存内计算(Computing In Memory,CIM)在人工智能神经网络的卷积运算方面具有巨大的应用潜力。基于忆阻器阵列的多位存内计算由于具备写入速度快、与互补金属氧化物半导体(Complementary Metal Oxide Semiconductor,CMOS)工艺兼容等特点,...存内计算(Computing In Memory,CIM)在人工智能神经网络的卷积运算方面具有巨大的应用潜力。基于忆阻器阵列的多位存内计算由于具备写入速度快、与互补金属氧化物半导体(Complementary Metal Oxide Semiconductor,CMOS)工艺兼容等特点,有望成为解决“内存墙”的有效手段。然而,当前多位存内计算电路架构面临输出延时高和能耗大的问题,主要原因为传统感知放大器的性能制约,为此本文提出了一种低延时低能耗多位电流型感知放大器(Low-delay Low-power Multi-bit Current-mode Sense Amplifier,LLM-CSA),通过减少传统CSA电路工作状态数量、简化工作时序来优化功能;采用新型低位检测模块的电路设计思路,来多层次系统性地降低输出延时并优化能耗。使用中芯国际40 nm低漏电逻辑工艺(SMIC40 nm LL),利用Cadence电路设计平台,仿真验证所提LLM-CSA的功能和延时-能耗性能。通过对比分析发现:LLM-CSA比传统CSA输出延时降低1.42倍,能量消耗降低1.56倍。进一步地,以一种4 bit输入、4 bit权重、11 bit输出的忆阻器阵列多位存内计算架构为应用,对比验证所提LLM-CSA的性能:与基于传统CSA的存内计算系统相比,新架构延时降低1.18倍,能耗降低1.03倍。LLM-CSA的提出对促进感知放大器设计思路和忆阻器阵列存内计算架构的发展,具有一定的理论和现实意义。展开更多
对S波段的色散补偿型分布式光纤拉曼放大器(FRA)进行了研制。本放大器中采用了先进的光纤拉曼激光器作为抽运源,并对5 km DCF-50 km G652光纤色散补偿型分布式FRA分别进行了前向抽运和后向抽运,测量了其前向和后向增益光谱和噪声谱,结...对S波段的色散补偿型分布式光纤拉曼放大器(FRA)进行了研制。本放大器中采用了先进的光纤拉曼激光器作为抽运源,并对5 km DCF-50 km G652光纤色散补偿型分布式FRA分别进行了前向抽运和后向抽运,测量了其前向和后向增益光谱和噪声谱,结果表明后向抽运方式在增益和噪声特性方面优于前向抽运方式。对色散补偿型分布式FRA在后向抽运方式下的增益和噪声指数随抽运功率的变化而变化的规律进行了实验研究,结果表明其增益随抽运功率的增大而增大,噪声指数随增益的增大而减小。为比较色散补偿型分布式FRA和分布式FRA在增益和噪声方面的性能,分别测量了上述两种光纤拉曼放大器在后向抽运方式下的增益谱和噪声指数谱,结果表明: 5 km DCF-50 km G652光纤制成的色散补偿型分布式FRA的增益和噪声特性,均优于由50km-G652光纤制成的分布式FRA。本文对实验结果进行了理论分析。展开更多
文摘对S波段的色散补偿型分布式光纤拉曼放大器(FRA)进行了研制。本放大器中采用了先进的光纤拉曼激光器作为抽运源,并对5 km DCF-50 km G652光纤色散补偿型分布式FRA分别进行了前向抽运和后向抽运,测量了其前向和后向增益光谱和噪声谱,结果表明后向抽运方式在增益和噪声特性方面优于前向抽运方式。对色散补偿型分布式FRA在后向抽运方式下的增益和噪声指数随抽运功率的变化而变化的规律进行了实验研究,结果表明其增益随抽运功率的增大而增大,噪声指数随增益的增大而减小。为比较色散补偿型分布式FRA和分布式FRA在增益和噪声方面的性能,分别测量了上述两种光纤拉曼放大器在后向抽运方式下的增益谱和噪声指数谱,结果表明: 5 km DCF-50 km G652光纤制成的色散补偿型分布式FRA的增益和噪声特性,均优于由50km-G652光纤制成的分布式FRA。本文对实验结果进行了理论分析。