| 1 |
1
기계 학습 연산에 이용되는 곱셈 및 누산(MAC) 연산 회로에 있어서,일단이 공급전압단에 연결되는 저항부;상기 저항부의 타단과, 그라운드와 연결된 스위치 사이에 병렬 연결되며, 제어부의 제어 신호에 따른 상기 스위치의 스위칭에 따라, 기계 학습용 입력 값에 대응하는 게이트 신호를 인가받아, 기계 학습용 가중치 값이 적용된 전류 신호를 출력하는 복수의 단일 MOS 트랜지스터 소자; 및상기 저항부의 타단 노드에 연결되어 상기 복수의 단일 MOS 트랜지스터 소자들의 전류 출력을 누산하여 출력하는 출력노드를 포함하는아날로그 곱셈 및 누산(MAC) 연산 회로
|
| 2 |
2
제1항에 있어서,상기 가중치 값은 상기 단일 MOS 트랜지스터 소자의 폭(WIDTH) 길이에 따라 각각 결정되는 것을 특징으로 하는아날로그 곱셈 및 누산(MAC) 연산 회로
|
| 3 |
3
제1항에 있어서,상기 단일 MOS 트랜지스터 소자는 소스가 상기 스위치에 연결되며, 드레인이 상기 출력노드에 연결되는 NMOS 트랜지스터 소자를 포함하는아날로그 곱셈 및 누산(MAC) 연산 회로
|
| 4 |
4
제1항에 있어서,상기 출력 노드의 출력 전압은 입력 값들에 대응하는 쿼드라틱 MAC 연산 결과를 나타내는 것을 특징으로 하는아날로그 곱셈 및 누산(MAC) 연산 회로
|
| 5 |
5
제4항에 있어서,상기 출력노드에 연결되며, 상기 쿼드라틱 MAC 연산 결과에 대응하는 쿼드라틱 정류 기반 활성화 함수 처리를 수행하여, 활성화 처리된 기계 학습 연산 값을 출력하는 활성화 처리부를 더 포함하는아날로그 곱셈 및 누산(MAC) 연산 회로
|
| 6 |
6
뉴럴 네트워크 기반 기계 학습 장치에 있어서,인터페이스부를 통해 입력되는 학습 데이터가 저장되는 데이터 버퍼; 및상기 학습 데이터에 대응하여 미리 설정된 신경망 학습 모델에 따라 입력 파라미터를 결정하고, 결정된 입력 파라미터를 이용하여 곱셈 및 누산 처리부를 제어하여, 기계 학습을 위한 반복 연산을 처리하는 제어부를 포함하고,상기 곱셈 및 누산 처리부는,상기 제어부의 제어에 따라 기계 학습용 입력 값에 대응하는 게이트 신호를 인가받아, 기계 학습용 가중치 값이 적용된 전류 신호를 출력하는 복수의 단일 MOS 트랜지스터 소자를 포함하는 MOS 트랜지스터 기반 아날로그 곱셉 및 누산 처리부를 포함하는뉴럴 네트워크 기반 기계 학습 장치
|
| 7 |
7
제1항에 있어서,상기 아날로그 곱셉 및 누산 처리부는,상기 단일 MOS 트랜지스터의 전류 출력 누산에 따라, 상기 입력 값들에 대응하는 쿼드라틱 MAC 연산 결과를 출력하는 아날로그 MAC 회로부를 포함하는뉴럴 네트워크 기반 기계 학습 장치
|
| 8 |
8
제7항에 있어서,상기 아날로그 곱셉 및 누산 처리부는,상기 쿼드라틱 MAC 연산 결과에 대응하는 쿼드라틱 정류 기반 활성화 함수 처리를 수행하여, 활성화 처리된 기계 학습 연산 값을 출력하는 활성화 처리부를 더 포함하는뉴럴 네트워크 기반 기계 학습 장치
|
| 9 |
9
제8항에 있어서,상기 아날로그 곱셉 및 누산 처리부의 활성화된 결과값으로부터 레이어 기반의 풀링 처리를 수행하는 풀링부를 더 포함하는뉴럴 네트워크 기반 기계 학습 장치
|
| 10 |
10
제6항에 있어서,상기 곱셈 및 누산 처리부는,상기 입력 파라미터에 따라, 디지털 곱셈 및 누산 처리에 따른 리니어 정류 연산을 처리하는 리니어 정류 연산부; 및상기 상기 입력 파라미터에 따라, 아날로그 곱셈 및 누산 처리에 따른 쿼드라틱 정류 연산을 처리하는 쿼드라틱 정류 연산부;를 포함하는뉴럴 네트워크 기반 기계 학습 장치
|
| 11 |
11
제10항에 있어서,상기 제어부는 상기 입력 파라미터에 따라 상기 리니어 정류 연산부 및 상기 쿼드라틱 정류 연산부를 선택적으로 제어하여, 상기 리니어 정류 연산부 또는 상기 쿼드라틱 정류 연산부가 입력 값의 곱셈 및 누산 처리에 따른 출력 신호의 정류 연산을 처리하게 하는뉴럴 네트워크 기반 기계 학습 장치
|
| 12 |
12
뉴럴 네트워크 기반 기계 학습 방법에 있어서,인터페이스부를 통해 입력되는 학습 데이터가 저장되는 단계; 및상기 학습 데이터에 대응하여 미리 설정된 신경망 학습 모델에 따라 입력 파라미터를 결정하고, 결정된 입력 파라미터를 이용하여, 기계 학습을 위한 반복적 MAC(곱셈 및 누산) 연산을 처리하는 단계를 포함하고,상기 반복적 MAC 연산을 처리하는 단계는,아날로그 MAC 처리부를 이용하여 상기 입력 파라미터의 입력값 및 가중치 매트릭스에 대응하는 쿼드라틱 MAC 연산 결과를 획득하는 단계;상기 쿼드라틱 MAC 연산 결과에 대응하는 쿼드라틱 활성화 함수 적용 처리를 수행하는 단계; 및상기 활성화 처리된 연산 결과 매트릭스를 출력하는 단계를 포함하는뉴럴 네트워크 기반 기계 학습 방법
|
| 13 |
13
제12항에 있어서,상기 아날로그 MAC 처리부는,복수의 단일 MOS 트랜지스터 소자에 상기 입력 파라미터에 대응하는 게이트 신호를 인가하여, 기계 학습용 가중치 값이 적용된 출력 신호를 획득하고, 상기 출력 신호를 누산하여 출력하는뉴럴 네트워크 기반 기계 학습 방법
|
