[发明专利]模数转换器和包括该模数转换器的神经形态计算设备

说明书

提供了一种模数转换器和包括该模数转换器的神经形态计算设备。所述模数转换器连接到包括多个电阻存储单元的交叉开关阵列。所述多个电阻存储单元均包括电阻元件。所述模数转换器包括电压发生器和处理电路。所述电压发生器包括与所述交叉开关阵列中包括的所述电阻元件的电阻材料相同的至少一个电阻存储元件，所述电压发生器被构造为基于参考电压和所述至少一个电阻存储元件产生第一电压，并且对所述第一电压进行分压以产生至少一个分压电压。所述处理电路被构造为：将从所述交叉开关阵列产生的信号电压与所述至少一个分压电压进行比较，以产生至少一个比较信号；并基于所述至少一个比较信号产生与所述信号电压相对应的至少一个数字信号。

相关申请的交叉引用

本申请要求于2019年6月26日在韩国知识产权局(KIPO)提交的韩国专利申请No.10-2019-0076349的优先权，其内容通过引用全部合并于此。

技术领域

一些示例实施例总体上涉及半导体集成电路，并且更具体地涉及模数转换器和包括该模数转换器的神经形态计算设备。

背景技术

一些涉及深度学习神经网络(NN)或神经形态计算的应用(例如，图像识别、自然语言处理以及更一般地各种模式匹配或分类任务)正迅速变得与通用计算一样重要。示例NN的计算元素或神经元将一组输入信号乘以一组权重，并对乘积进行求和。因此，神经元执行向量矩阵乘积或者乘积累加(MAC)运算。NN可以包括大量相互连接的神经元，每个神经元都执行MAC运算。因此，NN的运算在计算方面会是密集的。

神经形态计算设备或神经形态芯片是通过使用神经元水平的人工神经系统来模拟、重复或复制信息处理方法而制造的半导体电路。神经形态计算设备可以用于实现可使其自身适应动态和/或不确定环境的智能系统。

发明内容

本公开的至少一个示例实施例包括能够在没有温度和时间依赖性的情况下执行模数转换的模数转换器。

本公开的至少一个示例实施例包括神经形态计算设备，所述神经形态计算设备包括模数转换器。

根据一些示例实施例，模数转换器连接到包括多个电阻存储单元的交叉开关阵列。所述多个电阻存储单元中的每一个电阻存储单元包括电阻元件。所述模数转换器包括电压发生器和处理电路。所述电压发生器包括至少一个电阻存储元件，所述至少一个电阻存储元件的电阻材料与所述交叉开关阵列中包括的所述电阻元件的电阻材料相同；所述电压发生器基于参考电压和所述至少一个电阻存储元件产生第一电压，并且对所述第一电压进行分压以产生至少一个分压电压。所述处理电路可以被构造为：将来自所述交叉开关阵列的信号电压与所述至少一个分压电压进行比较，以产生至少一个比较信号；并且基于所述至少一个比较信号产生与所述信号电压相对应的至少一个数字信号。

根据一些示例实施例，神经形态计算设备包括交叉开关阵列和至少一个模数转换器。所述交叉开关阵列包括多个电阻存储单元，存储至少一个数据，并基于至少一个输入电压和所述至少一个数据来产生至少一个信号电压。所述多个电阻存储单元中的每一个电阻存储单元包括电阻元件。所述至少一个模数转换器将所述至少一个信号电压转换为至少一个数字信号。所述至少一个模数转换器中的每一个模数转换器包括至少一个电阻存储元件，所述至少一个电阻存储元件的电阻材料与所述交叉开关阵列中包括的所述电阻元件的电阻材料相同；所述至少一个模数转换器中的每一个模数转换器基于参考电压和所述至少一个电阻存储元件产生第一电压，对所述第一电压进行分压以产生至少一个分压电压，将所述至少一个信号电压中的一个信号电压与所述至少一个分压电压进行比较以产生至少一个比较信号，以及基于所述至少一个比较信号来产生所述至少一个数字信号中的一个数字信号。