组合优化问题广泛存在于社会生活和工业生产中,如自动驾驶、智慧物流、通信组网、药物发现、金融优化等。然而,这类问题通常具有非确定性多项式时间困难(NP-hard)的特点,为经典计算带来了巨大的挑战。而量子退火计算机虽然已在特定领域取得突破,但极低温的工作环境和尚未成熟的超导工艺严重制约了其大规模应用。
针对以上问题,湖南大学半导体学院、长沙半导体技术与应用创新研究院陈卓俊副教授团队创新性采用存算一体新型计算架构实现量子启发式算法,提出了稀疏感知自旋运算、耦合系数复用技术以及概率翻转函数近似电路,大幅度提高了系统能效和面积效率。研究团队采用SMIC 55nm CMOS工艺,设计并成功流片一款量子启发式退火处理器芯片。该处理器具有900个自旋节点,支持4bit的耦合系数位宽,支持King’s Graph自旋网络拓扑结构,每个自旋状态更新所需能量仅为2.4fJ,每个自旋的面积仅为402μm2。测试结果表明,该处理器在解决最大割集等组合优化问题时速度比先进CPU快3~4个数量级,功耗低2~3个数量级。
相关研究成果以“A Compute-in-Memory Annealing Processor with Interaction Coefficient Reuse and Sparse Energy Computation for Solving Combinatorial Optimization Problems”为题发表在国际集成电路领域顶尖期刊IEEE Journal of Solid-State Circuits,这是湖南省近十年来首次以第一单位在该期刊发表论文。论文的第一作者为物电院周毅峰博士,通讯作者为半导体学院陈卓俊副教授和廖蕾教授。
IEEE Journal of Solid-State Circuits是国际集成电路领域最高级别期刊之一,旨在发布集成电路领域的最新技术进展和纪录性成果,代表着业内当前最高技术水平。
论文链接:https://ieeexplore.ieee.org/document/10475318
来源:陈卓俊
转载自湖南大学新闻网