-
公开(公告)号：WO2021109834A1
公开(公告)日：2021-06-10
申请号：PCT/CN2020/128565
申请日：2020-11-13
Applicant: 清华大学
Abstract: 一种随机数的生成方法及随机数生成器。该随机数的生成方法包括：对至少一个模拟阻变存储器执行n个写操作，n个写操作中的每个写操作包括施加至少一个写操作脉冲以改变被操作的模拟阻变存储器的电导值；由n个写操作对应的n个写操作脉冲数量生成随机数，n为正整数。该随机数的生成方法基于模拟阻变存储器的模拟特性来生成随机数，所生成的随机数不需要进行后端修正，同时兼具高速性和高可靠性。
-
公开(公告)号：WO2023045160A1
公开(公告)日：2023-03-30
申请号：PCT/CN2021/142045
申请日：2021-12-28
Applicant: 清华大学
IPC: G06N3/063
Abstract: 一种数据处理装置以及数据处理方法，该数据处理装置包括：双向数据处理模块，包括至少一个存储计算一体化的计算阵列，被配置为执行推理计算任务和训练计算任务；控制模块，被配置为将双向数据处理模块的工作模式切换为推理工作模式，以及将双向数据处理模块的工作模式切换为训练工作模式；参数管理模块，被配置为设置双向数据处理模块的权重参数；输入输出模块，被配置为响应于控制模块的控制，根据计算任务的输入数据生成计算输入信号，并将计算输入信号提供给双向数据处理模块，从双向数据处理模块接收计算输出信号并根据计算输出信号生成输出数据。该数据处理装置可以满足多种神经网络算法的推理与训练的要求。
-
公开(公告)号：WO2023000587A1
公开(公告)日：2023-01-26
申请号：PCT/CN2021/137445
申请日：2021-12-13
Applicant: 清华大学
IPC: G11C13/00
Abstract: 一种计算装置及其鲁棒性处理方法。该计算装置的鲁棒性处理方法包括：基于目标算法模型的模型参数，得到模型参数与第一计算忆阻器阵列的映射关系；基于决定关键权重器件的影响因子，确定由影响因子得到多个忆阻器器件的权重关键度的方式；获得算法模型的输入集，根据前述方式，确定多个忆阻器器件中每个的关键度值；根据多个忆阻器器件中每个的关键度值，在多个忆阻器器件中确定关键权重器件；基于关键权重器件，对第一处理单元进行优化处理。该方法通过对关键的部分忆阻器器件进行针对性的鲁棒性提升，实现低成本、高鲁棒的计算装置。
-
公开(公告)号：WO2021218958A1
公开(公告)日：2021-11-04
申请号：PCT/CN2021/090228
申请日：2021-04-27
Applicant: 清华大学 , 腾讯科技（深圳）有限公司
Abstract: 一种导电浆料、制备方法及导电薄膜制备方法，涉及电子器件领域。导电浆料包括：热塑性聚氨酯、导电颗粒及有机溶剂，热塑性聚氨酯及导电颗粒按比例混合在有机溶剂中，热塑性聚氨酯以颗粒状态分散在导电颗粒之间。以热塑性聚氨酯弹性体作为粘结剂，将导电颗粒混合于包含热塑性聚氨酯弹性体的有机溶剂中，导电颗粒保证了制备的导电薄膜的导电能力，热塑性聚氨酯具有较强的黏附性，可应用于大部分基材的表面，形成粘附性好、不开裂的导电薄膜。另外，由于热塑性聚氨酯及导电颗粒均匀分散在有机溶剂中，有效防止了导电颗粒在导电浆料中发生团聚导致浆料失效，使所得到的导电浆料可在室温下长期保存。
-
公开(公告)号：WO2023045114A1
公开(公告)日：2023-03-30
申请号：PCT/CN2021/137844
申请日：2021-12-14
Applicant: 清华大学
Abstract: 一种存算一体芯片及应用于该存算一体芯片的数据处理方法。该存算一体芯片包括：多个处理单元（101）以及主控单元（102）。每个处理单元（101）包括计算单元（103）以及控制单元（104）。计算单元（103）配置为存储参数矩阵、接收输入数据并采用参数矩阵对输入数据进行计算得到输出数据；控制单元（104）配置为与计算单元（103）相通信，且配置为将参数矩阵写入计算单元（103）得到配置后的计算单元（103），并且控制配置后的计算单元（103）对输入数据进行计算。主控单元（102）配置为与多个处理单元（101）通信，且根据整体参数集合将分别用于多个处理单元（101）的参数矩阵提供至多个处理单元各自的控制单元（104）。该存算一体芯片利用高效的分布式架构，在保证通用性和灵活性的同时，实现高算力和高能效。
-
Patent Agency Ranking
公开(公告)号：WO2023000586A1
公开(公告)日：2023-01-26
申请号：PCT/CN2021/137444
申请日：2021-12-13
Applicant: 清华大学
Abstract: 一种存算一体装置及其校准方法。存算一体装置包括第一处理单元（500），第一处理单元包括（500）：第一计算忆阻器阵列（510），被配置为接收第一计算输入数据，并对第一计算输入数据进行计算以得到第一输出数据；以及第一校准忆阻器阵列（520），被配置为接收第一校准输入数据，并根据第一校准输入数据对第一输出数据进行校准，以得到第一校准输出数据；第一处理单元（500）被配置为输出第一校准输出数据。校准方法包括：通过片外训练确定第一计算忆阻器阵列（510）对应的第一计算权重矩阵，将第一计算权重矩阵写入第一计算忆阻器阵列（510）；基于写入了第一计算权重矩阵的第一计算忆阻器阵列（510）和第一计算权重矩阵，对第一校准忆阻器阵列（520）进行片上训练，以调整第一校准忆阻器阵列（520）的权重值。
-
公开(公告)号：WO2022183759A1
公开(公告)日：2022-09-09
申请号：PCT/CN2021/128957
申请日：2021-11-05
Applicant: 清华大学
IPC: G06N3/063
Abstract: 一种存算一体处理器、存算一体处理系统、存算一体处理装置以及基于存算一体处理器的算法模型的部署方法。该存算一体处理器包括第一主控单元和多个忆阻器处理模组，其中，该第一主控单元被配置为能够调度和控制多个忆阻器处理模组，该多个忆阻器处理模组被配置为能够根据该第一主控单元的调度和控制进行计算，该多个忆阻器处理模组还被配置为能够不依赖于该第一主控单元来进行通信以进行计算。
-
公开(公告)号：WO2022222498A1
公开(公告)日：2022-10-27
申请号：PCT/CN2021/137845
申请日：2021-12-14
Applicant: 清华大学
Abstract: 一种基于忆阻器阵列(901)的数据处理方法、电子装置(900)。该基于忆阻器阵列(901)的数据处理方法包括：获取多个第一模拟信号；设置忆阻器阵列(901)，将对应于卷积处理的卷积参数矩阵的数据写入忆阻器阵列(901)；将多个第一模拟信号分别输入设置后的忆阻器阵列(901)的多个列信号输入端，控制忆阻器阵列(901)操作以对多个模拟信号进行卷积处理，在忆阻器阵列(901)的多个行信号输出端分别得到执行卷积处理后的多个第二模拟信号。该基于忆阻器阵列(901)的数据处理方法通过将卷积参数矩阵多次映射于忆阻器阵列(901)中不同的多个忆阻器子阵列，实现一次计算即可得到卷积处理操作的所有结果，大大减少了移位所需的时间，降低了功耗，提高了计算速度。
-
公开(公告)号：WO2021185212A1
公开(公告)日：2021-09-23
申请号：PCT/CN2021/080860
申请日：2021-03-15
Applicant: 清华大学 , 腾讯科技（深圳）有限公司
Abstract: 本申请实施例提供了一种薄膜压阻材料的制备方法、薄膜压阻材料、机器人及设备，涉及电子材料研究技术领域。所述方法包括：确定制备薄膜压阻材料所使用的导电颗粒和交联聚合物的质量比，质量比的取值范围为3:97～20:80，将导电颗粒和交联聚合物按照质量比分散在溶剂中，得到第一分散液，在25～200摄氏度的温度范围内，采用滴液法将第一分散液固化为薄膜压阻材料。本申请实施例提供的技术方案，提供了一种采用滴液法制备薄膜级的压阻材料的方法，有效控制了压阻材料的厚度，从而制备出厚度较小的薄膜压阻材料。
-
公开(公告)号：WO2021114859A1
公开(公告)日：2021-06-17
申请号：PCT/CN2020/121244
申请日：2020-10-15
Applicant: 清华大学
IPC: G06N3/00
Abstract: 本申请公开了一种利用忆阻器本征噪声实现贝叶斯神经网络的方法及装置，其中，该方法包括：获取贝叶斯网络，根据选定的数据集对所述贝叶斯网络进行训练得到所述贝叶斯网络的权重分布；对所述贝叶斯网络的权重分布进行处理，根据处理后的权重分布及多个忆阻器的电导进行计算，得到目标电导值，将所述目标电导值映射到所述忆阻器中。该方法利用忆阻器交叉阵列实现贝叶斯神经网络，功耗低，计算速度快，计算能效高。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.014 seconds)
