项目名称: 基于动态匹配的高能量利用率多层堆叠结构静态随机存储器(SRAM)关键技术

项目编号: No.61504105

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 无线电电子学、电信技术

项目作者: 范世全

作者单位: 西安交通大学

项目金额: 20万元

中文摘要: 静态随机存储器(Static Random Access Memory,SRAM)规模和集成度的增加带来了功耗的增长,降低SRAM工作电压是减小其功耗的有效方法,通常需要DC-DC变换器来实现电压转换,但变换器在实现调压的同时又会消耗一部分能量,降低了SRAM阵列对电源能量的利用效率。本项目将电阻分压技术运用到SRAM设计中,通过改变SRAM单元等效电阻的串并联结构来实现对单元工作电压的调整,研究基于动态匹配的高能量利用率多层堆叠结构SRAM的关键技术和实现方案,解决SRAM的能量利用效率问题。本项研究可以保证SRAM的高性能并降低其功耗,同时还可大幅提高SRAM对电源能量的利用效率,适应对功耗要求非常苛刻的自供电物联网和植入式系统的应用。这对以往的SRAM阵列结构及电源管理的设计与制造而言,均具有创新意义。研究内容满足超低功耗集成系统的迫切需求,具有重要的理论意义和广泛的实际应用价值。

中文关键词: 静态随机存储器;多层堆叠;动态匹配;能量利用率;电源管理

英文摘要: The increase of scale and integration of SRAM has brought the growth of power consumption. Reduce the operating voltage of SRAM is one of the effective methods to reduce the power consumption. Normally, there needs a DC-DC converter to realize the output voltage regulating, while the DC-DC converter will consume part of energy at the same time, which lower the energy usage efficiency of SRAM. In this project, the resistive subdivision technique is employed in the design of SRAM. By changing the series and parallel structures of equivalent resistance of SRAM cell, it realizes the adjusting of the SRAM operating voltage. The research work will based on to realize the key technology and implementation methods of dynamic matching high energy utilization efficiency multi-stack SRAM array structure, to solve the problem of the energy efficiency of SRAM. The study can guarantee high performance and low power consumption, and can also greatly improve the energy usage efficiency of SRAM. It will adapt to the requirements for the self-supply iot and embedded system applications, which have the quite demanding of power consumption. Compared with the previous SRAM array structure and power management design and manufacturing, this research has significant innovations. The research work meets the urgent requirements of the ultra low power integrated system, and has important theoretical significance and especially valuable in practical applications.

英文关键词: SRAM;Multi-Stack;Dynamic Matching;Energy Utilization Efficiency;Power Management

成为VIP会员查看完整内容
0

相关内容

116页《数字乡村建设指南1.0》
专知会员服务
16+阅读 · 2022年3月23日
【AAAI2022】基于双流更新的视觉Transformer动态加速方法
专知会员服务
23+阅读 · 2021年12月11日
专知会员服务
20+阅读 · 2021年5月1日
【CVPR2021】探索图像超分辨率中的稀疏性以实现高效推理
【WWW2021】充分利用层级结构进行自监督分类法扩展
专知会员服务
15+阅读 · 2021年2月7日
【NeurIPS2020-华为】DynaBERT:具有自适应宽度和深度的动态BERT
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
TurboTransformers开源技术文档
微信AI
0+阅读 · 2020年4月24日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
AliCoCo: Alibaba E-commerce Cognitive Concept Net
Arxiv
13+阅读 · 2020年3月30日
小贴士
相关VIP内容
116页《数字乡村建设指南1.0》
专知会员服务
16+阅读 · 2022年3月23日
【AAAI2022】基于双流更新的视觉Transformer动态加速方法
专知会员服务
23+阅读 · 2021年12月11日
专知会员服务
20+阅读 · 2021年5月1日
【CVPR2021】探索图像超分辨率中的稀疏性以实现高效推理
【WWW2021】充分利用层级结构进行自监督分类法扩展
专知会员服务
15+阅读 · 2021年2月7日
【NeurIPS2020-华为】DynaBERT:具有自适应宽度和深度的动态BERT
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员