-
公开(公告)号：CN115694438B
公开(公告)日：2023-03-17
申请号：CN202310005970.X
申请日：2023-01-04
Applicant: 华中科技大学
IPC: H03K5/125 , H03K5/1254
Abstract: 本发明公开了一种轻量级宽电压域时序错误检测单元，包括输入反相器电路、主级错误信号生成电路、从级错误信号锁存电路和输出反相器电路。通过更改主级错误信号生成电路中并联NMOS管数量，实现时序错误检测单元扇入的灵活调节，可以根据设计指标对面积开销与检错响应速度权衡；从级错误信号锁存电路的加入，可以在单元内完成时序错误检测信号的锁存输出。与传统的时序错误检测实现方式相比，本发明无需在根时钟节点处生成错误复位信号，时序错误探测策略的实现不受低电压下高延时时钟网络的影响，在宽电压域下具有更高的功能稳定性。因此，该种轻量级时序错误检测单元能够在低电压下生成稳定的错误检测信号，对超低电压芯片的设计具有重要意义。
-
公开(公告)号：CN115694438A
公开(公告)日：2023-02-03
申请号：CN202310005970.X
申请日：2023-01-04
Applicant: 华中科技大学
IPC: H03K5/125 , H03K5/1254
Abstract: 本发明公开了一种轻量级宽电压域时序错误检测单元，包括输入反相器电路、主级错误信号生成电路、从级错误信号锁存电路和输出反相器电路。通过更改主级错误信号生成电路中并联NMOS管数量，实现时序错误检测单元扇入的灵活调节，可以根据设计指标对面积开销与检错响应速度权衡；从级错误信号锁存电路的加入，可以在单元内完成时序错误检测信号的锁存输出。与传统的时序错误检测实现方式相比，本发明无需在根时钟节点处生成错误复位信号，时序错误探测策略的实现不受低电压下高延时时钟网络的影响，在宽电压域下具有更高的功能稳定性。因此，该种轻量级时序错误检测单元能够在低电压下生成稳定的错误检测信号，对超低电压芯片的设计具有重要意义。
-
公开(公告)号：CN114157305A
公开(公告)日：2022-03-08
申请号：CN202111370770.1
申请日：2021-11-18
Applicant: 华中科技大学
IPC: H03M7/30
Abstract: 本发明属于数据压缩领域，具体涉及一种基于硬件快速实现GZIP压缩的方法及其应用，包括：将待处理文本划分为多个大小为m字节的处理窗口，并行计算一个处理窗口中以每个字节为起始的m个字符串哈希值，将哈希值作为字典的索引地址。将当前待处理字符串存储到字典中同时读取历史候选字符串完成字符串初步匹配。读取的历史字符串和当前待处理字符串逐字节比较完成精细匹配得到每个字符串的匹配长度和匹配距离。引入匹配修剪算法消除并行处理窗口内和窗口间字符串的匹配交叠，解决算法间的依赖，提高数据并行处理能力。本发明实现了适用于硬件的高带宽全流水可扩展的无损压缩数据通路，根据硬件资源、吞吐率和压缩率之间的权衡，动态调节处理窗口大小。
-
公开(公告)号：CN113868991A
公开(公告)日：2021-12-31
申请号：CN202111126665.3
申请日：2021-09-26
Applicant: 华中科技大学
IPC: G06F30/331 , G06F17/12
Abstract: 本发明公开了一种近阈值供电电压下数字标准单元的设计方法，属于低功耗芯片设计技术领域。本发明首先确定最佳供电电压；接着，在最优供电电压下，通过仿真得到每一MOS管的沟道长度与目标函数的曲线关系，由此确定每一MOS管的最优沟道长度；然后，将最优供电电压和每一MOS管的最优沟道长度代入对应的近阈值供电电压下的MOS管电流模型；并基于上拉网络与下拉网络的导通电流相等，构建包括每一MOS管的沟道宽度和阈值电压的方程组；最后，利用数值方法求解方程组，得到每一MOS管的最优沟道宽度。本发明可以在保证极高准确度的前提下，快速衡量数字标准单元的时序特征，显著降低近阈值供电电压下的数字标准单元库开发的时间成本。
-
公开(公告)号：CN110580932B
公开(公告)日：2021-04-06
申请号：CN201910807106.5
申请日：2019-08-29
Applicant: 华中科技大学
IPC: G11C16/34
Abstract: 本发明公开了一种应用于损耗均衡的存储单元质量度量方法，包括以下步骤：S1、根据实际存储系统的测量能力，从存储单元的特征集合中选取多个特征值作为存储单元质量度量特征；S2、根据存储单元质量度量特征和预训练的存储单元质量度量模型，计算得到存储单元质量度量结果。本发明考虑到存储单元不同时期的损耗程度差异，采用操作时间、阈值电压分布等多个能够更加准确反映存储单元当前可靠性状态的度量特征，并建立了一种准确的应用于损耗均衡的存储单元质量度量模型，能够大幅提高质量度量结果的准确度，从而提高存储系统损耗均衡执行效率并延长存储系统的使用寿命。
-
Patent Agency Ranking
公开(公告)号：CN109815534B
公开(公告)日：2020-09-04
申请号：CN201811544548.7
申请日：2018-12-17
Applicant: 武汉忆数存储技术有限公司 , 华中科技大学
IPC: G06F30/39 , G06F119/04
Abstract: 本发明涉及一种基于决策树算法的闪存寿命预测方法及系统，测量闪存的一种特征量或几种特征量的组合，对所有特征量或组合中部分特征量进行数学运算，将运算结果或测量结果或运算结果和测量结果的组合输入到决策树算法中，由决策树算法计算得到闪存寿命的预测值。本发明具有在相对短的时间内能够对大型数据源做出可行且效果良好的结果的优点。
-
公开(公告)号：CN109634527B
公开(公告)日：2020-06-09
申请号：CN201811514746.9
申请日：2018-12-12
Applicant: 华中科技大学
IPC: G06F3/06
Abstract: 本发明公开了一种SSD内实现的闪存寿命预测方法，包括：(1)获取待测闪存芯片的特征量；(2)对特征量中的一种或几种进行运算操作，得到运算处理值，将特征量及运算处理值构成集合，取集合中的子集输入到预测模型中获得数据处理结果；(3)根据数据处理结果对预测模型进行训练，从而实现对所述预测模型的更新；(4)根据数据处理结果以及更新后的预测模型对闪存芯片的寿命进行预测，获得所述闪存芯片的寿命预测值。本发明通过实时采集每次SSD操作的数据作为预测和训练的输入，更加贴合实际SSD上的闪存使用情况，得出的预测结果更加准确。
-
公开(公告)号：CN109817267A
公开(公告)日：2019-05-28
申请号：CN201811545446.7
申请日：2018-12-17
Applicant: 武汉忆数存储技术有限公司 , 华中科技大学
Abstract: 本发明涉及一种基于深度学习的闪存寿命预测方法、系统及计算机可读存取介质。本发明测量闪存的一种特征量或几种特征量的组合，对所有特征量或组合部分特征量进行数学运算，将运算结果或测量结果或运算结果和测量结果的组合输入到深度学习模型中，通过合适的模型计算得到闪存寿命的预测值。深度学习的方法通过卷积神经网络更加接近真实的神经元，使用权值共享网络结构减少了训练参数和计算复杂度，提高了泛化性能，循环卷积神经网络还能处理序列数据，更好的预测闪存寿命。
-
公开(公告)号：CN109815534A
公开(公告)日：2019-05-28
申请号：CN201811544548.7
申请日：2018-12-17
Applicant: 武汉忆数存储技术有限公司 , 华中科技大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于决策树算法的闪存寿命预测方法及装置，测量闪存的一种特征量或几种特征量的组合，对所有特征量或组合中部分特征量进行数学运算，将运算结果或测量结果或运算结果和测量结果的组合输入到决策树算法中，由决策树算法计算得到闪存寿命的预测值。本发明具有在相对短的时间内能够对大型数据源做出可行且效果良好的结果的优点。
-
公开(公告)号：CN105389134B
公开(公告)日：2019-01-04
申请号：CN201510918453.7
申请日：2015-12-11
Applicant: 华中科技大学
IPC: G06F3/06
Abstract: 本发明公开了一种闪存接口控制方法，所述方法包括：控制器接收用户请求并译码，判断用户请求的操作类型；继而，从微代码存储器中进行取指操作，将操作类型对应的微代码序列从微代码存储器中逐一取出并与寄存器组中的操作数相链接，得到完整的闪存命令；最后，控制器将向对应的接口控制器发送所述完整的时序与闪存命令请求，从而与外部闪存器件实现交互。相应地，本发明还提出了一种与上述方法对应的装置。本发明通过以上软硬件协同工作的方式，仅用简单的硬件，实现了复杂多样的闪存命令，不仅满足了固态存储设备对闪存操作上的灵活需求，同时大大降低了实现开销，显著提高了相关设备的竞争力。
-
-
-
-
-
-
-
-
-
Search Results
134
records
(took 0.034 seconds)
