[发明专利]类神经网络系统及其控制方法

说明书

一种类神经网络系统，包括第一电性掺杂阱区。存储器单元串行包括多个存储单元，其每一者具有栅极和位于掺杂阱区中的第二电性的源极区和漏极区。第二电性埋藏通道层，位于掺杂阱区中。字线驱动器对栅极施加多个输入电压，以对应积项和操作中多个乘积项的输入变量。电压感测电路，将恒定电流施加到存储器单元串行，并感测电压。控制器，写入并读取存储单元的多个阈值电压，对应乘积项的权重。当进行写入与读取时，对掺杂阱区施加第一偏压，以增加埋藏通道层的可变电阻值；当感测电压时，对掺杂阱区施加第二偏压，以降低可变电阻值。

技术领域

本说明书是有关于一种可以用于执行积项和(sum-of-products)操作的电路及其控制方法，特别是一种应用此电路的类神经网络(Neural Network，NN)系统及其控制方法。

背景技术

在神经形态工程学(neuromorphic computing systems)、机器学习系统(machinelearning systems)以及用于某一些以线性代数为基础的式运算的电路中，积项和函数可能是一个重要的组成部分。此函数可以用算式表示如下：

此算式中，每一个乘积项是一个输入变量X_i与一个权重W_i二者的乘积。其中，权重W_i在这些乘积项(terms)中是可变化的，例如权重W_i可以对应输入变量X_i的系数改变而产生变化。

由于，位于非易失性存储器元件的交叉点阵列中的多个存储单元的电子特性(electrical characteristics)符合积项和函数。因此，可以使用非易失性存储器元件，例如NAND闪存元件，来实现积项和操作。

为了实现高速运算，非易失性存储器元件中存储单元的埋藏通道电阻值必须维持低电平，藉以在积项和操作的感测步骤中提高通过存储单元的感测电流。然而，若存储单元的埋藏通道电阻值过低，会使存储单元的关闭电流与开启电流太过靠近记，导致判断存储单元的阈值电压(threshold Voltage，V_t)的读取裕度(read window)受到限缩。

因此有需要提供一种适用于积项和操作的类神经网络系统及其控制方法，以解决现有技术所面临的问题。

发明内容

本说明书的一实施例揭露一种类神经网络系统，用于执行积项和操作。此类神经网络系统包括：非易失性存储器元件、字线驱动器、电压感测电路以及控制器。非易失性存储器元件包括：基材、第一掺杂阱区(doping well)、存储器单元串行(memory cellsstring)以及埋藏通道层。第一掺杂阱区具有第一电性(conductivity)位于基材之中。存储器单元串行包括相互串接的多个非易失性存储单元，其中每一个非易失性存储单元具有一个栅极以及彼此分离的源极区和漏极区；源极区和漏极区具有第二电性，且位于第一掺杂阱区之中。埋藏通道层具有第二电性，位于第一掺杂阱区之中，使源极区和漏极区位于栅极和埋藏通道层之间。字线驱动器耦接至每一个非易失性存储单元的栅极，用来施加多个输入电压，其中这些输入电压对应积项和操作中多个乘积项(terms)的多个输入变量。电压感测电路连接至存储器单元串行，用来将恒定电流施加到存储器单元串行，并感测存储器单元串行的电压。控制器，用来写入与读取非易失性存储单元的多个阈值电压值，其中存储器单元串行的电压和阈值电压值对应乘积项的多个权重。当写入与读取阈值电压值时，对第一掺杂阱区施加第一偏压，以增加埋藏通道层的可变电阻值；当感测存储器单元串行的电压时，对第一掺杂阱区施加第二偏压，以降低可变电阻值。