[发明专利]基于NOR Flash的距离计算装置及方法

说明书

一种基于NOR Flash的距离计算装置及方法，装置包括：基于NOR Flash的浮栅场效应晶体管，其上设有源极、漏极，控制栅极及浮置栅极。浮置栅极用于捕获电子并存储，通过改变浮置栅极中存储电子的数量以改变浮栅场效应晶体管的阈值电压；源极、漏极，控制栅极用于被施加不同的栅源电压及漏源电压以使浮栅场效应晶体管输出特性位于线性区或饱和区，通过测量线性区或饱和区对应的浮栅场效应晶体管的输出特性，以计算距离。浮栅场效应晶体管的控制栅极和浮置栅极配置有对应的偏置电压设置单元，偏置电压设置单元用于对栅源电压和/或阈值电压取偏置电压。该装置及方法可实现任意操作数的距离计算，且计算结构简单，功耗低及并行度高。

技术领域

本公开涉及存内计算领域，尤其涉及一种基于NOR Flash的距离计算装置及方法。

背景技术

存内计算(Computing In Memory，CIM)技术作为一种新型架构的硬件平台是解决传统von Neumann体系结构所带来“存储墙”、“功耗墙”问题的有效解决方案之一。在数字逻辑计算方面，内存中的数字计算专研于具有更低功耗和更小面积的新型逻辑门概念，在模拟计算方面，存内计算只能支持向量内积等有限运算，使得在人工智能计算中只能完成基于向量内积的向量矩阵乘法运算(Vector Matrix Multiplication，VMM)，而对于机器学习中常用的距离计算，例如曼哈顿距离(L1距离)及欧氏距离(L2距离)，尚未有高效的存内解决方案。

现有的技术方案中，基于浮栅存储器的聚类算法模型进行机器学习中常用的距离计算，该算法在完成一次L2距离计算过程中，对输入操作数取绝对值及开方运算共计需要9个CMOS器件和一个电压比较器，若对于N个数据点将其分为K类则每次迭代过程需要进行N×K次距离计算，聚类完成则需要多次迭代。对于庞大的数据量而言其计算单元所需的外围运算电路过于复杂，并行度将大大降低，并且，其本质上是一种近存储计算的实现方法，不适合高维数据的欧氏距离计算。

发明内容

(一)要解决的技术问题

针对于现有技术问题，本公开提出一种基于NOR Flash的距离计算装置及方法，用于至少部分解决上述技术问题。

(二)技术方案

本公开第一方面提供一种距离计算装置，包括：基于NOR Flash的浮栅场效应晶体管，所述浮栅场效应晶体管的结构包括源极、漏极，控制栅极及浮置栅极；其中，所述浮置栅极用于捕获电子并存储，通过改变所述浮置栅极中存储电子的数量以改变所述浮栅场效应晶体管的阈值电压；所述源极、漏极，控制栅极用于被施加不同的栅源电压及漏源电压；通过控制所述栅源电压、所述漏源电压及所述阈值电压以使所述浮栅场效应晶体管输出特性位于线性区或饱和区，通过测量所述线性区或饱和区对应的浮栅场效应晶体管的输出特性，以计算所述距离；其中，所述浮栅场效应晶体管的控制栅极与浮置栅极分别设有对应的偏置电压计算单元，所述偏置电压计算单元可用于计算所述浮栅管栅源电压和/或所述阈值电压取偏置后的电压大小。

根据本公开的实施例，所述距离计算装置还包括：电压输入模块，用于提供所述栅源电压及漏源电压，其中，所述电压输入模块包括DAC或共模+差模电压电路；采样模块，用于对所述浮栅场效应晶体管的输出信号进行采样，其中，所述采样模块包括ADC或电容器。