[发明专利]具有神经网络的设备

说明书

一种具有神经网络的设备，包括：突触存储单元，包括电阻存储元件，所述电阻存储元件沿着输出线设置，并且具有第一电阻值和第二电阻值中的任一电阻值，并且突触存储单元被配置为响应于通过输入线接收的输入信号，基于电阻存储元件和输入信号来生成列信号；参考存储单元，包括参考存储元件，所述参考存储元件沿着参考线设置，并且具有与第一电阻值不同的第二电阻值，并且参考存储单元被配置为基于参考存储元件和输入信号来生成参考信号；以及输出电路，被配置为根据列信号和参考信号来生成针对输出线的输出信号。

相关申请的交叉引用

本申请要求于2021年12月15日在韩国知识产权局递交的韩国专利申请No.10-2021-0179808的优先权，其全部公开内容通过引用合并于此以用于所有目的。

技术领域

以下公开涉及一种具有神经网络的设备。

背景技术

在冯诺依曼计算机架构中，大量数据在处理器和存储器之间的频繁移动可能导致较长的延迟和较大的功耗，从而限制芯片性能。对于基于软件的深度神经网络操作，可以使用人工智能(AI)加速器硬件，例如高性能中央处理单元(CPU)、图形处理单元(GPU)或专用集成电路(ASIC)。

神经形态架构可以直接在存储数据的存储设备中的位置处执行操作，并且在存储设备中存储和更新神经元电路之间的连接强度(例如，突触权重)。神经形态操作方法可以应用于AI、大数据、传感器网络、模式/对象识别等。神经形态架构可以通过使用模拟存储器的硬件来实现。

发明内容

提供本发明内容以用简化形式介绍对下面在具体实施方式中进一步描述的构思的选择。本发明内容不意在标识所请求保护的主题的关键特征或基本特征，也不意在帮助确定所请求保护的主题的范围。

在一个总体方面，一种具有神经网络的设备包括：突触存储单元，包括电阻存储元件并沿着输出线设置，电阻存储元件具有第一电阻值和第二电阻值中的任一电阻值，并且突触存储单元被配置为响应于通过输入线接收的输入信号，基于电阻存储元件和输入信号来生成列信号；参考存储单元，包括参考存储元件并沿着参考线设置，参考存储元件具有与第一电阻值不同的第二电阻值，并且参考存储单元被配置为基于参考存储元件和输入信号来生成参考信号；以及输出电路，被配置为根据列信号和参考信号来生成针对输出线的输出信号。

突触存储单元可以包括与用于表示分配给突触存储单元的突触权重的位的数量相对应的电阻存储元件，并且与位的数量相对应的电阻存储元件可以沿着相同的输入线布置。

参考存储单元可以包括与用于表示突触权重的位的数量相对应的参考存储元件，并且与位的数量相对应的参考存储元件可以沿着相同的输入线布置。

连接到相同的输出线的突触存储单元的电阻存储元件可以彼此并联连接。

该设备可以包括沿着另一输出线设置的另一突触存储单元，其中，输出电路可以被配置为使用相同的参考存储单元针对输出线和另一输出线中的每一条输出线单独地生成输出信号。

输出电路可以包括读出电路，该读出电路被配置为：通过对针对突触存储单元的每一位的列信号进行积分来生成列积分信号，并且通过对针对参考存储单元的每一位的参考信号进行积分来生成参考积分信号。

读出电路可以包括电流镜，该电流镜被配置为镜像列信号，以生成与突触存储单元的每一位和参考存储单元的每一位相对应的倍数的电流。

输出电路可以被配置为生成与列积分信号和参考积分信号之间的差异相对应的输出信号。

输出电路可以包括电容器，该电容器被配置为：允许与参考积分信号相对应的电流流入节点，并且允许与列积分信号相对应的电流从节点流出，使得与列积分信号和参考积分信号之间的差异相对应的电流流动。