[发明专利]用于深度学习人工神经网络中的模拟神经存储器的功率管理在审
| 申请号： | 201980089081.8 | 申请日： | 2019-09-06 |
| 公开（公告）号： | CN113316793A | 公开（公告）日： | 2021-08-27 |
| 发明（设计）人： | H·V·特兰;V·蒂瓦里;M·雷顿;N·多 | 申请（专利权）人： | 硅存储技术股份有限公司 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063 |
| 代理公司： | 上海专利商标事务所有限公司 31100 | 代理人： | 蔡悦 |
| 地址： | 美国加利*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 用于 深度 学习 人工 神经网络 中的 模拟 神经 存储器 功率 管理 | ||
1.一种在矢量-矩阵乘法系统中执行功率管理的方法，所述矢量-矩阵乘法系统包括按行和列布置的非易失性存储器单元的阵列，所述方法包括：
接收多个输入；
将所述多个输入组织成多组输入；
依次将所述多组输入中的每组输入提供给所述阵列。
2.根据权利要求1所述的方法，还包括：
接收来自所述阵列的多个输出；
将来自所述阵列的所述多个输出组织成多组输出；以及
依次将所述多组输出中的每组输出提供给转换器电路。
3.根据权利要求1所述的方法，其中所述多组输入中的每组输入被提供给所述阵列的不同组字线。
4.根据权利要求1所述的方法，其中所述多组输入中的每组输入被提供给所述阵列的不同组控制栅。
5.根据权利要求2所述的方法，其中所述转换器电路是模数转换器。
6.根据权利要求5所述的方法，其中所述模数转换器是积分型模数转换器。
7.根据权利要求1所述的方法，其中所述多个输入中的每个输入包括一个或多个脉冲。
8.根据权利要求1所述的方法，其中所述阵列包括神经元组。
9.根据权利要求1所述的方法，其中所述非易失性存储器单元是分裂栅闪存存储器单元。
10.根据权利要求1所述的方法，其中所述非易失性存储器单元是堆叠栅闪存存储器单元。
11.根据权利要求1所述的方法，其中所述矢量-矩阵乘法系统包括按行和列布置的非易失性存储器单元的第二阵列，所述方法还包括在执行所述接收步骤、所述组织步骤和所述依次提供步骤之后：
将多个输入提供给所述第二阵列。
12.一种在矢量-矩阵乘法系统中执行功率管理的方法，所述矢量-矩阵乘法系统包括按行和列布置的非易失性存储器单元的阵列，所述方法包括：
接收来自所述阵列的多个输出；
将来自所述阵列的所述多个输出组织成多组输出；以及
依次将所述多组输出中的每组输出提供给转换器电路。
13.根据权利要求12所述的方法，其中所述转换器电路是模数转换器。
14.根据权利要求13所述的方法，其中所述模数转换器是积分型模数转换器。
15.根据权利要求12所述的方法，其中所述非易失性存储器单元是分裂栅闪存存储器单元。
16.根据权利要求12所述的方法，其中所述非易失性存储器单元是堆叠栅闪存存储器单元。
17.根据权利要求12所述的方法，其中从耦接到所述阵列的位线接收所述多个输出中的所述每个输出。
18.根据权利要求12所述的方法，其中从耦接到所述阵列的源极线接收所述多个输出中的每个输出。
19.根据权利要求12所述的方法，其中所述非易失性存储器单元是分裂栅闪存存储器单元。
20.根据权利要求12所述的方法，其中所述非易失性存储器单元是堆叠栅闪存存储器单元。
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硅存储技术股份有限公司，未经硅存储技术股份有限公司许可，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/201980089081.8/1.html，转载请声明来源钻瓜专利网。
- 上一篇：施用器
- 下一篇：通过交通状态的时空扩展搜索空间控制交通信号
