[发明专利]被配置用于行和列转置访问操作的转置非易失性(NV)存储器(NVM)位单元和相关数据阵列

说明书

被配置用于存储器行和列转置访问操作的转置非易失性(NV)存储器(NVM)位单元和相关数据阵列。在转置NVM数据阵列中多个转置NVM位单元可以以存储器行和列进行布置。为了促进行读取操作，转置NVM位单元包括耦合到字线的第一存取晶体管。向字线施加激活电压以激活第一存取晶体管以在行读取操作中读取存储在NVM单元电路中的存储器状态。为了促进列转置读取操作，转置NVM位单元包括耦合到转置字线的第二存取晶体管。向转置字线施加激活电压以激活第二存取晶体管以在列转置读取操作中读取存储在NVM单元电路中的存储器状态。

相关申请的交叉引用

本申请要求于2017年12月18日提交的题为“TRANSPOSE NON-VOLATILE(NV)MEMORY(NVM)BIT CELLS AND RELATED DATA ARRAYS CONFIGURED FOR ROW AND COLUMN,TRANSPOSE ACCESS OPERATIONS”的申请号为15/845,722的美国申请的权益，其全部内容通过引用明确并入本文。

技术领域

本公开的技术总体上涉及非易失性(NV)存储器(NVM)，并且具体地涉及将NVM位单元配置用于特定读取操作。

背景技术

基于处理器的计算机系统包括用于数据存储的存储器。存在不同类型的存储器，每种类型具有某些独特特征。例如，非易失性(NV)存储器(NVM)是一种可以在基于处理器的计算机系统中使用的存储器。NVM的示例包括磁性隧道结(MTJ)随机存取存储器(RAM)(MRAM)、电阻性RAM(RRAM)、闪存和铁电RAM(FeRAM)。即使关闭电源，NVM也可以存储信息。NVM包括在NVM数据阵列中以行和列组织的多个NVM位单元。对于NVM数据阵列中的任何给定行，NVM数据阵列的每一列包括其中存储有单个数据值或位的NVM位单元。使用与包括特定NVM位单元的NVM位单元行相对应的读取和写入字线，对特定NVM位单元执行读取和写入操作。

NVM数据阵列中存储的数据可以用于多种操作。例如，人工智能(AI)应用可以将数据存储在与矩阵形式的某些行和列相对应的NVM数据阵列中，因为矩阵是AI计算的有益点积。特别地，AI计算通常涉及矩阵乘法，诸如执行一轮或多轮数学卷积以过滤图像以用于面部识别应用。作为示例，当使用存储在NVM数据阵列中的数据执行AI计算时，可以从NVM数据阵列中读出数据并且将其存储在动态RAM(DRAM)中，然后再将其读出并且存储在静态RAM中(SRAM)以进行处理。例如，图1A示出了具有存储在SRAM数据阵列100中的像素数据的示例性SRAM数据阵列100。像素数据对应于图像102，可以通过完成常规的基于行的读取操作来对图像102执行可分离的滤波器卷积。特别地，为了对图像102执行卷积，将图像102的选择部分104乘以d×d卷积矩阵106。在该示例中，图像102的部分104是由图像102的选择像素形成的矩阵。但是，与图1A中的卷积相关联的计算需要大量时间和精力。

在这点上，代替执行图1A中的卷积(即，将部分104与d×d卷积矩阵106相乘)，可以通过执行图1B所示的更简单的卷积近似来获取类似的结果。例如，图1B示出了SRAM数据阵列100，通过完成常规的基于行的读取操作来对该SRAM数据阵列100执行可分离的滤波器卷积近似以节省功率和处理时间。特别地，代替在图1A中将部分104乘以d×d卷积矩阵106，卷积近似包括将部分104乘以d×1卷积矩阵108，并且将第一乘法的乘积乘以1×d卷积矩阵110。与图1A中的卷积相比，执行图1B所示的卷积近似生成基本相似的结果，但是可以以更少的时间和更少的功耗来完成。