电子设备和电子设备的操作方法技术

公开了电子设备及电子设备的操作方法。所述操作方法包括：通过使用生成器网络来生成输入张量；通过将所述输入张量输入到目标行刷新逻辑模块来获得第一分数；当所述第一分数大于阈值时，将成对的所述生成器网络和所述第一分数存储在进化池中；当迭代次数小于最大迭代次数时，基于所述输入张量和所述第一分数来训练评价网络；以及当所述迭代次数小于所述最大迭代次数时，基于所述评价网络的训练结果来训练所述生成器网络。所述生成器网络。所述生成器网络。

【技术实现步骤摘要】
电子设备和电子设备的操作方法
[0001]相关申请的交叉引用
[0002]通过引用的方式将以下韩国专利申请的全部内容合并于此：于2022年5月27日向韩国知识产权局提交的题为“评估行锤击缓解方案的生成
‑
进化
‑
优化方法(A generative
‑
evolutionary
‑
optimization approach to evaluate row
‑
hammering mitigation schemes)”的韩国专利申请No.10
‑
2022
‑
0065199，以及于2022年8月10日向韩国知识产权局提交的题为“执行对动态随机存取存储器的目标行刷新逻辑的模拟的电子设备和电子设备的操作方法(Electronic Device Performing Simulation of Target Row Refresh Logic of Dynamic Random Access Memory and Operating Method of Electronic Device)”的韩国专利申请No.10
‑
2022
‑
0099986。


[0003]本文所描述的本公开的实施例涉及一种电子设备，更具体地，涉及一种包括基于神经网络执行对动态随机存取存储器的目标行刷新逻辑的模拟的处理器的电子设备和电子设备的操作方法。

技术介绍

[0004]动态随机存取存储器可以包括按行和列排列的多个存储单元。当激活集中在动态随机存取存储器的特定行时，存储在临近行的存储单元中的数据可能出现错误。为了防止上述问题，可以将目标行刷新逻辑应用于动态随机存取存储器。
[0005]目标行刷新逻辑可以检测对动态随机存取存储器的特定行的密集访问，并且可以执行刷新操作，以恢复与作为密集访问的目标的行临近的行的存储单元中的数据。随着目标行刷新逻辑被引入动态随机存取存储器，指示对动态随机存取存储器的行的密集访问的攻击模式可能多样化。
[0006]因此，可以基于目标行刷新逻辑能够检测的密集行访问模式的数量来确定目标行刷新逻辑的性能。用于评估目标行刷新逻辑的性能的模拟的准确度可以基于能够生成的密集行访问模式的数量来确定。

技术实现思路

[0007]本公开的实施例提供了一种在短时间内用各种访问模式来模拟目标行刷新逻辑的电子设备和电子设备的操作方法。
[0008]根据实施例，一种电子设备的操作方法(所述电子设备包括执行动态随机存取存储器的目标行刷新逻辑的模拟的处理器)包括：所述处理器通过使用生成器网络来生成输入张量；所述处理器通过将所述输入张量输入到目标行刷新逻辑模块来获得第一分数；当所述第一分数大于第一阈值时，所述处理器将成对的所述生成器网络和所述第一分数存储在进化池中；以及当迭代次数小于最大迭代次数时，执行如下操作：所述处理器基于所述输入张量和所述第一分数来训练评价网络；所述处理器基于所述评价网络的训练结果来训练
所述生成器网络；以及所述处理器再次执行：生成所述输入张量、获得所述第一分数、以及将成对的所述生成器网络和所述第一分数存储在所述进化池中。
[0009]根据实施例，一种电子设备包括处理器和存储器。所述处理器运行模拟器，所述模拟器通过使用所述存储器来执行动态随机存取存储器的目标行刷新逻辑的模拟。所述模拟器包括第一模块和第二模块，所述第一模块执行所述目标行刷新逻辑的算法并且输出风险等级作为第一分数，所述第二模块通过使用所述第一模块来执行所述模拟。所述第二模块包括生成器池和评价网络，所述生成器池包括多个生成器网络，所述多个生成器网络中的每个生成器网络被配置为生成所述第一模块的输入张量，所述评价网络被训练为复制所述第一模块，并且根据所述输入张量推断第二分数。所述多个生成器网络中的每个生成器网络与所述评价网络一起被重复训练。在重复训练的每次迭代中，当所述第一分数大于第一阈值时，对应于所述第一分数的生成器网络与所述第一分数一起被存储在进化池中。
[0010]根据实施例，一种电子设备的操作方法(所述电子设备包括执行动态随机存取存储器的目标行刷新逻辑的模拟的处理器)包括：通过重复训练多个生成器网络中的每个生成器网络和评价网络，将生成器网络存储在进化池中；以及重复训练所述进化池中的每个生成器网络和所述评价网络。每个生成器网络和所述评价网络的训练包括：通过使用该生成器网络来生成输入张量；通过使用目标行刷新逻辑模块基于所述输入张量生成第一分数；当所述第一分数大于阈值时，将该生成器网络存储在所述进化池中；通过使用所述评价网络根据所述输入张量生成第二分数；将所述评价网络训练为根据所述输入张量生成所述第一分数；以及将该生成器网络训练为将所述输入张量生成为使得所述第二分数更接近所述第一分数。
附图说明
[0011]通过参考附图对示例性实施例进行详细描述，特征对于本领域技术人员将是清楚的，在附图中：
[0012]图1是示出根据本公开的实施例的动态随机存取存储器的图。
[0013]图2是示出动态随机存取存储器的控制逻辑的目标行刷新逻辑的操作方法的示例的图。
[0014]图3是示出根据本公开的实施例的电子设备的图。
[0015]图4是示出图3的目标行刷新模拟器的操作方法的示例的图。
[0016]图5是示出基于图4的操作方法在目标行刷新模拟器中执行的处理的示例的图。
[0017]图6是示出在完成对生成器池中的生成器网络执行生成进化优化模拟之后，对进化池中的生成器网络执行生成进化优化模拟的示例的图。
[0018]图7是示出目标行刷新模拟器扩展生成进化优化模拟的进化方向的方法的示例的图。
[0019]图8是示出通过使用根据本公开的实施例的目标行刷新模拟器对具有四种类型的目标行刷新逻辑模块执行模拟的结果的图。
具体实施方式
[0020]下文将参考附图对示例实施例进行更全面的描述；然而，可以以不同的形式来实
施示例实施例，并且示例实施例不应被解释为受限于本文所阐述的实施例。相比之下，提供这些实施例以使得本公开将是彻底和完整的，并将向本领域技术人员全面地传达示例性实现方式。
[0021]图1是示出根据本公开的实施例的动态随机存取存储器100的图。参考图1，动态随机存取存储器100可以包括多个存储体(BANK)110、第一门控电路(GC1)120和控制逻辑130。
[0022]多个存储体110均可以包括存储单元阵列111、行译码器(RD)122、读出放大器和写入驱动器(SA/WD)113和第二门控电路(GC2)114。
[0023]存储单元阵列111可以包括按行和列排列的存储单元。存储单元行可以连接到字线，存储单元列可以连接到位线。
[0024]行译码器112可以通过字线连接到存储单元阵列111中的存储单元行。例如，响应于从控制逻辑130接收到的行地址，行译码器112可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电子设备的操作方法，所述电子设备包括处理器，所述处理器执行动态随机存取存储器的目标行刷新逻辑的模拟，所述方法包括：所述处理器通过使用生成器网络来生成输入张量；所述处理器通过将所述输入张量输入到目标行刷新逻辑模块来获得第一分数；当所述第一分数大于第一阈值时，所述处理器将成对的所述生成器网络和所述第一分数存储在进化池中；以及当迭代次数小于最大迭代次数时，执行如下操作：所述处理器基于所述输入张量和所述第一分数来训练评价网络；所述处理器基于所述评价网络的训练结果来训练所述生成器网络；以及所述处理器再次执行：生成所述输入张量、获得所述第一分数、以及将成对的所述生成器网络和所述第一分数存储在所述进化池中。2.根据权利要求1所述的方法，其中，迭代地执行以下操作直到所述迭代次数达到所述最大迭代次数：训练所述评价网络、训练所述生成器网络、生成所述输入张量、获得所述第一分数、以及将成对的所述生成器网络和所述第一分数存储在所述进化池中。3.根据权利要求1所述的方法，还包括：初始化包括多个生成器网络的生成器池，其中，对所述多个生成器网络中的每个生成器网络执行以下操作：生成所述输入张量、获得所述第一分数、将成对的所述生成器网络和所述第一分数存储在所述进化池中、训练所述评价网络、以及训练所述生成器网络。4.根据权利要求1所述的方法，其中，所述的训练评价网络包括：将所述评价网络训练为根据所述输入张量生成所述第一分数。5.根据权利要求1所述的方法，其中，所述的训练所述生成器网络包括：通过使用所述评价网络根据所述输入张量推断第二分数；以及通过使用所述第一分数与所述第二分数之间的差作为损失函数来训练所述生成器网络。6.根据权利要求1所述的方法，还包括：基于所述第一分数对所述进化池中的生成器网络
‑
第一分数对进行排序；以及当所述进化池中的所述生成器网络
‑
第一分数对的数量达到第二阈值时，从所述进化池中移除所述进化池中的所述生成器网络
‑
第一分数对当中包括具有最小值的第一分数的生成器网络
‑
第一分数对，使得所述进化池中的所述生成器网络
‑
第一分数对的数量保持低于所述第二阈值。7.根据权利要求6所述的方法，还包括：选择所述进化池中的生成器网络之一；通过使用所选择的生成器网络来生成第二输入张量；通过将所述第二输入张量输入到所述目标行刷新逻辑模块来获得第三分数；当所述第三分数大于阈值时，将成对的所选择的生成器网络和所述第三分数存储在所述进化池中；当第二迭代次数小于第二最大迭代次数时，执行如下操作：基于所述第二输入张量和所述第三分数来训练所述评价网络；
基于所述评价网络的训练结果来训练所选择的生成器网络；再次执行：生成所述第二输入张量、获得所述第三分数、以及将成对的所选择的生成器网络和所述第三分数存储在所述进化池中。8.根据权利要求7所述的方法，还包括：定期地重新生成所述进化池中的所述生成器网络当中的随机性生成器网络的第三分数。9.根据权利要求7所述的方法，还包括：从所述进化池中移除所述进化池中的所述生成器网络当中的非随机性生成器网络之中的最老的生成器网络。10.根据权利要求7所述...

【专利技术属性】
技术研发人员：朴彰辉，崔孝真，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：