用于神经网络的浮栅单元向量--矩阵乘法器的研究与设计

目录

声明

摘要

第1章绪论

1．1研究背景与意义

1．1．1神经网络

1．1．2存算一体架构

1．1．3 NOR flash的存算一体研究进展

1．2论文的主要工作和结构

第2章NOR flash存储器简介

2．1 NOR flash存储器简介

2．2 NOR flash的工作原理

2．2．1 NOR flash的读取原理

2．2．2 NOR flash的编程、擦除原理

2．3 多比特NOR flash

2．4本章小结

第3章基于浮栅单元的模拟乘法原理研究

3．1 浮栅单元的模拟乘法方法研究

3．2浮栅单元模拟乘法线性度研究

3．2．1理论分析

3．2．2测试结果

3．3浮栅单元模拟乘法温度特性研究

3．4本章小结

第4章基于浮栅单元的向量-矩阵模拟乘法器设计

4．1系统架构设计

4．1．1 阵列大小的选取

4．1．2阈值电压范围的选取

4．1．3系统时序设计

4．2 向量-矩阵模拟乘法电路设计

4．2．1 闪存阵列的模拟计算设计

4．2．2电流减法电路设计

4．2．3电流缓冲电路设计

4．2．4温度补偿负载电路设计

4．2．5运算放大器设计

4．3辅助电路设计与建模

4．3．1 数模转换器(DAC)的设计与建模

4．3．2模数转换器(ADC)的设计与建模

4．4本章小结

第5章版图设计与系统仿真

5．1 版图设计

5．2系统仿真结果与分析

5．2．1计算结果的温度特性仿真

5．2．2系统级联仿真

5．2．3系统整体性能分析

5．3系统性能对比

5．4本章小结

第6章用于MNIST神经网络的定制电路设计

6．1 MNIST数据集简介

6．2网络架构设计

6．3参数量化

6．4硬件电路方案设计

6．4．1 系统架构

6．4．2行缓冲器模块的实现

6．4．3卷积与全连接层缓冲模块的设计

6．4．4最大池化与最大输出模块的设计

6．5结果分析

6．6本章小结

第7章总结与展望

7．1 总结

7．2展望

参考文献

附录A 部分代码

A．1 DAC的Verilog-A代码

A．2 ADC的Verilog-A代码

A．3 MNIST网络的TensorFlow代码

A．4浮点数量化的python代码

致谢

在读期间发表的学术论文与取得的研究成果