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。

    一种高能效存内计算电路
    2.
    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。

    一种面向存内计算的存储器阻值校准方法

    公开(公告)号:CN115841841A

    公开(公告)日:2023-03-24

    申请号:CN202211554400.8

    申请日:2022-12-06

    Applicant: 北京大学

    Abstract: 本发明公开了一种面向存内计算的存储器阻值校准方法,属于半导体和存内计算技术领域。该方法利用存内计算网络的特性,针对新型存储器器件的两种不同电阻变化特性,设置参考列器件全部为HRS或LRS时,在工作列输出电流中减去大部分来自于HRS或LRS的误差电流,得到校正电流,再通过参考电阻最终输出矫正后的电压信号。利用本发明提供的方法,将不同阻值‑温度关系的新型存储器交叉点阵中器件的阻值得到矫正,从而保障基于新型存储器的存内计算芯片在广泛环境温度下的性能。

Patent Agency Ranking