一种高一致性免串扰HfAlOy/TiOx多层膜神经元阵列及其制备方法

    公开(公告)号:CN116490057A

    公开(公告)日:2023-07-25

    申请号:CN202211679673.5

    申请日:2022-12-16

    Applicant: 南京大学

    Abstract: 本发明涉及高一致性免串扰HfAlOy/TiOx多层膜神经元阵列,属于非挥发性存储器技术领域。该存储器的特征在于:神经元阵列由HfAlOx/TiOx多层膜作为阻变层,阻变层的下电极上方构筑了镶嵌在氮化硅层中铝接触点,阻变层上表面的工字型电极和下表面的工字型电极互相垂直,本发明与当前的微电子工艺技术相兼容,可以通过调控HfAlOx/TiOx多层膜中子层厚度来控制氧空位通道的粗细和断裂连接位置,从而提升器件工作性能的一致性,下电极接触点彼此之间通过氮化硅绝缘可以避免单元器件之间的串扰,为神经形态器件的集成提供了硬件保证。

    基于同态加密的二值卷积神经网络实现方法及系统

    公开(公告)号:CN115860094A

    公开(公告)日:2023-03-28

    申请号:CN202211372806.4

    申请日:2022-11-03

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于同态加密的二值卷积神经网络实现方法及系统,包括:云端对MNIST数据集进行预处理,得到二值图像数据;云端构建明文下二值卷积神经网络模型,训练网络参数;客户端使用TFHE加密方案对二值图像数据进行同态加密,将加密图像数据传输给云端;云端根据训练得到的网络参数,构建一个基于布尔电路或一个基于算术电路的加密神经网络,对加密图像数据进行推理,得到密态结果,传输到客户端;客户端对密态结果进行解密,得到推理结果。本发明将TFHE同态加密算法与二值卷积神经网络结合,构建了一个支持快速门自举技术的加密神经网络,在保护数据隐私性的同时,提高了密文计算速度,缩短了神经网络运行时间。

    基于虚拟化技术的可重构高保真大规模工业互联网仿真平台

    公开(公告)号:CN115576289A

    公开(公告)日:2023-01-06

    申请号:CN202211336905.7

    申请日:2022-10-28

    Abstract: 一种基于虚拟化技术的可重构高保真大规模工业互联网仿真平台,1)逻辑控制平面:包括本地服务器的若干台服务器及数据库与主控制器;工业互联网的基本组成部分在逻辑控制平面输入目标场景,技术人员进行仿真场景的参数设置,参数存储在数据库中,主控制器根据目标场景参数下达控制指令,对SDN网络中仿真的网络进行配置和控制;2)数据平面:对逻辑控制平面中设计的仿真场景进行仿真实现;3)数据采集平面:由数据采集模块和数据分析模块两个部分组成,用于对海量的仿真数据进行采集和分析,实现了网络测量、数据处理、性能分析功能,完善仿真平台整体架构;为复杂、实时动态的工业互联网环境提供可信可靠的仿真平台。

    基于脉冲神经网络的应用于语音关键字识别的低功耗系统

    公开(公告)号:CN115440226A

    公开(公告)日:2022-12-06

    申请号:CN202211144916.5

    申请日:2022-09-20

    Applicant: 南京大学

    Abstract: 本发明的基于脉冲神经网络的应用于语音关键字识别的低功耗系统包括:外部存储、上位机和脉冲神经网络硬件加速器,其中脉冲神经网络硬件加速器包括存储模块、控制器、调度器以及计算阵列;本发明提出了一种二维坐标存储结构存储脉冲神经元状态,一方面可以跳过神经元的无效状态,避免无效计算,基于脉冲神经网络的稀疏性,可以大幅降低计算量,另一方面可以降低检测有效状态的延时,有效提高资源利用率;提出了卷积直通池化,并行执行的方案,避免了传统设计中将中间卷积结果写回存储的环节,卷积结果存入FIFO后与下行结果直接两两池化,有效降低了存储访问次数,存储功耗也得以降低。设计了8路并行的计算架构,可以有效减少计算延时,补偿脉冲神经网络多步长的缺陷;经验证,本发明的语音关键词识别系统能够在保证较高准确率的前提下,同时具有功耗低、面积小的特点,适用于嵌入式、物联网等诸多应用领域,能够高效完成语音关键词识别任务。

    基于同态加密的自适应大整数模乘运算方法和装置

    公开(公告)号:CN115374458A

    公开(公告)日:2022-11-22

    申请号:CN202211014356.1

    申请日:2022-08-23

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于同态加密的自适应大整数模乘运算方法和装置,属于格密码领域。先根据模数以及位宽参数进行预计算,得到循环指示数;再利用模数得到分解基底,将被乘数按分解基底分解;根据循环指示数以及位宽参数进行替代约减,在同余的环境下用分解基底的平方与模数的差代替基底的平方项进行约减;而后对得到的结果进行移位约减并与模数进行比较得到最后的模乘结果。本发明解决了大整数模乘计算中需要较高的位宽,乘法计算复杂度高的问题,可以降低乘法计算复杂度,减少大整数模乘计算所需位宽,且可以保证运算速度。

    带失调消除的带隙基准电路

    公开(公告)号:CN115291665A

    公开(公告)日:2022-11-04

    申请号:CN202211119037.7

    申请日:2022-09-13

    Applicant: 南京大学

    Abstract: 本发明公开了一种带失调消除的带隙基准电路,该电路包含振荡器电路、带隙基准电路和电阻修调电路,其中振荡器电路包含环形振荡器和逻辑电路,带隙基准电路包含带隙基准核心电路、斩波运放电路和低通滤波器。在电源上电时,环形振荡器会发生起振,输出一个高频时钟信号,通过八分频电路和两相不交叠电路产生一对两相不交叠时钟信号,用于控制斩波运放中的斩波开关。本发明通过振荡器产生的两向不交叠时钟信号控制斩波开关,将运放的输入信号和失调分开,一个处于基带,一个处于高频,同时利用低通滤波器滤除失调,再利用电阻修调电路调节接入电路的电阻阻值,改变基准电压的大小,消除残余失调,能有效减小基准电压的波动,维持电路的稳定性。

    基于同态加密的快速模乘运算方法和模乘器

    公开(公告)号:CN115268840A

    公开(公告)日:2022-11-01

    申请号:CN202210746187.4

    申请日:2022-06-29

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于同态加密的快速模乘运算方法和模乘器,属于格密码领域。本发明的方法为先计算出被乘数的乘积,在同余的环境下进行多次移位约减,最终通过比较结果和模数的大小再进行一步约减,得到最后的模乘结果。模乘器包括模数运算模块,模乘运算模块以及控制与输出模块。本发明的目的在于克服现有技术中,基于同态加密的模乘算法运算涉及的乘法计算较多,乘法计算复杂度高,运算时间长的问题,本发明可以减少乘法计算复杂度,加快运算速度,减少硬件面积开销。

    基于时间编码的低功耗脉冲神经网络片上学习系统

    公开(公告)号:CN114676831A

    公开(公告)日:2022-06-28

    申请号:CN202210317373.6

    申请日:2022-03-29

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于时间编码的低功耗脉冲神经网络片上学习系统,包括排序模块和计算模块,排序模块用于接收已进行时间编码的若干组输入数据,并将所述输入数据升序或降序排列;计算模块用于接收所述输入数据和预存储的与输入数据匹配的权重数据;基于预定规则将所述输入数据量化为预设常数,获得量化输入数据;基于权重数据判断神经元是否会激发,若激发,则采用所述量化输入数据和权重数据计算输出脉冲时间,并采用线性化规则更新权重数据。通过将输入数据量化降低硬件运算难度,采用优化的权重更新规则以便于硬件设计,减少运算量,具有功耗低、面积小速度快的优点;提升了脉冲经网络运算速度,且能够在硬件上实现片上学习。

Patent Agency Ranking