[发明专利]一种直接光电流计算单元电路

说明书

本发明实施例提供一种直接光电流计算单元电路，该单元电路实现卷积核内乘累加计算，包括：权重寄存器、第一预充电开关、第二预充电开关、第一权重控制开关、第二权重控制开关、第三权重控制开关、第四权重控制开关、光电二极管、电容、比较器和输出电路，权重寄存器用于接收输入的目标权重，并根据目标权重输出相应的信号，以控制预充电开关的状态；第一预充电开关和第二预充电开关通过预充电信号确定状态；光电二极管将光电效应产生的电荷传输到节点，以产生电压降；比较器根据电压差输出目标卷积核内乘累加的计算结果。利用光电流在模拟域直接进行二值化CNN的第一层卷积运算，避免了模拟数据的转换、存储和移动，降低了功耗。

技术领域

本发明涉及微电子技术领域，尤其涉及一种直接光电流计算单元电路。

背景技术

在物联网(IoT)时代，智能设备将分布在各个地方，实现与用户的无缝交互。为了不遗漏任何关键事件，一些用于智能视觉应用的设备需要以始终打开的模式工作，例如处于监视目的针对特定对象的检测和识别。然而，这种连续感知需求巨大的能量开销，这对于大多数电池驱动的设备非常不利。

最近，许多研究工作中提出了在终端设备上部署始终在线的视觉处理算法的各种解决方案。在算法层面，提出了一种二值化神经网络(BNN)，通过将神经网络中的权值和激活值量化为+1和-1来减少存储和计算的负担。在系统级，分级处理是一种很有前途的方法，用于常开的应用程序。也就是说，低精度、低功耗的算法运行在长时间开启的模式下，当检测到感兴趣的对象时，处理器将切换到高精度、大功率模式。在电路级，传感器内处理架构将CMOS图像传感器(CIS)和模拟处理器集成到一个芯片中，用来完成预处理和低吞吐量的特征提取工作，以此来节省大量的ADC功耗和片外数据传输功耗。

以传统的面部识别系统举例，它主要通过3个步骤识别人脸：(1)外部成像仪通过模数转换器(ADC)将图像传输到数字域；(2)人脸检测处理器从整个图像中获取感兴趣的人脸区域；(3)最后通过面部识别处理器获得识别结果。

传统系统的问题就在于需要将图像从模拟域转换并传输到数字域，然后再进行处理，在全精度图像数据的转换和传输过程中，消耗了大量的能量和带宽，进一步增加了常开智能设备的能量开销和使用时间。

发明内容

为了解决上述问题，本发明实施例提供一种直接光电流计算单元电路。

第一方面，本发明实施例提供一种直接光电流计算单元电路，包括：所述直接光电流计算单元电路用于实现目标卷积核内乘累加计算，所述直接光电流计算单元电路包括：权重寄存器、第一预充电开关、第二预充电开关、第一权重控制开关、第二权重控制开关、第三权重控制开关、第四权重控制开关、光电二极管、电容、比较器和输出电路，其中：

所述第一预充电开关的一端与电源端连接，所述第一预充电开关的另一端与所述光电二极管的负极连接，所述光电二极管的正极接地，所述第二预充电开关的一端与所述电源端连接，所述第二预充电开关的另一端与所述电容的一端连接，所述电容的另一端接地；

所述第一权重控制开关的一端与负计算节点连接，所述第一权重控制开关的另一端与所述光电二极管的负极连接，所述第二权重控制开关的一端与所述光电二极管的负极连接，所述第二权重控制开关的另一端与正计算节点连接，所述第三权重控制开关的一端与所述负计算节点连接，所述第三权重控制开关的另一端与所述电容的一端连接，所述第四权重控制开关的一端与所述电容的一端连接，所述第四权重控制开关的另一端与所述正计算节点连接，所述光电二极管的电容和所述电容的大小相等；

所述比较器的第一输入端与所述正计算节点连接，所述比较器的第二输入端与所述负计算节点连接，所述比较器的使能端由比较使能信号控制；

所述第一预充电开关和所述第二预充电开关均由预充电信号控制，所述第一权重控制开关和所述第四权重控制开关由所述权重寄存器的正输出端的输出信号控制，所述第二权重控制开关和所述第三权重控制开关由所述权重寄存器的负输出端的输出信号控制；