加密置换方式,具有占用面积小、功耗低的优势。此外,采用Benes网络避免引入新的计算误差,在加密过程中能够保持准确性与完整性。

    一种存内计算存储器人工神经网络的片上训练方法

    公开(公告)号:CN117610636A

    公开(公告)日:2024-02-27

    申请号:CN202311579810.2

    申请日:2023-11-24

    Abstract: 本发明提供了一种存内计算存储器人工神经网络的片上训练方法,属于人工神经网络算法优化领域。本发明遵循曼哈顿规则的思路,提出引入基于概率的三值更新规则,将理想经典误差反向传播算法BP算法中的高精度权重更新转化为三值的权重更新,在每个训练批次只对一个器件施加最多一个编程脉冲,减少了操作次数,训练方法收敛快且稳定,训练后识别精度高,对原BP算法改动小,从算法角度超过曼哈顿及阈值‑曼哈顿规则的表现;本发明可以高效实现片上随机梯度下降SGD和小批量梯度下降MBGD,不需要额外存储高精度的权重更新值,减少了额外的硬件开销,优化了推理电路的设计。

    一种三维存储器阵列及其制备方法

    公开(公告)号:CN116963508A

    公开(公告)日:2023-10-27

    申请号:CN202310921868.4

    申请日:2023-07-26

    Abstract: 本发明提供了一种三维存储器阵列架构及其制备方法,属于微纳电子学技术领域。本发明提出的三维1T1R阵列中,每条源线SL由串联的一列晶体管组成,对应有一条字线WL连接到这一列晶体管的栅极,控制这一列晶体管的开关状态。本发明阵列工作时,被访问的器件所在一列晶体管开启,其余列的晶体管关闭;器件所在的SL和位线BL施加相应访问或操作电压,非选通的BL和SL电压保持一致,可以访问到阵列中的任意一个器件。相应的,同时选通多条BL或同时选通多条SL来实现并行访问。采用本发明可以将1T1R阵列的存储密度提升到和目前3D‑Nand Flash存储器相当的程度,远超过目前的1T1R阵列密度。

Patent Agency Ranking