[发明专利]一种高效直接功能函数映射模数转换电路

说明书

本发明公开了一种高效直接功能函数映射模数转换电路，主要包括：采样保持电路、比较器电路、DAC电路与寄存器电路。该电路通过将LUT电路直接集成到全局共享的DAC电路中，通过逻辑控制电路可以在比较器的一端产生随着时钟变化的具有特殊函数形状的参考电压。针对于模拟深度学习硬件加速网络可以直接完成一些特殊的激活函数映射。这种方法大大减少实现激活函数的所需求的电路的面积，加快了计算的过程，大大提高了整个计算电路的能效。同时本发明针对于目前比较器的一些寄生参数问题，优化了动态比较器的结构，大大减少了输入输出间的耦合效应。本发明只需要修改DAC的数字逻辑控制部分，具有实用性强，能效高，功耗低，实现简单等特点。

技术领域

本发明涉及模数转换器技术领域，尤其涉及一种高效直接功能函数映射模数转换电路。

背景技术

基于冯诺依曼架构的传统计算系统受限于晶体管尺寸微缩困难和“存储墙”问题已经无法满足人工智能(AI)时代对算力的需求。基于模拟计算的存内计算系统能够为AI计算提供低延时和高效率的并行乘累加操作，在加速AI计算方面展现出了巨大的潜力和优势。其中，基于“脉冲”通信的脉冲神经网络(SNN)，其模拟计算框架有望在实现人工智能的同时，降低计算的功耗。在SNN的专用硬件电路各个功能模块设计中，ADC电路模块设计起着关键的作用。高能效，低功耗，实现简单的ADC电路在脉冲神经网络(SNN)、卷积神经网络(CNN)等存算一体电路架构设计中都具有很好的应用前景。

请参见图1，示出了模拟存算一体计算系统实现单层深度学习网络的示意图。模拟计算是实现高效乘累加计算的一种手段。基于模拟的乘累加计算单元，一般的操作流程如下：DAC数模转换电路将数字输入信号转换成相应的模拟电压，通过存储电路单元实现输入电压和权重的乘法操作并转换成电流，电流通过导线汇集到一起完成累加操作，电流电压转换电路将求得的累加电流转换成累加电压，最后通过ADC将模拟加权电压转换成数字信号。经过模拟计算单元得到的数字信号最后还需要经过数字激活函数电路才能得到最终的神经网络当前层计算结果并输出到神经网络下一层计算模块。

请参见图2中的ADC电路，显示的是一种具有共享DAC结构的ADC电路。这种结构在支持全并行的乘累加操作的同时还可以大大减少模拟计算单元内整体ADC电路的面积开销。它的工作方式是通过数字控制全局共享的DAC产生递增的参照电压信号，然后将参照信号与待转换的模拟电压信号依次比较，产生具有不同宽度的方波信号，最后经过数字计数器转换成数字信号。当ADC的位数高的时候这种方式会有很大的转换延迟，因此这种方式适用于精度比较低，模拟矩阵运算规模大的场景。

请参见图3，展示了一些深度学习的激活函数示意图。常见的包括sigmoid、ReLU、Leak-ReLU等。为了灵活实现这些激活函数通常使用LUT(查找表)电路实现。针对图2所示的电路，ADC的输出作为LUT电路的输入来实现激活函数。由于单个LUT电路面积开销大，这种方式必须通过复用LUT电路单元的模式来减小面积开销，但也大大增加了整体电路的计算延时。

发明内容

本发明的目的是提供一种高效直接功能函数映射模数转换电路，可以减少模拟计算模块的计算延时，具有实用性强，能效高，功耗低，实现简单等优点。

本发明的目的是通过以下技术方案实现的：

一种高效直接功能函数映射模数转换电路，包括：采样保持电路、比较器电路、DAC电路与寄存器电路；其中：

所述DAC电路为全局共享的电路结构，其包括：依次连接的逻辑控制电路、LUT电路与DAC电容阵列；DAC电容阵列的输出端连接所有比较器电路的反向输入端；逻辑控制电路产生递增的二进制数据经LUT电路转换成相应的DAC电容阵列的控制信号，从而产生不同的参考电压；

每一比较器电路的正向输入端单独连接一个采样保持电路，输入为采样保持电路输出的待转换的模拟电压信号，输出端单独连接一个寄存器电路；当比较器电路的状态发生转变时，相应的寄存器电路保存逻辑控制电路输出的二进制数据，获得二进制模数转换结果。