[发明专利]一种基于内存计算的微流控芯片

权利要求书

1.一种基于内存计算的微流控芯片，其特征在于：包括微流控模块、传感模块和内存计算模块；

所述微流控模块，包含至少一个微流控驱动模块和至少一个微流道，每个微流道根据微流控模块的功能需求，选择并设计微流道的材料、参数和形状，结合微流控驱动模块，对微尺度流体进行精确操控，实现微流控的功能；

所述传感模块包含至少一个图像传感模块和/或物理传感模块，图像传感模块用于即时获取微流控模块的图像基础特征信息，物理传感模块用于即时获取微流控模块的物理基础特征信息，并输出对应的机器学习输入变量；

所述内存计算模块包含交叉存储阵列、字/位线驱动模块、限制电流模块、标准化模块和激活函数模块；内存计算模块接受传感模块输出的机器学习输入变量，在内存计算模块的存储单元中进行计算，完成机器学习的训练和/或推断，并将训练结果反馈至内存计算模块，对其存储的模型参数进行更新，推断结果将输出至微流控芯片的微流控模块或外围设备，实现机器学习的具体任务；

交叉存储阵列至少一个，由非易失性存储器作为基本单元排布而成，用于存储人工神经网络的模型参数，并完成人工神经网络的矩阵乘法计算；交叉阵列的行和列分别称为字线和位线，字线和位线与字/位线驱动模块连接，其存储单元为非易失性存储器件；

字/位线驱动模块至少一个，用于内存地址的选择，控制交叉存储阵列中每个存储单元的工作状态，对存储单元中的数据进行读/写操作；

限制电流模块至少一个，通过限制字/位线驱动模块的最大电流大小，对字/位线驱动模块选中的存储单元的电导值进行精确擦写；

标准化模块至少一个，用于将输入的信号按比列缩放，使之落入特定区间，特定区间需确保输入信号的大小能够落入交叉存储矩阵的读区间或擦写区间；

激活函数模块至少一个，用于增加矩阵乘法计算结果的非线性。

2.如权利要求1所述基于内存计算的微流控芯片，其特征在于：所述机器学习的具体任务为样品检测、样品分类和/或自动操控。

3.如权利要求1所述基于内存计算的微流控芯片，其特征在于：

所述微流控驱动模块分别基于电学操控技术、光学操控技术、磁学操控技术和/或声学操控技术。

4.如权利要求1所述基于内存计算的微流控芯片，其特征在于：所述微流控模块实现的微流控功能为样品的预处理、反应和/或分选功能。

5.如权利要求1所述基于内存计算的微流控芯片，其特征在于：

所述图像传感模块获取的图像基础特征信息为形状和/或排列；物理传感模块获取的物理基础特征信息为速度和/或温度。

6.如权利要求1所述基于内存计算的微流控芯片，其特征在于：所述机器学习的算法为人工神经网络。

7.如权利要求1所述基于内存计算的微流控芯片，其特征在于：

所述存储单元的组织方案为：一个晶体管作为选择晶体管与一个存储器件串联构成1T-1R结构；或一个整流器件与一个存储器件串联构成1D-1R结构；或单个存储器件作为1R结构存储单元，起到存储单元的选通作用。

8.如权利要求1所述基于内存计算的微流控芯片，其特征在于：

所述存储单元为阻变随机存储器RRAM、相变随机存储器PCRAM、铁电随机存储器FRAM和/或磁阻随机存储器MRAM。

9.如权利要求1所述基于内存计算的微流控芯片，其特征在于，工作流程如下：

步骤1、全局复位，将微流控芯片中所有模块的状态初始化；并将机器学习的模型参数存储至内存计算模块的存储单元；

步骤2、在微流道中加入微尺度流体实验样品，结合各微流控驱动模块，对微流道中的实验样品进行精确操控，实现微流控的功能；

步骤 3、传感模块即时获取微流控模块的基础特征信息，输出相应的机器学习输入变量；

步骤4、机器学习输入变量传输至内存计算模块，在其存储单元进行机器学习的计算，完成机器学习的训练和/或推断；

步骤5、训练结果反馈至内存计算模块中，对其存储的模型参数进行更新；推断结果输出至微流控芯片的微流控模块或外围设备，实现机器学习的具体任务。