[发明专利]一种半导体器件单元以及图像识别装置在审

专利信息
申请号: 201910031809.3 申请日: 2019-01-14
公开(公告)号: CN109768065A 公开(公告)日: 2019-05-17
发明(设计)人: 杨美音;罗军;许静;杨腾智;李彦如;李俊峰 申请(专利权)人: 中国科学院微电子研究所
主分类号: H01L27/22 分类号: H01L27/22;G11C11/16
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 党丽;王宝筠
地址: 100029 北京市朝阳*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 随机存储器 磁阻 光电二极管 半导体器件单元 人工神经网络 图像识别装置 图像识别 电连接 光电流 磁阻式随机存储器 自旋转移力矩 光电流信号 存储器 读取电流 额外电源 模拟信号 权重计算 永久存储 底电极 顶电极 自驱动 感光 自旋 断电 能耗 写入 智能 轨道 重复 应用
【说明书】:

发明提供一种半导体器件单元以及图像识别装置,包括光电二极管和磁阻随机存储器,存储器可以为自旋转移力矩磁阻随机存储器或自旋轨道矩磁阻式随机存储器,光电二极管和磁阻随机存储器的底电极相互电连接,光电二极管和磁阻随机存储器的顶电极相互电连接。磁阻随机存储器有无限次重复写入及永久存储的特性,可以用于人工神经网络的权重计算,光电二极管感光后产生光电流信号,光电流的大小与磁阻随机存储器读取电流的量级相似,光电流流入磁阻随机存储器,从而可以用于人工神经网络图像识别。由于光电二极管为自驱动PN结器件,无需额外电源,能耗低且可以应用于断电的特殊环境中,同时,直接对模拟信号进行识别,实现更为智能的图像识别。

技术领域

本发明涉及半导体器件及其制造领域,特别涉及一种半导体器件单元以及图像识别装置。

背景技术

图像识别是人工智能技术的一个重要领域,目前,在采集到要识别的图像之后,该图像以数字信号的形式传送至处理器中,处理器中预置有识别算法,在处理器中利用识别算法对图像进行对象识别。然而,处理器是需要外接电源才可以工作的,在一些特殊环境,例如野外或太空等,并不能得到应用。

发明内容

有鉴于此,本发明的目的在于提供一种半导体器件单元以及图像识别装置,利用半导体器件实现图像识别。

为实现上述目的,本发明有如下技术方案:

一种半导体器件单元,包括:

衬底;

分别位于所述衬底上的光电二极管以及自旋转移力矩磁阻随机存储器,所述光电二极管包括由下至上依次层叠的底电极、第一掺杂类型半导体层、第二掺杂类型半导体层和顶电极,所述自旋转移力矩磁阻随机存储器包括由下至上依次层叠的底电极、磁性隧道结和顶电极;

其中,所述光电二极管的底电极通过第一电连线电连接至所述自旋转移力矩磁阻随机存储器的底电极,所述光电二极管的顶电极通过第二电连线电连接所述自旋转移力矩磁阻随机存储器的顶电极,所述第一电连线和/或所述第二电连线中连接有开关器件。

可选地,所述磁性隧道结包括由下至上依次层叠的第一磁性层、遂穿层、第二磁性层和保护层。

可选地,所述磁性隧道结还包括所述第一磁性层下的第一钉扎层和/或第二磁性层与保护层之间的第二钉扎层。

可选地,所述光电二极管为可见光、红外或紫外光电二极管。

一种半导体器件单元,包括:

衬底;

分别位于所述衬底上的光电二极管以及自旋轨道矩磁阻式随机存储器,所述光电二极管包括由下至上依次层叠的底电极、第一掺杂类型半导体层、第二掺杂类型半导体层和顶电极,所述自旋轨道矩磁阻式随机存储器包括由下至上依次层叠的底电极、自旋轨道耦合层、磁阻隧道结和顶电极;

其中,所述光电二极管的底电极通过第一电连线电连接至所述自旋轨道矩磁阻式随机存储器的底电极,所述光电二极管的顶电极通过第二电连线电连接所述自旋轨道矩磁阻式随机存储器的顶电极,所述第一电连线和/或所述第二电连线中连接有开关器件。

可选地,所述磁阻隧道结包括由下至上依次层叠的第一磁性层、遂穿层、第二磁性层以及保护层。

可选地,所述磁阻隧道结还包括所述第二磁性层与所述保护层之间的钉扎层。

可选地,所述光电二极管为可见光、红外或紫外光电二极管。

一种图像识别装置,包括多个上述任一的半导体器件单元,多个所述半导体器件单元中的自旋转移力矩磁阻随机存储器用于存储人工神经网络的权重,所述光电二极管的光电信号为图像识别模型的输入信号。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院微电子研究所,未经中国科学院微电子研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910031809.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top