[发明专利]记忆体装置及其操作方法与运算系统

说明书

本案揭露一种记忆体装置及其操作方法与运算系统，记忆体装置包含记忆体阵列以及选择电路。在记忆体阵列中的至少一第一故障单元以及至少一第二故障单元分别储存对应于浮点数的第一栏位和第二栏位的数据。选择电路基于单元置换操作的优先次序判别至少一第一故障单元和至少一第二故障单元，其中单元置换操作的优先次序指出至少一第一故障单元的优先权高于至少一第二故障单元的优先权。选择电路还输出至少一第一故障单元的一故障地址至备份元件分析器电路，备份元件分析器电路用以执行置换至少一第一故障单元的置换操作。

技术领域

本案是关于一种记忆体装置及其操作方法与运算系统，特别是关于一种具有故障单元置换优先次序的记忆体装置及其操作方法与运算系统。

背景技术

低功耗卷积神经网络(convolutional neural networks，CNN)加速器被视为构建未来人工智能世界的关键技术。动态电压调节(dynamic voltage scaling)是不可或缺的低功耗策略，然而其受到晶片上静态随机存取记忆体(Static Random Access Memory，SRAM)的限制，即当电源电压低时，它的SRAM会出现固定故障(stuck-at faults)。

发明内容

根据本案的一实施例，揭露一种记忆体装置，包含记忆体阵列以及选择电路。在记忆体阵列中的至少一第一故障单元以及至少一第二故障单元用以分别储存对应于浮点数的第一栏位和第二栏位的数据。选择电路基于单元置换操作的优先次序判别至少一第一故障单元和至少一第二故障单元，其中单元置换操作的优先次序指出至少一第一故障单元的优先权高于至少一第二故障单元的优先权。选择电路还输出至少一第一故障单元的一故障地址至备份元件分析器电路，备份元件分析器电路用以执行置换至少一第一故障单元的置换操作。

根据本案的另一实施例，揭露一种记忆体装置的操作方法，包含以下操作：测试记忆体阵列以判别记忆体阵列中的多个故障单元；判别在故障单元中的排除单元，排除单元符合至少一条件，其中至少一条件与对应于排除单元的第一二进位数的数值相关；以及以冗余单元置换故障单元中的其余单元的至少一单元。

根据本案的另一实施例，揭露一种运算系统，包含记忆体装置以及存读取记忆体装置的神经网络处理器。记忆体装置包含多个记忆体单元、选择电路以及置换电路。记忆体单元储存对应于来自或传输至神经网络处理器的数据的多个二进位数。选择电路输出记忆体单元中的故障单元的一故障地址。故障单元具有在一单元置换操作中的第一优先权以及具有固定1故障，固定1故障在二进位数中的一二进位数的指数栏位的位元中。置换电路根据故障地址以多个冗余单元中的冗余单元置换故障单元。

附图说明

当结合附图阅读时，根据以下详细描述最佳理解本案的诸态样。应注意，根据业界的标准实践，各种特征并未按比例绘制。事实上，出于论述清楚的目的，可任意地增大或缩小各种特征的尺寸。

图1是根据本案的一实施例的系统的示意图；

图2是根据本案的另一实施例的系统的示意图；

图3是根据本案的一实施例对应于图1与图2的系统的示意图；

图4是根据本案的一实施例对应于图1与图2的记忆体装置的示意图；

图5是根据本案的一实施例的限幅电路的示意图；

图6A是根据本案的一实施例的权重分布的示意图；

图6B是根据本案的一实施例的输入激发分布的示意图；

图7是根据本案的一实施例的决定阈值的方法的流程图；

图8是根据的一实施例的操作记忆体装置的方法的流程图。

【符号说明】

1:系统

10:神经网络处理器