[发明专利]模拟乘法器－累加器

说明书

本发明涉及模拟乘法器－累加器。示例电子设备包括交叉杆阵列、行驱动器电路和交叉杆阵列的列线中的每一条的列输出电路。交叉杆阵列可以包括行线、列线和忆阻器，每个忆阻器连接在行线中的一条与列线中的一条之间。行驱动器电路可以分别在多个时间段期间将多个模拟电压施加到第一节点，并且针对行线中的每一条，基于数字输入向量在多个时间段中的一个期间选择性地将行线连接到第一节点。每个列输出电路可以包括积分电容器、由积分控制信号控制的开关以及电流镜像电路。电流镜像电路可以在开关闭合时，使得积分电流流向或流出积分电容器的电极，积分电流的大小反映在对应列线上流动的电流。积分控制信号可以在每一个时间段期间闭合开关指定时间量。

背景技术

乘法器－累加器(MAC)是一种执行乘法－累加操作的设备。例如，乘法－累加操作可以包括将各种值相乘并将这些乘积加在一起。

人造神经元可以包括接收一个或多个输入信号并对输入执行操作以生成输出信号的电路。输入信号和输出信号可以是例如电压、电流、数字值等。在某些示例中，由人造神经元对输入执行的操作可以包括乘法－累加操作，在这种情况下，人造神经元可以包括MAC。在这样的示例中，神经元的输入信号可以被馈送到MAC以用于与其它值相乘(例如，为每个输入设置的权重)，并且神经元的输出信号可以基于MAC的输出信号。人工神经网络是人造神经元的集合，其中一些神经元的输出信号被用作其它神经元的输入信号。

附图说明

图1是图示包括基于忆阻器的模拟MAC的示例电子设备的电路图。

图2是图示示例行驱动器电路的电路图。

图3是图示包括用于生成数字输出向量的多个神经网络层和输出电路的示例电子设备的框图。

图4是图示包括用于生成模拟输出向量的多个神经网络层和输出电路的示例电子设备的框图。

图5是图示包括基于忆阻器的模拟MAC的示例电子设备的电路图，每个模拟MAC都具有正权重列和负权重列。

图6是图示操作包括基于忆阻器的模拟MAC的电子设备的示例方法的过程流程图。

图7是图示时钟信号、积分控制信号以及可用于从时钟信号生成积分控制信号的各种中间时钟信号的信号时序图。

具体实施方式

示例电子设备可以包括多个基于忆阻器的模拟MAC。基于忆阻器的模拟MAC是一种在模拟域中执行乘法－累加操作、使用一个或多个忆阻器来执行乘法－累加操作的乘法部分的MAC。例如，可以跨过忆阻器施加电压，并且流过忆阻器的结果电流可以被相加。由于流过每个忆阻器的电流等于忆阻器的电导乘以跨过忆阻器施加的电压，因此电压到电流的转换表示模拟域中乘法－累加操作的乘法部分。因此，通过适当地设定忆阻器的电导和施加于忆阻器的电压，可以在模拟域中进行所需的乘法运算。

本文描述的某些示例电子设备可以包括多个这种基于忆阻器的模拟MAC。例如，示例电子设备可以包括忆阻器交叉杆阵列，交叉杆阵列可以包括布置成阵列的列线、行线和忆阻器，每个忆阻器连接在列线中的一条与行线中的一条之间。可以针对每条列线包括列输出电路，忆阻器的每列及其对应的列输出电路形成MAC。在这样的示例中，可以基于输入向量将电压施加到交叉杆阵列的行，并且可以基于作为施加的电压的结果的流过忆阻器的电流来确定输出向量。可以使用输入级来基于输入向量针对每一行生成适当的电压。例如，交叉杆阵列可以在人工神经网络(“ANN”)中形成一层神经元，每个MAC形成人造神经元并且通过调整对应的忆阻器的电导来设置神经元的权重。