Ferroelectric-based Accelerators for Computationally Hard Problems
Ferroelectric-based Accelerators for Computationally Hard Problems
复制标题
用于解决计算难题的铁电加速器
DOI：
10.1145/3453688.3461745
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Shukla, Nikhil
中科院分区：
文献类型：
--
作者：
Bashar, Mohammad Khairul;Vaidya, Jaykumar;Surya Kanthi, R. S.;Lee, Chonghan;Shi, Feng;Narayanan, Vijaykrishnan;Shukla, Nikhil
有效解决诸如图形着色之类的硬组合优化问题仍然是计算领域的一项突出挑战。随着问题规模的增加，传统的数字计算机通常需要计算资源呈指数级增长。这使得与实际相关的更大问题难以计算，从而对从机器学习到电子设备自动化 (EDA) 等一系列越来越相关的实际应用产生不利影响。在这里，我们研究模拟耦合振荡器如何使用面积和节能方法来加速此类问题。此外，我们还讨论了此类非布尔平台的实现如何利用可扩展铁电体等新兴技术。
Solving hard combinatorial optimization problems such as graph coloring efficiently continues to be an outstanding challenge for computing. Traditional digital computers typically entail an exponential increase in computing resources as the problem sizes increase. This makes larger problems of practical relevance intractable to compute, with subsequently adverse implications for a broad spectrum of ever-more relevant practical applications ranging from machine learning to electronic device automation (EDA). Here, we examine how analog coupled oscillators can enable area and energy-efficient methods to accelerate such problems. Further, we discuss how the implementation of such non-Boolean platforms can take advantage of emerging technologies such as scalable ferroelectrics.
登录
查看更多内容
DOI：
--
发表时间：
2017
期刊：
影响因子：
--
作者：
Cristian S. Calude
通讯作者：
Cristian S. Calude
影响因子：
4.6
作者：
Parihar A;Shukla N;Jerry M;Datta S;Raychowdhury A
通讯作者：
Raychowdhury A
VLSI 设计中的组合优化
DOI：
10.3233/978-1-60750-718-5-33
发表时间：
2011
期刊：
影响因子：
--
作者：
S. Held;B. Korte;D. Rautenbach;J. Vygen
通讯作者：
J. Vygen
用于卷积神经网络中 8ns 和 55pJ 推理的耦合 CMOS 振荡器阵列
DOI：
--
发表时间：
2019
期刊：
arXiv.org
影响因子：
--
作者：
D. Nikonov;P. Kurahashi;J. Ayers;Hyung;Y. Fan;I. Young
通讯作者：
I. Young
生物振荡器物理学，理解复杂系统
DOI：
--
发表时间：
2020
期刊：
影响因子：
--
作者：
Takashi Amemiya;Kenichi Shibata;Masatoshi Watanabe;Satoshi Nakata;Kazuyuki Nakamura;Tomohiko Yamaguchi
通讯作者：
Tomohiko Yamaguchi