COPPER：具有存内计算架构的组合优化问题求解器

2023年第24卷第5期

摘要

关键词

相关研究

回顶部

《信息与电子工程前沿（英文）》 >> 2023年第24卷第5期 doi: 10.1631/FITEE.2200463

COPPER：具有存内计算架构的组合优化问题求解器

1北京大学软件与微电子学院，中国北京市，100871；2北京大学计算机学院，中国北京市，100871；3北京大学集成电路学院，中国北京市，100871；4腾讯人工智能实验室，中国深圳市，518057；5福州大学物理与信息工程学院，中国福州市，350116；6北京集成电路高精尖创新中心，中国北京市，100871；7北京智源人工智能研究院，中国北京市，100080

收稿日期： 2022-10-14 录用日期： 2023-05-31 发布日期： 2023-05-31

HTML12 PDF 3 收藏 0

摘要

组合优化问题（combinatorial optimization problem，COP）是一类在离散空间中寻找最优解的数学问题，具有广泛的应用。然而，许多组合优化问题是NP完全的，随着问题规模的增加，解决问题所需的时间急剧增加，这促使研究人员寻求更快速的解决方法，即使解不一定是最优的，如近似算法、启发式算法和机器学习算法等。一些先前的工作基于 Hopfield神经网络提出了混沌模拟退火（chaotic simulated annealing，CSA），并取得了良好的表现。然而，CSA的计算模式对当前的通用处理器并不友好，且没有专用的计算硬件。为了高效地执行CSA，我们提出一种软硬件联合的设计方案。在软件方面，我们使用适当的位宽对权重和输出进行量化，并修改那些不适合硬件实现的计算模式。在硬件方面，我们设计了一种基于忆阻器的专用存内计算硬件架构COPPER。COPPER能够高效地运行修改后的量化CSA算法，并支持流水线以获得进一步加速。结果表明，COPPER在执行CSA算法时，速度和能耗方面都十分出色。

关键词

组合优化问题 ; 混沌模拟退火 ; 存内计算