[发明专利]适用于神经网络的非易失性存储器、存储系统及操作方法在审

专利信息
申请号: 202210617589.4 申请日: 2022-06-01
公开(公告)号: CN114841333A 公开(公告)日: 2022-08-02
发明(设计)人: 周稳;贾建权;贾信磊;游开开;杨琨;韩佳茵;徐盼;靳磊 申请(专利权)人: 长江存储科技有限责任公司
主分类号: G06N3/063 分类号: G06N3/063;G06N3/04;G06N3/08
代理公司: 北京英思普睿知识产权代理有限公司 16018 代理人: 刘莹;聂国斌
地址: 430000 湖北省武*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 适用于 神经网络 非易失性存储器 存储系统 操作方法
【说明书】:

本申请一些实施方式提供了一种适用于神经网络的非易失性存储器、存储系统及操作方法。该非易失性存储器包括外围电路,被配置为:向存储单元对所连接的位线施加位线电压,位线电压作为神经网络中的神经元的一个输入;向与存储单元对连接的字线施加读取电压;以及基于存储单元对中两个存储单元的电导差值,确定神经元的输出,电导差值作为神经元的输入对应的权重。

技术领域

本申请涉及半导体技术领域,更具体地,涉及一种适用于神经网络的非易失性存储器、非易失性存储系统以及用于执行神经网络的非易失性存储器的操作方法。

背景技术

人工神经网络(简称为神经网络)的快速发展使得人工智能方面的研究引发了新的浪潮。为了加快神经网络的推断和训练速度,使得神经网络能够在更多的终端设备上部署,需要在硬件层面上提升计算能力并降低功耗。

神经网络的基本原理是通过输入向量与抽象的“神经元”存储的突触权重(简称为权重)进行乘加后再经过非线性激活后输出,通过多层的“神经元”相互连接来拟合复杂的函数关系。

然而,随着神经网络的参数规模和运算量急速提升,神经网络的硬件平台面临着海量数据吞吐引发的存储器带宽与计算单元运算速度不匹配所带来的问题。

发明内容

本申请实施方式提供了一种可至少部分解决相关技术中存在的上述问题的一种适用于神经网络的非易失性存储器、非易失性存储系统以及用于执行神经网络的非易失性存储器的操作方法。

本申请的一方面提供了一种适用于神经网络的非易失性存储器,该非易失性存储器包括:多个沟道结构和隔离结构,沿平行于沟道结构的延伸方向,沟道结构被隔离结构分割为至少两个子沟道结构,同一沟道结构中的两个子沟道结构对应于相邻的存储串,多个存储串中的存储单元阵列划分为存储单元对,每个存储单元对中的两个存储单元分别位于两个存储串且连接至同一字线,两个存储串分别连接至两条位线,相同字线连接并位于不同存储串的多个存储单元对应于神经网络中的一个神经元;以及外围电路,被配置为:向存储单元对所连接的位线施加位线电压,位线电压作为神经网络中的神经元的一个输入;向与存储单元对连接的字线施加读取电压;以及基于存储单元对中两个存储单元的电导差值,确定神经元的输出,电导差值作为神经元的输入对应的权重。

在一些实施方式中,外围电路还被配置为:对存储单元对中的至少一个存储单元执行编程操作,以调整电导差值。

在一些实施方式中,多个存储串构成存储单元阵列,存储单元阵列包括多个二维存储单元阵列,每个二维存储单元阵列中的多个存储串连接至相同的顶部选择线,并且每个二维存储单元阵列包括存储单元对,外围电路还被配置为:在预定时间段内,确定位于不同的二维存储单元阵列中存储单元对对应的神经元的输出。

在一些实施方式中,多个存储串构成存储单元阵列,存储单元阵列包括多个二维存储单元阵列,每个二维存储单元阵列中的多个存储串连接至相同的顶部选择线,并且每个二维存储单元阵列包括存储单元对,外围电路还被配置为:在预定时间段内,调整位于不同的二维存储单元阵列中存储单元对的电导差值。

在一些实施方式中,隔离结构在远离位线的一端沿着多个沟道结构排列的方向延伸。

在一些实施方式中,存储单元为浮置浮栅型存储单元或电荷捕获型存储单元。

本申请的实施方式另一方面提供了一种适用于神经网络的非易失性存储系统,该非易失性存储系统包括:如前文任意实施方式描述的至少一个非易失性存储器;以及控制器,连接至少一个非易失性存储器,被配置为控制非易失性存储器中的外围电路。

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长江存储科技有限责任公司,未经长江存储科技有限责任公司许可,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/202210617589.4/2.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