[发明专利]集成式人工神经元装置

说明书

一种集成式人工神经元装置，包括输入信号节点、输出信号节点和参考电源节点。积分器电路接收输入信号并且对输入信号进行积分从而产生积分信号。发生器电路接收积分信号，并且当积分信号超过阈值时，传送输出信号。积分器电路包括耦合在输入信号节点与参考电源节点之间的主电容器。积分器电路包括耦合在输入信号节点与输出信号节点之间的主MOS晶体管。主MOS晶体管具有耦合到输出信号节点的栅极和与栅极相互耦合的衬底。

优先权要求

本申请要求于2017年3月23日提交的专利号为1752383的法国专利申请的优先权，在法律允许的最大范围内，其公开的全部内容以引用的方式并入本文。

技术领域

实施例涉及人工智能，尤其涉及在本领域技术人员已知为“深度学习”的背景下的神经元网络的创建。更具体地，实施例涉及模拟神经元行为的集成式电子电路。

背景技术

生物神经元包括多个部分，这些部分包括：传送电输入信号的一个或者多个树突；神经元或者体细胞的本体，该本体累积形式为其膜的内部与外部之间的电位差的输入信号；以及轴突，配置为当膜的外部和内部之间的电压达到一定阈值时传送输出信号或者动作电位的轴突。在生物神经元中，如果在膜的内部与外部之间没有实现电平衡，则会通过膜发生电气泄漏。

人工神经元应该模仿生物神经元，从而能够接收输入信号，对输入信号进行积分，并且当积分信号达到阈值时发射以一个或者多个电压尖峰形式的输出信号。

在人工神经元的网络的领域中，首字母缩略词LIF(“带泄漏的积分触发(LeakyIntegrate and Fire)”)表示人工神经元的简单行为模型，在该模型中，人工神经元接收输入信号并且积累输入信号直到超过阈值，如果超过阈值，则神经元发射输出信号。

该模型尤其考虑了通过神经元膜的神经元电泄漏。

神经元可以接收一系列连续的电流尖峰直到生成输出电流尖峰，或者在输入处接收连续的信号并且在输出处生成一连串的电流尖峰。

存在根据LIF模型创建人工神经元的解决方案，该解决方案包括，例如，使用数十个晶体管和至少一个通常为100平方微米的大尺寸的电容器。

由于电容器的尺寸较大，这种类型的电路的反应时间大约为1毫秒。

此外，在人工智能领域中的应用，诸如，例如但不限于大脑活动的模拟，需要创建包括通常大约为十亿的非常大量的人工神经元的网络。因此，使用减小了尺寸的集成式电路将是非常有利的。

存在使用进一步减小了尺寸的神经元并且能实现更高操作速度的解决方案，但是这些解决方案需要实施具体的制造方法。

发明内容

因此，根据一个实施例，提出了一种能够实现高信息处理速度并且可以通过使用传统的CMOS制造方法有利地生产的、具有减小了尺寸的人工神经元。

根据一个方面，一种集成式人工神经元装置，该集成式人工神经元装置包括：输入节点，该输入节点配置为接收至少一个输入信号；输出节点，该输出节点配置为传送至少一个输出信号；参考节点，该参考节点配置为传送参考电压；积分器电路，该积分器电路配置为接收所述至少一个输入信号并且对所述至少一个输入信号进行积分，并且传送积分信号；发生器电路，该发生器电路配置为接收积分信号，并且当积分信号超过阈值时，传送输出信号。在该装置中，积分器电路包括耦合在输入节点与参考节点之间的主电容器，发生器电路包括具有耦合到输入节点的第一电极、耦合到输出节点的第二电极、以及耦合到输出节点的栅极的主MOS晶体管。主晶体管进一步使其衬底(在绝缘体上硅型技术的情况下是“本体”，在块状衬底型技术的情况下是“块”)与其栅极相互耦合在一起。

因此，人工神经元装置包括很少的部件，这有利地使得能够相对于现有装置，很大地减小装置的表面积并且因此能够实现高积分速率。