[发明专利]高密度神经网络阵列

说明书

高密度神经网络阵列。在示例性实施例中，一种装置包括具有形成神经网络的多个层的三维(3D)结构。每一层包括形成神经元的一个或多个导体，每个神经元具有神经元输入和神经元输出。该装置还包括突触元件，该突触元件耦合在相邻层中的神经元的神经元输出和神经元输入之间。每个突触元件包括将选择的权重施加到在连接到该突触元件的神经元之间传递的信号的材料。

优先权

本申请要求基于2016年12月5日提交的、题为“NOVEL HIGH-DENSITY 3DNEURALNETWORK ARRAY”的、申请号为62/430,341的美国临时专利申请的优先权的权益，该临时专利申请在此以整体引用的方式并入本文。

技术领域

本发明的示例性实施例大体上涉及半导体领域，更具体地涉及神经网络阵列。

背景技术

神经网络是具有学习能力的人工智能(artificial intelligence，AI)系统。AI系统已被用于许多应用，例如语音识别、模式识别和手写识别(仅举几例)。

典型的神经网络可以使用软件或硬件实现。神经网络的软件实现依赖于高性能CPU来执行特定算法。对于非常高密度的神经网络，CPU的速度可能成为实时任务的性能的瓶颈。另一方面，硬件实现更适合高速实时应用。然而，典型的电路尺寸可能限制神经元网络的密度或尺寸，从而限制神经元网络的功能。

因此，期望具有克服与传统网络相关联的问题的高密度神经网络。

发明内容

公开了一种新型的高密度三维(three-dimensional，3D)神经网络阵列结构。在各种示例性实施例中，3D神经网络阵列比传统的神经网络提供高得多的密度和速度。

在示例性实施例中，提供了一种装置，该装置包括具有形成神经网络的多个层的三维(3D)结构。每个层包括形成神经元的一个或多个导体，每个神经元具有神经元输入和神经元输出。该装置还包括突触元件，该突触元件耦合在相邻层中的神经元的神经元输出和神经元输入之间。每个突触元件包括将选择的权重施加到在连接到该突触元件的神经元之间传递的信号的材料。

在示例性实施例中，提供了一种三维(3D)神经网络结构，该三维(3D)神经网络结构包括输入层，该输入层具有形成输入神经元的至少一个输入导体；一个或多个隐藏层，每个隐藏层具有形成隐藏神经元的至少一个隐藏导体；以及输出层，该输出层具有形成输出神经元的至少一个输出导体。该装置还包括：阈值材料，该阈值材料耦合到输入导体、隐藏导体和输出导体中的每一者；以及突触元件，该突触元件耦合在与选择的层相关联的阈值材料和相邻层的导体之间。每个突触元件包括将选择的权重施加到传递通过该突触元件的信号的材料。

在示例性实施例中，提供了一种用于编程具有形成神经网络的多个层的三维(3D)结构的方法。每个层包括形成神经元的一个或多个导体，且突触元件耦合在相邻层的神经元之间。该方法包括：将输入电压施加到神经网络的输入层；测量在神经网络的输出层的输出电压；确定随输入电压和输出电压的变化的误差值；以及如果误差值大于误差阈值，则调整与突触元件相关联的权重。

通过下文所述的详细描述、附图和权利要求，本发明的示例性实施例的附加的特征和益处将变得显而易见。

附图说明

本发明的示例性实施例将从下面给出的详细描述和所附的本发明的各种实施例的附图中得到更充分的理解，但是，不应将这些附图视为将本发明限制于特定的实施例，而是将这些附图视为仅用于解释和理解。

图1A示出了神经网络结构的示例性实施例；

图1B示出了神经元及其相关联的功能的示例性实施例；

图1C示出了突触及其相关联的功能的示例性实施例；

图2示出了三维(3D)神经网络结构的示例性实施例；