[发明专利]内容可寻址存储器及其操作方法

说明书

本发明公开了本发明一种内容可寻址存储器与其操作方法。内容可寻址存储器包括：多条第一信号线；多条第二信号线；以及多个CAM存储单元，耦接于这些第一信号线与这些第二信号线；其中，于进行匹配时，多个输入信号沿着这些第一信号线输入至这些CAM存储单元；这些CAM存储单元进行数据匹配；以及根据这些第二信号线的一电性特征，以决定一匹配结果。

技术领域

本发明是有关于一种存储器及其操作方法，且特别是有关于一种内容可寻址存储器及其操作方法。

背景技术

随着存储器技术的发展，发明了一种内容可寻址存储器(analog content-address memory，CAM)。内容可寻址存储器是应用于超高速搜寻的一种特殊存储器。内容可寻址存储器可以以高度并行的方式将输入搜索词与阵列中所有列的存储词进行比较。内容可寻址存储器在许多应用(尤其是图像搜索等应用)提供了非常强大的功能。

KD树(KD tree)是一种高维度树状数据结构。KD树可用于高维度数据空间中的近邻(Nearest Neighbor)查询，例如，在影像复原与辨别中，KD树可用于进行高维度特征向量的近邻查询与匹配(match)。

KD树是空间分割数据结构(space-partitioning data structure)。KD树可用于多种应用，例如，多维度的密钥搜寻，或者是建立点云(point cloud)(如光侦测与测距(LiDAR，Light Detection and Ranging)等。KD树其实就是二进制空间分割树(binaryspace partitioning tree)的特殊案例。

KD树是每个叶子节点都为k维点的二元树。所有非叶子节点可以视作用一个超平面把空间分割成两个半空间。节点左边的子树代表在超平面左边的点，节点右边的子树代表在超平面右边的点。

图1显示已知的冯纽曼(Von Neumann)KD树的搜寻示意图。以搜寻输入数据X1＝0.02与X2＝0.02为例做说明。判断输入数据X1是否大于0.51。在此例中为否(X1不大于0.51)，接着判断X2是否大于0.4。在此例中为否(X2不大于0.4)，接着判断X1是否大于0.1。在此例中为否(X1不大于0.1)，故而搜寻结果为A类。然而，已知冯纽曼KD树的搜寻有搜寻时间较长的问颗。

故而，如何利用CAM来设计更有效率的搜寻是业界努力方向。

发明内容

根据本发明的一方面，提出一种内容可寻址存储器(content-address memory，CAM)，包括：多条第一信号线；多条第二信号线；以及多个CAM存储单元，耦接于这些第一信号线与这些第二信号线；其中，于进行匹配时，多个输入信号沿着这些第一信号线输入至这些CAM存储单元；这些CAM存储单元进行数据匹配；以及根据这些第二信号线的一电性特征，以决定一匹配结果。

根据本发明的再一方面，提出一种内容可寻址存储器(content-address memory，CAM)的操作方法，包括：于进行匹配时，多个输入信号沿着多个第一信号线输入至多个CAM存储单元；这些CAM存储单元进行数据匹配；以及根据多个第二信号线的一电性特征，以决定一匹配结果。

为了对本发明的上述及其他方面有更好的了解，下文特举实施例，并配合所附附图详细说明如下：

附图说明

图1显示已知的冯纽曼KD树的搜寻示意图。

图2显示根据本发明第一实施例的存储器装置的功能方块图。

图3绘示根据一实施例的模拟内容可寻址存储器的运作。

图4绘示根据一实施例的模拟内容可寻址存储器的阵列结构。

图5显示根据一实施例的模拟内容可寻址存储器实现2阶KD树(2维度)的示意图。