[发明专利]一种基于遗忘忆阻桥的并行多算子卷积运算器

说明书

本发明公开了一种基于遗忘忆阻桥的并行多算子卷积运算器，涉及图片和信号处理领域，具体方案为：包括算子切换芯片、K个算子芯片、K个存储芯片和镜像电路，算子切换芯片包括若干遗忘忆阻桥，像素信号与忆阻桥进行卷积计算后得到电压信号，电压信号通过镜像电路转换为电流信号，电流信号传输至存储芯片，其中，存储芯片包括非易失性忆阻器，一个忆阻器对应表示一个像素。本发明结合忆阻桥的桥式架构和易失性忆阻器的遗忘特性，实现遗忘忆阻桥，利用遗忘忆阻桥的长短时记忆特性表示多个算子，设计多算子并行切换进行卷积运算。通过利用忆阻器件自身的特性进行算子的设置、切换和并行运算，实现芯片面积、芯片功耗和运行速度三者的优化。

技术领域

本发明涉及图片和信号处理领域，更具体地说，它涉及一种基于遗忘忆阻桥的并行多算子卷积运算器。

背景技术

卷积运算是类脑芯片的基本运算之一，运算处理速度直接影响芯片的性能。传统卷积运算通常逐个进行不同算子的运算，运行速度慢，而且在神经形态电路中，算子的更换也不方便，不利于神经形态电路性能的提高。

传统神经形态电路中突触的实现并不理想，普通电阻突触能实现固定权值，但无法进行学习；双MOS管突触能实现正权值学习，但无法同时表示正权值和负权值；复杂CMOS集成电路突触能够满足权值需求，但体积过大，不能大规模集成。相较而言，忆阻器，因其记忆性、纳米尺度使其成为一个天然的突触。忆阻器种类很多，基于不同的材料和制作方式具有不同的特性，因此基于忆阻器的突触种类也很多。韩国Kim等人基于非易失性忆阻器构建忆阻桥突触，是目前比较成功的一种忆阻突触。它结构简单，控制方便，而且能够成功实现正负权值的变化，将之作为突触应用于卷积神经网络中，对图片进行边缘提取，可以获得与冯诺依曼机同等效果。

但此忆阻桥中采用的是非易失性忆阻器，无法进行多个不同算子的并行处理，因此不能进一步提高神经形态电路处理图片的效率。

发明内容

为解决上述技术问题，本发明提供一种基于遗忘忆阻桥的并行多算子卷积运算器，用突触表示算子，实现存储和运算一体化，而且可以并行进行多个算子的卷积运算。

本发明的上述技术目的是通过以下技术方案得以实现的：

一种基于遗忘忆阻桥的并行多算子卷积运算器，包括算子切换芯片、K个算子芯片、K个存储芯片和镜像电路，算子切换芯片包括若干遗忘忆阻桥，像素信号与忆阻桥进行卷积计算后得到电压信号，电压信号通过镜像电路转换为电流信号，电流信号传输至存储芯片，其中，存储芯片包括非易失性忆阻器，一个忆阻器对应表示一个像素，遗忘忆阻桥的设置方式为：

令遗忘忆阻桥的长短时表示为长短记忆算子，通过设置遗忘忆阻桥以桥式电路环形连接4个遗忘忆阻器M1,M2,M4和M3，电压输入端位于M1和M3之间，M1和M2之间引出电压输出端的一个端级，M3和M4之间引出电压输出端的另一个端级，其中M1和M2反向，M3和M4反向，M1和M4相同，M2和M3相同，使得输出电压和输入电压成比例，其中，忆阻桥分压公式为：

其中，V_A为正极电压，V_B为负极电压；

输入输入电压与突触权重关系为：

Vout＝wVin (2)

其中，w为权值。

在上述方案中，一个忆阻器表示一个像素，流入电流可直接对存储芯片中的忆阻器进行写入，最终阻值对应经过卷积运算后得到的灰度值，通过读取信号进行读取。

突触权重即权值可表示为：

作为一种优选方案，算子芯片中包括N个算子，每个算子包括长时算子和短时算子。