一种基于机器学习的高能效电容提取方法

    公开(公告)号:CN114841114A

    公开(公告)日:2022-08-02

    申请号:CN202210390710.4

    申请日:2022-04-14

    申请人: 浙江大学

    IPC分类号: G06F30/373 G06N20/20

    摘要: 本发明公开了一种基于机器学习的高能效电容提取方法,涉及利用机器学习模型进行寄生电容提取来提升参数提取的效率;通过基于网格的数据表示通用地表示互连线结构;以自适应提取窗口的思想降低参数提取工作量并增强该技术不同半导体工艺的鲁棒性;为二维互连线结构建立电容提取机器学习模型,对于目标互连线结构进行网格参数提取并输入机器学习模型中,获得寄生电容参数。相较于现有电容提取技术,该电容提取器在准确度、速度和时间空间消耗上都达到了优良的性能。

    基于FeFET结构的高能效TCAM及其操作方法

    公开(公告)号:CN113053434A

    公开(公告)日:2021-06-29

    申请号:CN202110152724.8

    申请日:2021-02-03

    申请人: 浙江大学

    IPC分类号: G11C11/22

    摘要: 本发明公开了基于FeFET结构的高能效TCAM及其操作方法,涉及适合于低功耗高性能的基于FeFET的存储器的设计;充分利用了FeFET的存储特性实现了全新的基于2FeFET结构的TCAM单元的设计,节约了晶体管的数量,降低了搜索能耗,并获得了数据保存的非易失性。本发明分别采用2FeFET‑1T和2FeFET‑2T结构,结合了FeFET和CMOS的优点,在不降低性能的情况下,利用FeFET独特的结构实现了相比传统基于CMOS的TCAM更少的面积开销和更低的能耗,并且实现了非易失性。

    基于三端口非易失性器件的不等式条件判断求解器及其操作方法

    公开(公告)号:CN118503591A

    公开(公告)日:2024-08-16

    申请号:CN202410623690.X

    申请日:2024-05-20

    申请人: 浙江大学

    发明人: 尹勋钊 钱煜 卓成

    IPC分类号: G06F17/11 G06Q10/04 H03K5/24

    摘要: 本发明公开了发明公开了一种基于三端口非易失性器件的不等式条件判断求解器及其操作方法,包括两个阵列和电压比较器,阵列包括m×n个不等式单元、PMOS和电容CML,不等式单元包括三端口非易失性器件,三端口非易失性器件的栅极与输入信号G相连,漏极与ML相连,源极与地相连,PMOS的栅极与输入信号Vpre相连,漏极与ML相连,源极与电源相连,电容CML与ML和地相连。本发明充分利用了非易失性器件的存储特性和三端口特性,实现了将不等式的参数存储在阵列中,并根据不等式输入进行不等式是否成立的条件判断功能。

    基于FeFET结构的高能效TCAM及其操作方法

    公开(公告)号:CN113053434B

    公开(公告)日:2022-06-24

    申请号:CN202110152724.8

    申请日:2021-02-03

    申请人: 浙江大学

    IPC分类号: G11C11/22

    摘要: 本发明公开了基于FeFET结构的高能效TCAM及其操作方法,涉及适合于低功耗高性能的基于FeFET的存储器的设计;充分利用了FeFET的存储特性实现了全新的基于2FeFET结构的TCAM单元的设计,节约了晶体管的数量,降低了搜索能耗,并获得了数据保存的非易失性。本发明分别采用2FeFET‑1T和2FeFET‑2T结构,结合了FeFET和CMOS的优点,在不降低性能的情况下,利用FeFET独特的结构实现了相比传统基于CMOS的TCAM更少的面积开销和更低的能耗,并且实现了非易失性。

    基于三端口非易失性器件的Crossbar架构、工作方法及无损压缩方法

    公开(公告)号:CN117457042A

    公开(公告)日:2024-01-26

    申请号:CN202311398502.X

    申请日:2023-10-26

    申请人: 浙江大学

    发明人: 尹勋钊 钱煜 卓成

    摘要: 本发明公开了一种基于三端口非易失性器件的Crossbar架构、工作方法及无损压缩方法,包括若干个构成N行×M列阵列的三端口非易失性器件,所述三端口非易失性器件结构的栅极与字线WL相连,漏极与输入线SL相连,源极与数据线DL相连,同一行的三端口非易失性器件共用一根字线WL,同一列三端口非易失性器件共用一根输入线SL和一根数据线DL。本发明充分利用了三端口非易失性器件的存储特性和三端口特性实现了全新的Crossbar的设计;对向量‑矩阵‑向量的乘法表达式提出了无损压缩的方法,降低了向量和矩阵的大小,并部署到基于三端口非易失性器件的Crossbar完成了更高效率的加速运算。