[发明专利]二维和三维神经网络阵列

说明书

二维和三维神经网络阵列。在示例性实施例中，二维(2D)神经网络阵列包括连接到多个输入线的多个输入神经元，以及连接到多个输出线的多个输出神经元。2D神经网络阵列还包括连接在输入线和输出线之间的突触元件。每个突触元件包括可编程电阻元件。三维(3D)神经网络阵列包括多个堆叠的二维(2D)神经网络阵列，每个阵列具有连接到多个输入层的多个输入神经元和连接到多个输出层的多个输出神经元。输出层与输入层交叉，并且输入层包括形成在输入层和输出层的交叉区域之间的突触元件。每个突触元件包括可编程电阻元件。

优先权声明

本申请要求以下申请的优先权：2018年1月31日提交的申请号为No.62/624,800、题为“2D _AND 3DN_EURAL N_ETWORK A_RRAY”的美国临时专利申请；2018年1月20日提交的申请号为No.62/619,800、题为“3D N_EURAL N_ETWORK A_RRAY”的美国临时专利申请；2018年1月26日提交的、申请号为No.62/622,425、题为“H_IGHLY C_ONFIGURABLE 3D N_EURAL N_ETWORK A_RRAY”的美国临时专利申请；2017年10月10日提交的申请号为No.62/570,518、题为“3D Neural Network Array”的美国临时专利申请；2017年10月13日提交的申请号为No.62/572,411、题为“3D NeuralNetwork Array”的美国临时专利申请；2017年10月20日提交的申请号为No.62/574,895、题为“3D Neural Network Array”的美国临时专利申请；2017年10月26日提交的、申请号为No.62/577,171、题为“Neural Network Training Algorithm”的美国临时专利申请；以及2018年1月12日提交的申请号为No.62/617,173、题为“3D Neural Network Array”的美国临时专利申请；以上申请都通过引用整体并入本文。

技术领域

本发明的示例性实施例大致上涉及神经网络领域，更具体地涉及神经网络阵列的设计和操作。

背景技术

神经网络是具有学习能力的人工智能(AI)系统。AI系统已被用于许多应用，例如语音识别、模式识别和手写识别等。

具有通过突触连接的神经元的典型神经网络可以通过使用软件或硬件来实现。神经网络的软件实现依赖于高性能CPU来执行特定算法。对于非常高密度的神经网络，CPU的速度可能成为实时任务性能的瓶颈。另一方面，硬件实现通常导致可能限制神经网络的密度或尺寸从而限制其功能的电路尺寸。

因此，期望具有克服传统阵列的问题的神经网络阵列。

发明内容

公开了二维(2D)和三维(3D)神经网络阵列。在各个示例性实施例中，2D神经网络阵列包括使用一个或多个晶体管形成的多个输入和输出神经元。晶体管可以是NMOS或PMOS、平面或垂直、有结或无结器件，增强、原生或耗尽型器件。在示例性实施例中，晶体管进行神经元阈值功能。所公开的新式神经网络阵列导致非常小的神经元和整体电路尺寸。结果是快速、高密度可配置的神经网络阵列。

在示例性实施例中，提供了二维(2D)神经网络阵列，其包括连接到多个输入线的多个输入神经元，以及连接到多个输出线的多个输出神经元。2D阵列还包括连接在输入线和输出线之间的突触元件。每个突触元件包括可编程电阻元件。