JP5864684B1 - 半導体装置 - Google Patents

半導体装置 Download PDF

Info

Publication number
JP5864684B1
JP5864684B1 JP2014176535A JP2014176535A JP5864684B1 JP 5864684 B1 JP5864684 B1 JP 5864684B1 JP 2014176535 A JP2014176535 A JP 2014176535A JP 2014176535 A JP2014176535 A JP 2014176535A JP 5864684 B1 JP5864684 B1 JP 5864684B1
Authority
JP
Japan
Prior art keywords
spin
coefficient
interaction
bit
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2014176535A
Other languages
English (en)
Other versions
JP2016051349A (ja
Inventor
地尋 吉村
地尋 吉村
真人 林
真人 林
山岡 雅直
雅直 山岡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2014176535A priority Critical patent/JP5864684B1/ja
Priority to US14/641,578 priority patent/US9606965B2/en
Application granted granted Critical
Publication of JP5864684B1 publication Critical patent/JP5864684B1/ja
Publication of JP2016051349A publication Critical patent/JP2016051349A/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/58Random or pseudo-random number generators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/58Random or pseudo-random number generators
    • G06F7/588Random number generators, i.e. based on natural stochastic processes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00Computing arrangements based on specific mathematical models
    • G06N7/01Probabilistic graphical models, e.g. probabilistic networks
    • GPHYSICS
    • G11INFORMATION STORAGE
    • G11CSTATIC STORES
    • G11C11/00Digital stores characterised by the use of particular electric or magnetic storage elements; Storage elements therefor
    • G11C11/02Digital stores characterised by the use of particular electric or magnetic storage elements; Storage elements therefor using magnetic elements
    • G11C11/16Digital stores characterised by the use of particular electric or magnetic storage elements; Storage elements therefor using magnetic elements using elements in which the storage effect is based on magnetic spin effect
    • GPHYSICS
    • G11INFORMATION STORAGE
    • G11CSTATIC STORES
    • G11C19/00Digital stores in which the information is moved stepwise, e.g. shift registers
    • G11C19/02Digital stores in which the information is moved stepwise, e.g. shift registers using magnetic elements
    • GPHYSICS
    • G11INFORMATION STORAGE
    • G11CSTATIC STORES
    • G11C19/00Digital stores in which the information is moved stepwise, e.g. shift registers
    • G11C19/02Digital stores in which the information is moved stepwise, e.g. shift registers using magnetic elements
    • G11C19/08Digital stores in which the information is moved stepwise, e.g. shift registers using magnetic elements using thin films in plane structure
    • GPHYSICS
    • G11INFORMATION STORAGE
    • G11CSTATIC STORES
    • G11C19/00Digital stores in which the information is moved stepwise, e.g. shift registers
    • G11C19/02Digital stores in which the information is moved stepwise, e.g. shift registers using magnetic elements
    • G11C19/08Digital stores in which the information is moved stepwise, e.g. shift registers using magnetic elements using thin films in plane structure
    • G11C19/0875Organisation of a plurality of magnetic shift registers
    • GPHYSICS
    • G11INFORMATION STORAGE
    • G11CSTATIC STORES
    • G11C19/00Digital stores in which the information is moved stepwise, e.g. shift registers
    • G11C19/02Digital stores in which the information is moved stepwise, e.g. shift registers using magnetic elements
    • G11C19/08Digital stores in which the information is moved stepwise, e.g. shift registers using magnetic elements using thin films in plane structure
    • G11C19/0875Organisation of a plurality of magnetic shift registers
    • G11C19/0883Means for switching magnetic domains from one path into another path, i.e. transfer switches, swap gates or decoders
    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03KPULSE TECHNIQUE
    • H03K19/00Logic circuits, i.e. having at least two inputs acting on one output; Inverting circuits
    • H03K19/20Logic circuits, i.e. having at least two inputs acting on one output; Inverting circuits characterised by logic function, e.g. AND, OR, NOR, NOT circuits
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2207/00Indexing scheme relating to methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F2207/58Indexing scheme relating to groups G06F7/58 - G06F7/588
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00Quantum computing, i.e. information processing based on quantum-mechanical phenomena

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • Mram Or Spin Memory Techniques (AREA)
  • Hall/Mr Elements (AREA)

Abstract

【課題】係数の値域が限られているイジングモデルの基底状態探索を行う装置を用いて、任意の値域の係数を持つイジングモデルの基底状態探索を実現する。【解決手段】半導体装置を、イジングモデルの各スピンの値を記憶するメモリセルと、該スピンに相互作用を及ぼす隣接するスピンからの相互作用係数を記憶するメモリセルと、該スピンの外部磁場係数を記憶するメモリセルと、および該スピンの次状態を決定する相互作用回路とをそれぞれ有する複数のスピンユニットと、前記複数のスピンユニットへ乱数を供給する乱数発生器と、前記各スピンユニット内に、隣接するスピンユニットからのスピン値、相互作用係数、及び外部磁場係数より前記各スピンユニットのスピンの次状態を決定する相互作用を実行する際に、前記相互作用係数、及び前記外部磁場係数を前記乱数と比較して、2値、または3値の模擬係数を発生する係数調整器とを備えて構成する。【選択図】図1

Description

本発明は、イジングモデルの基底状態を求める半導体装置に関するものである。
現在、コンピュータアーキテクチャの主流はノイマン型である。ノイマン型アーキテクチャでは逐次的な命令列であるプログラムでその動作が定義される。プログラムを変更することにより、様々な用途に利用可能な汎用性を有している。コンピュータの中心的な役割を果たすCPU(Central Processing Unit)のみならず、GPU(Graphics Processing Unit)のような特定用途向けの演算装置もノイマン型アーキテクチャで構成されており、その基本動作は命令列の逐次的な実行にある。
これまで、コンピュータの性能向上は主としてクロック周波数の向上に依っていた。ノイマン型アーキテクチャの根幹は命令例の逐次的な実行であるから、命令の実行速度を高速化すれば性能向上が期待できる。しかし、パーソナルコンピュータやサーバに用いられる汎用的なCPUにおいては、クロック周波数の向上は2000年代初頭に3GHz前後で頭打ちとなっている。近年では頭打ちになったクロック周波数にかわって、マルチコア化による並列処理で性能向上を実現する方策が主流になっている。
マルチコア化による並列処理では、逐次的な命令列から並列実行可能な箇所を見出し(並列性の抽出)、並列実行することで性能向上を図る。しかし、逐次的なアルゴリズムを命令列として書き下したプログラムから並列性を抽出することは容易ではない。命令のレベルで並列性を抽出するILP(Instruction Level Parallelism)は既に限界に達しており、近年ではTLP(Thread Level Prallelism)やDLP(Data Level Parallelism)のように、より粒度の粗い並列性を利用する方向になっている。
このような状況を鑑みると、今後、コンピュータの性能向上を図っていくためには、従来のように逐次的な命令列の実行を基本とするのではなく、本質的に並列な情報処理に移行していく必要がある。そのためには、従来の逐次的な命令列による問題の記述方法に替わって、本質的に並列な情報処理を実現するために適した問題の記述方法が必要となる。
その一つの候補としてイジングモデルがある。イジングモデルは磁性体の振舞いを説明するための統計力学のモデルであり、磁性体の研究に用いられている。イジングモデルはノード(+1/−1の2値をとるスピン)間の相互作用として定義される。トポロジが非平面グラフになるイジングモデルの基底状態を求めることはNP困難問題であることが知られている。イジングモデルは空間方向に広がった相互作用係数で問題を表現するため、本質的な並列性を利用した情報処理を実現できる可能性がある。
そのため、構成単位となる要素を規則的に多数並べて実現できる、半導体装置のような固体素子でイジングモデルの基底状態探索を行えることが望ましい。特にDRAMやSRAMなどの記憶装置に代表されるようなアレイ構造であり、かつ集積性を高められるように構成単位となる要素が単純な構造であるほうが望ましい。
イジングモデルは+1/−1(または、0/1、上/下)の2値をとるスピンと、スピン間の相互作用を示す相互作用係数、および、スピン毎にある外部磁場係数で定義される。イジングモデルは与えられたスピン配列、相互作用係数、および、外部磁場係数から、その時のエネルギーを計算することが出来る。イジングモデルの基底状態探索とは、イジングモデルのエネルギー関数を最小化するスピンの配列を求める最適化問題である。
イジングモデルは、種々の物理現象や社会現象を表現する相互作用モデルの一形態であると解釈できる。相互作用モデルとは、モデルを構成する複数個のノード(node)と、ノード間の相互作用、さらに必要であればノード毎のバイアスで定義されるモデルである。物理学や社会科学では種々の相互作用モデルが提案されている。
相互作用モデルの特徴として、ノード間の影響を2個のノード間の相互作用に限定している(2体間の相互作用)ことがあげられる。例えば、宇宙空間にある惑星の力学を考えてみると、惑星というノードの間に万有引力による相互作用がある点で相互作用モデルの一種とも解釈できるが、惑星間の影響は2個の惑星間にとどまらず、3個以上の惑星が互いに影響し合って複雑な挙動を示す(いわゆる3体問題や多体問題と言われる問題になる)。
また、生物学の世界では脳をモデル化したニューラルネットワークが相互作用モデルの一例である。ニューラルネットワークは神経細胞のニューロンを模した人工ニューロンをノードとして、人工ニューロン間はシナプス結合という相互作用を持つ。また、各ニューロンにバイアスを与える場合もある。社会科学の世界では、例えば人間のコミュニケーションを考えると、人間というノードと言語や通信で成される相互作用があることは容易に理解できる。また、各人間には個別にバイアスがあることも想像できる。そのため、人間のコミュニケーションを、相互作用モデルという点で共通なイジングモデル等に模してその特性を明らかにしようという研究もなされている。
イジングモデルの基底状態探索は、元々イジングモデルが対象としていた磁性体の振る舞いを説明することのみならず、様々な用途に用いられている。これは、イジングモデルが相互作用に基づく最も単純なモデルであり、同様に相互作用に起因する様々な事象を表現する能力を持っているためであると言える。
また、イジングモデルの基底状態探索は、NP困難なグラフ問題として知られている最大カット問題とも対応している。このようなグラフ問題は、ソーシャルネットワークにおけるコミュニティの検出や、画像処理におけるセグメンテーションなど、幅広い応用を持っている。そのため、イジングモデルの基底状態探索を行うソルバがあれば、このような様々な問題に適用することが出来る。
特開2004−133802号公報 特開平9−300180号公報
しかし、イジングモデルと一対一に対応した構造を持つハードウェアを想定すると、ハードウェアが対応する係数の値域は限られる。このようなハードウェアでは、係数を保持するためにメモリセル等の記憶装置を用い、係数の大きさの影響を及ぼすための演算器や増幅器を用いることが考えられる。そのため、係数の地域は、メモリセルや演算器のビット幅や、増幅器のダイナミックレンジなどによって制約を受ける。
また、一般にビット幅やダイナミックレンジを広げるためには多くのハードウェア資源や製造時のばらつきに対するより緻密な制御が必要となるため、物量やコストの増大を招く。この観点からも、理論的には任意の係数を実現するハードウェアの構成を考えることができても、現実的にはある制限された値域の係数しか提供できない。例えば、一例としては、+1,−1の2値のみであったり、+1,0,−1の3値のみであったりすることが想定される。
イジングモデルの基底状態探索を行うことには産業上有用な応用があるものの、基底状態探索を行うソルバを実現する上では、ハードウェアの制約によって係数の値の種類が制限されてしまい、ソルバに入力することのできるイジングモデルの種類が限られてしまうという問題がある。
従来、ノイマン型コンピュータ上でこのような探索を行う組合せ最適化問題の分野では、問題の入力サイズに対して計算量が指数関数的に爆発することから、問題を構成する値の種類が問題になることは少なかった。それよりは、問題を入力した後の探索処理における計算量の爆発が支配的な問題であった。そのため、例えば特許文献1及び2に示すように、問題の特徴を利用して計算量を削減する分枝限定法やヒューリスティック手法が用いられてきた。
そのため、上述のように計算量の問題以前に、そもそもソルバに入力可能な係数の値の種類が問題になることは過去には無かった。しかし、NP困難なイジングモデルの基底状態探索を高速に行う装置が実現可能となって計算量の問題が解決されてくると、新たな問題として上記で示したような問題が生じてくる。
本発明は、係数の値域が限られているイジングモデルの基底状態探索を行う装置を用いて、任意の値域の係数を持つイジングモデルの基底状態探索を実現することを目的とする。
上記課題を解決するために本発明では、半導体装置を、イジングモデルの1つのスピンの値を記憶するメモリセルと、前記1つのスピンに対する他のスピンからの相互作用を示す相互作用係数を記憶するメモリセルと、前記相互作用係数と乱数とを比較することにより、前記相互作用係数の大きさに比例した確率で、所定の係数群のうち1つを選択する係数調整器と、選択された前記係数に従い前記スピンの次状態を決定する相互作用回路とをそれぞれ有する複数のスピンユニットと、前記複数のスピンユニットに前記乱数を供給する乱数発生器とを備えて構成した。
また、上記課題を解決するために本発明では、前記半導体装置において、前記複数のスピンユニットに供給されている乱数はランダムパルス列であるように構成した。
また、上記課題を解決するために本発明では、前記半導体装置において、前記乱数発生器は、ビット確率を可変に制御して、ランダムパルス列を出力するビット調整器を備え、前記ビット調整器は、前記スピンユニットが相互作用を所定回数実行するごとに、その後に続く所定回数の相互作用時に出力するランダムパルス列のビット確率を順次下げていくように構成した。
また、上記課題を解決するために本発明では、半導体装置を、イジングモデルの各スピンの値を記憶するメモリセルと、該スピンに相互作用を及ぼす隣接するスピンからの相互作用係数を記憶するメモリセルと、該スピンの外部磁場係数を記憶するメモリセルと、および該スピンの次状態を決定する相互作用回路とをそれぞれ有する複数のスピンユニットを備え、前記相互作用係数を記憶するメモリセルと、前記外部磁場係数を記憶するメモリセルが、予め作成された模擬係数列を記憶して、隣接するスピンユニットからのスピン値、相互作用係数、及び外部磁場係数より前記各スピンユニットのスピンの次状態を決定する相互作用を実行する際に、前記記憶した模擬係数列をシフトして、最先の模擬係数を順次出力するシフトレジスタにより構成されようにした。
また、上記課題を解決するために本発明では、前記半導体装置において、前記相互作用係数を記憶するメモリセルと、前記外部磁場係数を記憶するメモリセルが、予め作成された模擬係数列を記憶して、隣接するスピンユニットからのスピン値、相互作用係数、及び外部磁場係数より前記各スピンユニットのスピンの次状態を決定する相互作用を実行する際に、前記記憶した模擬係数列をカウンタの記録に従って選択して、該当する模擬係数を順次出力するセレクタ付きメモリセル群により構成されるようにした。
本発明によれば、所望の係数の値域に対応した相互作用回路を実装するのと比較して、より簡易なハードウェアで種々の係数を疑似的に実現することができ、様々な問題に適用することができる。
本発明の半導体装置であるイジングチップの構成の一例を説明する図である。 本発明の半導体装置であるイジングチップを制御する情報処理装置の構成の一例を説明する図である。 スピンユニットの構成の一例を、スピンユニット間の相互作用を行う回路の構成について説明する図である。 スピンユニットの構成の一例を、スピンユニットが有するメモリセルにアクセスするための構成について説明する図である。 3次元格子のスピンアレイの構成の一例を説明する図である。 スピンユニット内のメモリセルとスピンアレイのトポロジとの対応関係を説明する図である。 3次元格子のスピンアレイとスピンユニットの対応関係の一例を説明する図である。 イジングチップ上のスピンユニットの配置の一例を説明する図である。 スピンユニット間の相互作用を行う配線の一例を説明する図である。 スピンユニットのグループ分けと相互作用クロック、及び、相互作用アドレスの関係について説明する図である。 スピンアレイの構成を、ランダムパルス列の伝播経路に着目して説明する図である。 ビット調整器の構成を説明する図である。 イジングモデルの基底状態探索を行う際のビット確率と相互作用回数の一例を説明する図である。 多値係数対応の機能を実装するスピンユニットの例を説明する図である。 n−ビット幅の係数を保持するメモリセル群の実現方法を、(1) ワード線の配列方向にビットを連ねて展開する方法と、(2) ビット線の配列方向にビットを連ねて展開する方法を説明する図である。 実施例1における多値係数をハードウェアにより対応するスピンユニット330の実現方法の考え方を説明する図である。 乱数発生器を使用して係数発生器を実現する例を説明する図である。 多値係数の絶対値の大きさに応じて、+1/−1の時系列な模擬係数値の組み合わせを作る調整器の第一の構成例を説明する図である。 多値の符号付係数が、正数の場合には+1/0の模擬係数が生成され、負数の場合には−1/0の模擬係数が生成される調整器の第二の構成例を説明する図である。 第一の調整器と、第二の調整器との両機能を備える第三の調整器を説明する図である。 多値係数を格納して、模擬係数を乱数を利用して発生させるスピンユニットを備えたイジングチップを用いて、最適化問題を解くフローチャートの一例を説明する図である。 シフトレジスタにより係数発生器を実装した例を説明する図である。 メモリセル+セレクタにより係数発生器を実装した例を説明する図である。
以下、実施例を図面を用いて説明する。
本実施例では、イジングモデルの基底状態を求める半導体装置であるイジングチップ100、及びイジングチップ100を制御する情報処理装置200の例を説明する。
(1)解くべき問題をイジングモデルの基底状態探索問題に変換
イジングモデルは磁性体の振舞いを説明するための統計力学のモデルである。イジングモデルは+1/−1(または、0/1、上/下)の2値をとるスピンと、スピン間の相互作用を示す相互作用係数、および、スピン毎にある外部磁場係数で定義される。
イジングモデルは与えられたスピン配列、相互作用係数、および、外部磁場係数から、その時のエネルギーを計算することが出来る。イジングモデルのエネルギー関数E(σ)は一般的に次式(数1)で表わされる。なお、σ,σはそれぞれi番目とj番目のスピンの値、Ji,jはi番目とj番目のスピンの間の相互作用係数、hはi番目のスピンに対する外部磁場係数、<i,j>は隣接する2つのサイトの組合せ、σはスピンの配列を表わすものとする。
Figure 0005864684
イジングモデルの基底状態を求めるというのは、イジングモデルのエネルギー関数を最小化するスピンの配列を求める最適化問題である。
例えば、グラフの最大カット問題や巡回セールスマン問題など、一見すると磁性体と何ら関係の無い最適化問題をイジングモデルの基底状態探索問題に変換することができる。そして、変換して得られたイジングモデルの基底状態は、元の問題の解に対応している。このことから、イジングモデルの基底状態を探索することのできる装置は、汎用的な用途に利用可能なコンピュータであると言える。
本実施例では、イジングモデルの基底状態探索を一例として説明しているが、上記した相互作用モデルの基底状態探索に置き換えて同様に適用できることは言うまでもない。
(2)イジングチップの構成
図1は、本実施例のイジングチップ100の構成図の例である。イジングチップ100はスピンアレイ110、I/Oドライバ120、I/Oアドレスデコーダ130、相互作用アドレスデコーダ140、乱数発生器150、およびビット調整器151を構成要素として含む。本実施例ではイジングチップ100は現在広く用いられているCMOS集積回路として実装されることを想定して説明するが、他の固体素子でも実現可能である。
スピンアレイ110は後述(図3、4)するとおり、1個のスピンとそれに付随する相互作用係数、及び、外部磁場係数の保持と、基底状態探索処理を実現するスピンユニット300を基本構成単位として、スピンユニット300を多数個並べて構成される。スピンアレイ110は、SRAMとしての機能とイジングモデルの基底状態探索を行う相互作用回路としての機能を併せ持っている。
I/Oドライバ120とI/Oアドレスデコーダ130はスピンアレイ110をSRAMとして用いる際のインタフェースである。I/Oドライバ120はデータバス191を介してスピンアレイ110から読み取り、または書き込みをするビット列を授受し、R/W制御線193の信号に従って、読み取り動作と書き込み動作を切り替えることができる。
I/Oアドレスデコーダ130はアドレスバス190を介して読み書きを行うアドレスをマッピングする。
I/Oドライバ120とI/Oアドレスデコーダ130はいずれもI/Oクロック192に同期して動作する。
イジングチップ100は、スピンアレイ110にリード/ライトを行うためのSRAM互換インタフェースを持っており、アドレスバス190、データバス191、R/W制御線193、および、I/Oクロック192である。また、イジングモデルの基底状態探索の制御を行うための相互作用制御インタフェースとして、相互作用アドレス180、および、相互作用クロック181を有している。
イジングチップ100では、イジングモデルのスピンσ、相互作用係数Ji,j、および、外部磁場係数hを全てスピンアレイ110内のメモリセルに記憶する情報で表現する。スピンの初期状態の設定、及び、基底探索完了後の解読み出しのためにスピンσのリード/ライトをSRAM互換インタフェースで行う。また、基底状態を探索すべきイジングモデルをイジングチップ100に設定するために、相互作用係数Ji,j、および、外部磁場係数hのリード/ライトもSRAM互換インタフェースで行う。そのため、スピンアレイ110内のスピンσ、相互作用係数Ji,j、および、外部磁場係数hにはアドレスが付与されている。なお、SRAM互換インタフェースを構成するアドレスバス190、データバス191、および、R/W制御線193は、I/Oクロック192に入力されるクロックに同期して動作する。但し、本発明においてインタフェースが同期式である必要性は無く、非同期式のインタフェースでも良い。
また、イジングチップ100は基底状態探索を行うために、スピンアレイ110の内部でスピン間の相互作用を実現する。この相互作用を外部から制御するのが相互作用制御インタフェースであり、具体的には相互作用を行うスピン群を指定するアドレスを相互作用アドレス180で入力し、相互作用アドレスデコーダ140は、スピンアレイ110を相互作用回路として用いるために、相互作用クロック181に入力されるクロックに同期して相互作用を行う。相互作用動作の詳細については後述する。
なお、相互作用は必ずしもクロック同期回路で実現される必要はなく、非同期回路であっても構わない。この場合、相互作用クロック181の役割はクロックの入力ではなく、相互作用の実行を許可するイネーブル信号であるものとする。相互作用制御インタフェースについても必ずしも同期式である必要はなく非同期式のインタフェースでも良いが、本実施例では同期式のインタフェースを用い、相互作用が相互作用クロック181に同期して行われるという前提で説明を行う。
また、乱数発生器150は1回の乱数生成で複数ビットからなる乱数152を発生する装置である。電子回路として実現が容易な線形帰還フィードバックレジスタ等をはじめとする疑似乱数回路を用いてもよいし、物理乱数発生器を用いてもよい。ビット調整器151は乱数発生器150の出力した乱数152を入力とし、適当な演算を施すことで1ビットのランダムなビット153を生成し、スピンアレイ110へと出力する。乱数発生器150とビット調整器151はいずれも乱数発生クロック160に同期して動作しており、乱数発生クロック1周期につき1つの乱数153を発生する。このビット153は、乱数発生器150で乱数を発生させる度に変化することから、時系列的に乱数を発生させることで、時系列的にランダムなビット(ランダムパルス列)を得ることができる。つまり、乱数発生クロック160に同期したランダムパルス列を得ることができる。
本実施例では乱数発生器150とビット調整器151をイジングチップ100内に含む例を記載しているが、乱数発生器150とビット調整器151をチップ外に配置し、ランダムなビット列(ランダムパルス列)をイジングチップ100に入力しても良い。
(3)情報処理装置の構成
前記イジングチップ100を1個、または、複数個用いて情報処理を実現するわけであるが、そのためには前述したようなインタフェースを制御しなければならない。そのために、イジングチップ100は図2に示すような情報処理装置200の一部として利用される。
情報処理装置200は、現在一般的に用いられているパーソナルコンピュータやサーバのような装置に、イジングチップ100で構成されたアクセラレータを装着したものと考えて良い。情報処理装置200は、CPU210、RAM220、HDD260、NIC240を有し、これらがシステムバス230で結合されている。これは、現在のパーソナルコンピュータやサーバに一般的に見られる構成である。加えて、システムバス230にイジングチップコントローラ250が接続され、その先に1個ないしは複数個のイジングチップ100−1,100−2を持つ。このイジングチップコントローラ250とイジングチップ100がアクセラレータに相当するものであり、例えばPCI Expressのようなペリフェラル拡張用インタフェースに挿入して使う拡張カードのような形態を取る。イジングチップコントローラ250はシステムバス230(例えばPCI ExpressやQPI)のプロトコルをイジングチップのインタフェースに合せて変換するものである。情報処理装置200のCPU210上で動作するソフトウェアは、一般的には特定のアドレスに対してリード/ライトを行うことで(いわゆるMMIO、Memory Mapped I/O)、イジングチップコントローラ250を経由して、イジングチップ100を制御することが出来る。また、このような情報処理装置を、装置間ネットワーク290を介して、複数台結合して利用しても良い。
RAM220は、解析対象の最適化問題をイジングモデルの基底状態探索に変換する問題変換プログラム221と、イジングチップを制御してイジングモデルの基底状態探索を行うイジングチップ制御プログラム222を格納している。RAM220に格納されたプログラムはCPU210によって実行される。HDD260は、解析対象の最適化問題を表す問題データ261を格納している。CPU210はシステムバス230を介してイジングチップ100を制御し、またイジングチップ内のスピンアレイへのデータの読み書きを行う。
(4)スピンアレイの構成
スピンアレイ110は、1個のスピンとそれに付随する相互作用係数、及び、外部磁場係数の保持と、基底状態探索処理を実現するスピンユニット300を基本構成単位として、スピンユニット300を多数個並べて構成する。図5はスピンユニット300を複数個並べることで、3次元格子状のトポロジを持つイジングモデルを構成する例を示している。図5の例は、3(X軸方向)×3(Y軸方向)×2(Z軸方向)の大きさの3次元格子である。座標軸の定義は図示した通り、図面右方向をX軸、図面下方向をY軸、図面奥行き方向をZ軸としているが、この座標軸は実施例の説明上便宜的に必要なだけであり、発明とは関係しない。3次元格子以外のトポロジ、例えばツリー状のトポロジなどを利用する場合には、座標軸とは別にツリーの段数等で表現することになる。図5の3次元格子状のトポロジにおいて、スピン間の相互作用をグラフとしてとらえると、最大で次数5のスピン(頂点)が必要となる。なお、外部磁場係数の接続も含めて考えると、最大で次数6が必要となる。
図5に示す1個のスピンユニット300は隣接するスピン(例えば隣接するスピンが5個の場合)σj,σ,σ,σ,σの値が入力される。また、スピンユニット300はスピンσと外部磁場係数hに加え、前記した隣接するスピンとの相互作用係数であるJj,i,Jk,i,Jl,i,Jm,i,Jn,i(隣接する5スピンとの相互作用係数)を保持するメモリセルを有している。
ところで、イジングモデルは一般的に無向グラフで表現される相互作用を有している。前記した数1では、相互作用を表わす項として、Ji,j×σ×σがあるが、これはi番目スピンからj番目スピンへの相互作用を示している。この時、一般的なイジングモデルではi番目スピンからj番目スピンへの相互作用と、j番目スピンからi番目スピンへの相互作用を区別することはない。つまり、Ji,jとj,iは同一である。しかし、本発明のイジングチップ100では、このイジングモデルを有向グラフに拡張し、i番目スピンからj番目スピンへの相互作用と、j番目スピンからi番目スピンへの相互作用を非対称にすることを実現している。これにより、モデルの表現能力が高まり、多くの問題をより小規模のモデルで表現することが可能になる。
そのため、1個のスピンユニット300をi番目スピンσと考えた時に、このスピンユニットが保持する相互作用係数であるJj,i,Jk,i,Jl,i,Jm,i,Jn,iは、隣接するj番目、k番目、l番目、m番目、n番目のスピンσj,σ,σ,σ,σから、i番目スピンσへの相互作用を決めるものである。このことは、図5において、スピンユニット300に含まれている相互作用係数が対応する矢印(相互作用)が、図示されているスピンユニット300の外部のスピンから、スピンユニット300の内部のスピンに向かっていることに対応している。
(5)スピンユニットの構成
スピンユニット300の構成の一例を図3と図4を用いて説明する。スピンユニット300は2つの側面を持っており、便宜上、図3と図4に分けて説明するが、1個のスピンユニット300に図3と図4の構成の双方が含まれるものである。図3はスピンユニット間の相互作用を実現するための回路を図示し、図4はスピンユニットが有するメモリセルにイジングチップ100外からアクセスするためのインタフェースであるワード線とビット線に注目して図示したものである。なお、図3の相互作用を実現するための回路において図示されているインタフェースであるEN,NU,NL,NR,ND,NF,Nを、複数のスピンユニット間でどのように結線するかについては、後に図9及び図10を参照して説明する。また、図4のワード線及びビット線を複数のスピンユニット間でどのように結線するかについては、後に図8を参照して説明する。
スピンユニット300は、イジングモデルのスピンσ、相互作用係数Jj,i、……Jn,iおよび、外部磁場係数hを保持するために、1ビットのメモリセルを複数個備えている。この1ビットのメモリセルは図中に、N,IS0,IS1,IU0,IU1,IL0,IL1,IR0,IR1,ID0,ID1,IF0,IF1として図示されているものである。なお、IS0とIS1、IU0とIU1、IL0とIL1、IR0とIR1、ID0とID1、および、IF0とIF1(302)はそれぞれ2個1組で役割を果たすものであるため、それぞれまとめてISx,IUx,ILx,IRx,IDx,および、IFxと略記する。
ここで、スピンユニット300はi番目のスピンを表現するものとして説明を行う。メモリセルN301はスピンσを表現するためのメモリセルでありスピンの値を保持する。スピンの値はイジングモデルでは+1/−1(+1を上、−1を下とも表現する)であるが、これをメモリセルの2値である0/1に対応させる。例えば、+1を1、−1を0に対応させる。
図6を用いて、スピンユニット300が有するメモリセルと、図5に示したイジングモデルのトポロジとの対応関係を示す。ISxは外部磁場係数を表現する。また、IUx,ILx,IRx,IDx,IFxはそれぞれ相互作用係数を表現する。IUxは上側のスピン(Y軸方向で−1)、ILxは左側のスピン(X軸方向で−1)、IRxは右側のスピン(X軸方向で+1)、IDxは下側のスピン(Y軸方向で+1)、IFxは奥行き方向に接続するスピン(Z軸方向で+1ないしは−1)との相互作用係数を示している。また、イジングモデルを有向グラフとして捉えた場合に、あるスピンから見ると他のスピンが自スピンに及ぼす影響の係数を持つことになる。自スピンが他のスピンに与える影響の係数は、それぞれの他のスピンに属する。すなわち、このスピンユニット300は最大で5個のスピンと接続される。本実施例のイジングチップ100では、外部磁場係数、及び、相互作用係数として+1/0/−1の3値に対応する。そのため、外部磁場係数、および、相互作用係数を表わすためには、それぞれ2ビットのメモリセルが必要となる。ISx,IUx,ILx,IRx,IDx,IFxは、末尾の数字が0と1の2つのメモリセル(例えばISxの場合にはIS0とIS1)の組合せで、+1/0/−1の3値を表現する。例えば、ISxの場合には、IS1で+1/−1を表現し、IS1が1の時は+1,0の時には−1を表現する。これに加えて、IS0が0の時には外部磁場係数を0と見なし、IS0が1の時にはIS1で決まる+1/−1のいずれかを外部磁場係数とする。外部磁場係数が0の時は外部磁場係数をディセーブルしていると考えれば、IS0は外部磁場係数のイネーブルビットであると言うことができる(IS0=1の時に、外部磁場係数がイネーブルされる)。相互作用係数を表現するIUx,ILx,IRx,IDx,IFxも同様に係数とビットの値を対応させている。
スピンユニット300内のメモリセルN,IS0,IS1,IU0,IU1,IL0,IL1,IR0,IR1,ID0,ID1,IF0,IF1は、それぞれイジングチップ100の外部からリード/ライト可能でなければならない。そのために、図4に示すようにスピンユニット300はビット線410とワード線420をそれぞれ有している。スピンユニット300を半導体基板上にタイル状に並べてビット線410とワード線420を接続し、I/Oアドレスデコーダ130とI/Oドライバ120で駆動、制御、書き込み・読み出しすることで、一般的なSRAM(Static Random Access Memory)と同様にスピンユニット300内のメモリセルをイジングチップ100のSRAM互換インタフェースでリード/ライトすることが出来る。
(6)スピンアレイ内のスピンユニット配置
スピンアレイ110の構成を、半導体装置としてのレイアウトの観点から図8で説明する。本実施例のスピンアレイ110は図5に示したように3次元格子のトポロジを持つため、2次元平面上に回路を構成する半導体装置として実現するためには、レイアウト上の工夫が必要となる。そこで、図8に示すような配置を取る。なお、図8上で表現されているスピンユニット300(NxyzというようにX軸、Y軸、Z軸上の位置によって符号を付与している)が、3次元格子のトポロジでどの頂点に対応するかを図7で示す。3×3×2の3次元格子頂点を2次元平面上に配置するために、X軸方向の格子頂点配列の間隔にZ軸方向の格子頂点配列の各格子頂点を挿入するように配置している。すなわち、図8の2次元平面上でのY軸方向(図面下側がY軸正の方向)にはNx0z,Nx1z,Nx2zというように配置されるが、X軸方向(図面右側がX軸正の方向)にはN0y0,N0y1,N1y0,N1y1,N2y0,N2y1というように、Z軸方向座標が0と1のスピンユニットが交互に配置される。
イジングチップ100上には物理的にはスピンユニット300を図8に示すように配置し、その上に図8に示すようなワード線420−1,420−2,420−3と、ビット線410−1,410−2,410−3,410−4,410−5,410−6を配線する。これらのワード線、ビット線は図4に示したスピンユニット300のワード線420とビット線410に結線される。各スピンユニット300はワード線の配列方向に13個のメモリセルを有するので、ワード線420−1,420−2,420−3はそれぞれ13ビットとなる。
(7)イジングモデルの基底状態探索処理の制御
イジングモデルの基底状態探索を実現するためには、イジングモデル全体のエネルギーがより低いスピン配列になるように遷移していくように、スピン間の相互作用を実現しなければならない。このための相互作用は、与えられた相互作用係数と外部磁場係数に基づいて行われる。つまり、あるスピンの次の値を、そのスピンに接続されている他のスピンからの相互作用と、そのスピンが持つ外部磁場係数から決定する。このとき、スピンの次の値は、そのスピンが接続されている範囲内での局所的なエネルギーを最小化するような値になる。
このスピンの更新は、それぞれのスピンを1個ずつ逐次的に更新することがまず考えられるが、この方法ではスピン数に比例した時間がかかってしまい、並列性を利用することが出来ない。そこで、スピン間の相互作用を全てのスピンについて同時並行的に行うことが望ましい。
しかし、全てのスピンを同時に更新しようとすると、あるスピンを更新するときに、隣接スピンの値を見て、隣接スピンとの間でエネルギーを最小化するようにスピンを更新するので、それと同時に隣接スピンの値を更新すると、両方の更新が重複してしまい、エネルギーを最小化できず振動してしまう。すなわち、あるスピンを更新するときに、そのスピンに接続されているスピン(あるスピンに相互作用係数を介して直接接続されているスピンをこれ以降隣接スピンと呼ぶ)を同時に更新することはできない。
そこで、本発明では隣接スピンは同時に更新しないように、スピンアレイ110内のスピンユニット300をグループ分けして、一度に同時に更新するのは1つのグループだけにする。図5に示すようなトポロジであれば、2グループに分ければ良い。そして、この2グループを交互に更新していくわけである。あるタイミングで更新するグループを指示するために、イジングチップ100は相互作用アドレス180を入力インタフェースとして有する。相互作用アドレス180は前述したグループのうち、更新するグループを指定するためのインタフェースであり、相互作用クロック181の入力によって、相互作用アドレス180で指定されるグループに属するスピン(スピンユニット300)が同時に更新される。
この方法であれば、スピンユニット300内に追加のハードウェアは必要なく、イジングチップ100全体に対して一組の相互作用アドレスデコーダ140を設けるだけで良い。そのため、構成単位であるスピンユニット300を複雑化することなく、前記の問題が解決できる。
前記グループ分けについて、図10を用いて説明する。図10ではスピンユニットNxyzがそれぞれグループAとグループBの2グループにグループ分けされている。各スピンユニット300は後述するように、スピンの更新を許可する信号を入力するインタフェース(EN)を有する。そこで、相互作用アドレス180で指定されるアドレス(グループの識別子)を相互作用アドレスデコーダ140でデコードし、グループ毎の更新許可信号を生成する。図10の例では、グループA指定信号143、及び、グループB指定信号144がグループ毎の更新許可信号である。そして、相互作用クロック181でその時に更新が許可されているグループに属するスピンユニットの更新が行われる。なお、図10に示すグループ分けによって、図5のトポロジで隣接スピンが必ず異なるグループになっている。
(8)スピンユニット内に備えた次のスピンの状態を決定するための回路構成
スピンユニット300は同時に更新を行うために、相互作用を計算して次のスピンの状態を決定するための回路を、スピンユニット毎に独立して持っている。スピンの次状態を決定するための回路(相互作用回路)303を図3に示す。図3ではスピンユニットは外部とのインタフェースとして、EN,NU,NL,NR,ND,NF,Nを有する。ENは当該スピンユニットのスピンの更新を許可する信号を入力するインタフェースである。Nは当該スピンユニットのスピンの値を他のスピンユニット(図5のトポロジで隣接するユニット)に出力するインタフェースである。NU,NL,NR,ND,NFはそれぞれ他のスピンユニット(図5のトポロジで隣接するユニット)の有するスピンの値を入力するためのインタフェースである。NUは上側のスピン(Y軸方向で−1)、NLは左側のスピン(X軸方向で−1)、NRは右側のスピン(X軸方向で+1)、NDは下側のスピン(Y軸方向で+1)、NFは奥行き方向に接続するスピン(Z軸方向で+1ないしは−1)からの入力である。なお、イジングモデルのトポロジを考える上で、端の処理を決める必要がある。図5のトポロジのように単に端は打ち切るのであれば、NU,NL,NR,ND,NFのうち端に対するものは何も入力しなくて良い(回路上は0ないしは1の固定値に接続するなど、未使用入力端子として適切な処理をとる)。例えばN000のスピンユニットの場合には、NU及びNLの2端子は入力が無い。
スピンユニット300では隣接スピンとの間でエネルギーを最小化するようにスピンの次状態を決定するが、それは隣接スピンと相互作用係数の積、及び、外部磁場係数を見た時に、正の値と負の値のどちらが支配的か判断することと等価である。例えば、i番目スピンσに、スピンσj,σ,σ,σ,σが隣接しているとして、スピンσの次状態は以下のように決まる。まず、隣接スピンの値はσj=+1,σ=−1,σ=+1,σ=−1,σ=+1とし、相互作用係数はJj,i=+1,Jk,i=+1,Jl,i=+1,Jm,i=−1,Jn,i=−1、外部磁場係数h=+1とする。このとき、相互作用係数と隣接スピンの積、及び、外部磁場係数をそれぞれ並べると、σj×Jj,i=+1,σ×Jk,i=−1,σ×Jl,i=+1,σ×Jm,i=+1,σ×Jn,i=−1,h=+1となる。外部磁場係数は、常に値が+1のスピンとの相互作用係数と読み替えて良い。
ここで、i番目のスピンと隣接スピンとの間での局所的なエネルギーは、前述した係数にそれぞれi番目スピンの値を乗じて、さらに符号を反転させたものになる。例えば、j番目スピンとの間での局所的なエネルギーは、i番目スピンを+1とした時には−1、i番目スピンを−1としたときには+1となるので、i番目スピンを+1にするほうが、ここでの局所的なエネルギーを小さくする方向に働く。このような局所的なエネルギーを全ての隣接スピン間と外部磁場係数について考えた時に、i番目スピンを+1/−1のどちらにしたほうがエネルギーを小さくできるかを計算する。これは、先程示した相互作用係数と隣接スピンの積、及び、外部磁場係数をそれぞれ並べたものにおいて、+1と−1のどちらが多いか数えれば良い。先程の例では、+1が4個、−1が2個である。仮に、i番目スピンを+1とするとエネルギーの総和は−2、i番目スピンを−1とするとエネルギーの総和は+2になる。よって、+1の個数が多い時にはi番目スピンの次状態を+1とし、−1の個数が多い時にはi番目スピンの次状態を−1にするという多数決で、エネルギーを最小化するi番目スピンの次状態を決定することが出来る。
図3のスピンユニット300に図示する論理回路は前記した相互作用を行うための回路303である。まず、隣接スピンの状態と相互作用係数の+1/−1を示すメモリセルとの排他的論理和の否定(XNOR)で、その相互作用だけを見た時にエネルギーを最小化するスピンの次状態を計算することができる(+1は1、−1は0にエンコードされているものとする)。もし、相互作用係数が+1/−1だけであれば、この出力のうち+1/−1のどちらが多いか多数決論理で判定すればスピンの次状態を決定することができる。外部磁場係数に関しては、常に状態+1のスピンとの相互作用係数に相当するものと考えれば、単に外部磁場係数の値がスピンの次状態を決定する多数決論理に入力すべき値となる。
次に、係数0の実現方法について考える。n入力の多数決論理f(I,I,I,...,I)があるとき、以下の命題は真であると言える。まず、入力I,I,I,...,Iの複製I’,I’,I’,...,I’があるとする(任意のkについて、I=I’である)。このとき、f(I,I,I,...,I)の出力は、複製もあわせて入力したf(I,I,I,...,I,I’,I’,I’,...,I’)と等しい。つまり、各入力変数をそれぞれ2個ずつ入れても、出力は不変である。さらに、入力I,I,I,...,Iの他に、もう一つの入力Iと、その反転!Iがあるとする。このとき、f(I,I,I,...,In,Ix!Ix)の出力は、f(I,I,I,...,I)と等しい。つまり、入力変数とその反転を入力すると、多数決においてその入力変数の影響をキャンセルするように働く。多数決論理のこの性質を利用して係数0を実現する。具体的には、図3に示すように、XORを利用して、係数のイネーブルを決めるビット(IS0など)の値により、多数決論理に、先に述べたスピン次状態の候補となる値の複製か、その反転を同時に入力する。例えば、IS0が0の場合、IS1の値と、IS1の反転の値が同時に多数決論理に入力されるので、外部磁場係数の影響は無い(外部磁場係数が0に相当する)ことになる。また、IS0が1の場合には、IS1の値と、その値と同じ値(複製)が同時に多数決論理に入力されることになる。
そして、多数決論理の出力がスピンσの次状態としてメモリセルN301へ記憶される。
(9)スピンユニット間の配線
図3で示したスピンユニット300のインタフェースである、EN,NU,NL,NR,ND,NF,Nについて、ENの配線に関しては図10で説明した通りだが、NU,NL,NR,ND,NF,Nの配線の例については図9に示す。図9は、ある1個のスピンユニットNxyzに注目した時に、図5に示すようなトポロジを図8のように配置したスピンユニットで実現するために必要な配線を示している。このような配線をスピンユニット毎に行うことで、図5のトポロジを実現することが出来る。
(10)イジングモデルの基底状態探索における局所最適解の回避手段
前述したスピン間の相互作用によるエネルギー最小化で、適用されたイジングモデルの基底状態探索を実現することが出来るが、これだけでは局所最適解に陥ってしまう可能性がある。基本的に、エネルギーを小さくする方向の動きしかないため、一旦局所最適解に陥るとそこから抜け出すことが出来ず、大域最適解に到達しない。そのため、局所最適解から脱出するための作用として、図3に示す様に、ランダムパルス列VAR1,VAR2を入力として前記スピンの次状態を決定するための回路(相互作用回路)303が計算した次のスピンの値を反転させる反転論理314をスピンユニット300内に設けることで、スピン配列をランダムに変化させる。
ランダムパルス列は、本実施例では図11に示すようにそれぞれ2個の乱数発生器150−1,150−2、およびビット調整器151−1,151−2より乱数クロック160幅の時間間隔で生成される。乱数発生器150−1とビット調整器151−1から出力されるランダムパルス列は、スピンユニットN000に入力され、右方向へと出力される。チップ全体では実線の矢印で示した一筆書き状の経路に沿ってランダムパルス列が伝播していく。一方、乱数発生器150−2とビット調整器151−2から出力されるランダムパルス列は、スピンユニットN000に入力され、下方向に出力される。チップ全体では、破線の矢印で示した一筆書き状の経路に沿ってランダムパルス列が伝播していく。すなわち、各スピンユニットには、2つの異なるランダムパルス列が入力される構成となっている。
図3のスピンユニットには、2つの異なるランダムパルス列VAR1,VAR2がそれぞれ、ランダムパルス列線311,312を介して伝搬され、バッファ315,316に一時記憶された後、次の隣接スピンユニットへ出力される。
反転論理314は、2つの異なるランダムパルス列VAR1,VAR2がANDゲート313に入力されて、両ランダムパルス列のその時の値が“1”であるときに、前記スピンの次状態を決定するための回路303の出力のスピン値を反転させる。反転論理314により、局所的なエネルギーが増加する方向へスピンの値が変動しうるため、局所解から脱出することが可能となる。
図12にビット調整器151の構成を示す。乱数発生器150はnビット幅の偏りのない乱数152を出力する。ここで偏りのないとは、十分多くの乱数を発生したとき、発生した乱数の各ビットについて、“0”と“1”の発生確率が等しいことを意味する。
ビット調整器151はビット選択部501とAND回路502とOR回路503とAND/OR選択部504およびメモリ510を備える。メモリ510は演算ビット数511および、AND/OR選択用ビット512をそれぞれ格納している。ビット調整器151は乱数発生器150の生成したnビットの乱数を入力し、ビット選択部501に入力する。ビット選択部501は入力されたnビットの乱数のうち、演算ビット数511で示されるmビットだけを取り出して、AND回路502およびOR回路503に入力する。AND回路502は入力されたmビットの値の各ビットのANDをとり、結果として得られた1ビットの値を出力する。OR回路503も同様に、mビットの値の各ビットのORをとり、結果として得られた1ビットの値を出力する。AND/OR選択部504は、AND/OR選択用ビット512の値に基づいて、AND回路502またはOR回路503の出力のいずれか一つを選択し、ビット調整器151全体の出力153とする。
ビット調整器151は演算ビット数511及びAND/OR選択ビット512の値を変えることにより、出力ビット列中に“1”が出現する確率を制御することができる。なお、以下ではビット列中に“1”が出現する確率を単にビット確率と呼ぶ。ビット調整器151の出力するビット確率は、以下の数2、数3で与えられる。
Figure 0005864684
Figure 0005864684
数2、数3において、Pはビット確率を表し、mは演算の対象となるビット数を表す。数2はAND演算を選択した場合のビット確率を表している。数3はOR演算を選択した場合のビット確率を表している。
(11)相互作用係数、外部磁場係数の値域を拡張する
以上に説明したイジングチップ100のスピンユニット300は、外部磁場係数、及び、相互作用係数として+1/0/−1の3値を記憶している。各係数の値域が3値に制限されると、イジングモデルが表現できる事象が限られてしまうため、様々な問題に適用することができるようにするために、各係数の値域をより多値に拡張することが望まれる。
図14に多値係数対応を素直に実装するスピンユニット320の例として、図3に示すスピンユニット300が備える1ビットのメモリセルIS0,IS1,IU0,IU1,IL0,IL1,IR0,IR1,ID0,ID1,IF0,IF1(302)に替えて、n−ビット幅(符号付数値)の2の補数表現の係数を記憶するメモリセルNIS,NIU,NIL,NIR,NID,NIF(322)を備える例を示す。このような多値係数をそのまま読み出して、隣接スピンユニット320のスピン値NU,NL,NR,ND,NF(2値)との積を計算するためには符号反転器323を備え、符号反転器323から出力する多値を加算する加算器324、および加算器324から出力する多値を符号判定する符号判定器325が必要となる。しかし、これら符号反転器323、加算器324、及び符号判定器325の回路規模は、係数の多値に応じて極度に大きくなり、実用には適していない。
そこで、本実施例における多値係数をハードウエアにより対応するスピンユニット330の実現方法の考え方は、図16に示すように、図3のスピンの次状態を決定するための回路303(多数決論理とXOR回路を組み合わせて相互作用を実行する回路構成は回路規模を小さく抑えられることから基本的にこの枠組みは残すことにする。)をそのまま踏襲して、内部のメモリセルNIS,NIU,NIL,NIR,NID,NIFに保持した多値係数の大きさに応じた確率で、+1/0/−1の3値の係数値に模擬して、時系列的に係数を出力する係数発生器331がスピンユニット330内に備えられたように構成することである。
すなわち、係数発生器331内では、予め任意の値域の係数(これ以降、任意値域係数と呼ぶ)が記憶されていて、内部で乱数を生成して、任意値域係数の絶対値と乱数の大小を比較して、多値係数が正のものは+1/0で模擬し、多値係数が負のものは−1/0で模擬して、時系列的に+1/0/−1の3値の係数値を出力する。もしくは、係数の正負を問わず+1/−1の2値の係数値の時系列的な組合せを出力する。いずれの場合でも、時系列的に発生される係数の期待値の大小と、任意値域係数の大小を対応させることによって、任意値域係数を疑似的に実現させようとするものである。
係数発生器331は、イジングチップ100内部で、イジングモデルの基底状態探索処理の1回の相互作用の途中で次の係数値を作成して出力する。その出力された3値の係数は、図3のスピンユニット300内と同様に、相互作用の処理がなされて、スピンの次状態が決定される。
上記した係数発生器331の実現方法、または同等の機能を有する回路の構成方法には複数通り考えられる。
(12)乱数発生器を使用して係数発生器を実現する
係数発生器を、乱数発生器150−1,150−2、およびビット調整器151−1,151−2より生成されるランダムパルス列VAR1,VAR2がANDゲート313に入力されて、ANDゲートから出力されるランダムパルス列VAR3を利用して、実現する構成例を図17に示す。
多値係数は、図14に示す実現例と同様にn−ビット幅(符号付数値)の2の補数表現の係数を記憶するメモリセルNIS,NIU,NIL,NIR,NID,NIF(342)に予め記憶している。
ここで、n−ビット幅の係数を保持するメモリセル群の実現方法としては、図15に示す通り、(1) ワード線の配列方向にビットを連ねて展開する方法と、(2) ビット線の配列方向にビットを連ねて展開する方法が考えられるが、いずれを採用しても良い。
図17に示すスピンユニット340内の構成は、n−ビット幅(符号付数値)の係数例として3−ビット幅の係数を入力して、同時に隣接スピンユニットからのスピンの値を入力として、図3の相互作用回路303における処理と同仕様の相互作用係数と隣接スピンの積、または外部磁場係数を算出して、多数決論理304へ入力する2ビットの信号と同仕様の2ビット信号を出力する調整器344が、外部磁場係数、および各相互作用係数毎に配置されている。外部磁場係数用の調整器の入力には、隣接スピンの替わりに所定の“H”信号が入力される。これは、外部磁場係数はスピンの値が常に+1(スピンユニット内では“H”信号として表現される)のスピンとの相互作用と等価であると解釈できることからである。
更に、ANDゲート313から出力されたランダムパルス列VAR3を、フリップフロップ343でディレイを付けて、4ビット幅の乱数を加工して、各調整器へ入力している。
図18に、調整器344の第一の構成例を示す。図18の調整器は、3−ビット幅の符号付き係数を入力して、+1/−1の係数の時系列的な組合せを出力する。なお,元の3−ビット幅係数が0の時に限り、0を出力する。3−ビット幅の符号付係数から、絶対値抽出回路351において、2の補数表現の係数より+3〜―3の正負側均等の絶対値を抽出する。本来は3−ビット幅の信号の2の補数表現は+3〜−4を表現できるが、簡単のために正・負の両側の値域を揃える。つまり、最大の正数と最小の負数の絶対値が同一であるという仮定を置く。係数の絶対値を3個のAND回路354により3ビット線に分けて、4ビット幅の乱数355と大きさを比較する回路356を構成する。AND回路354は絶対値の大きさに対応して1を出力する、一種のデコーダであると考えてよい。
比較回路356の目的は、多値係数の絶対値の大きさに応じて、+1/−1の時系列な模擬係数値の組み合わせを作ることである。例えば、一例として、係数+3の場合には、時系列な模擬係数値が+1、+1、+1と作られたら、係数+2の場合には、時系列な模擬係数値が+1,0、+1(+1/0の組み合わせで模擬する場合)とか、+1、−1、+1(+1/−1の組み合わせで模擬する場合)といった組み合わせに作られ、係数−2の場合には、時系列な模擬係数値が−1,0、−1(−1/0の組み合わせで模擬する場合)とか、+1、−1、−1(+1/−1の組み合わせで模擬する場合)といった組み合わせに作られるようにすることである。
そのために、比較回路356は、下部の4入力1出力OR回路の出力が、係数の絶対値が小さい程、1に成り易くするように構成される。比較回路356の動作は、係数の絶対値が小さい程、4ビット幅の乱数VAR(t−1)(t−2)(t−3)の値1が下部の4入力1出力OR回路に到達し易くする。言い換えると、比較回路356は乱数VAR(t−1)(t−2)(t−3)の値をマスクしていて、係数の絶対値が小さい程、乱数の値1がマスクされずに通過する。
3−ビット幅の符号付係数の入力は、正判定回路353により、正の係数の場合には1が、それ以外の係数の場合には0が出力され、また、零判定回路352により、係数が0の場合には0が、それ以外の係数の場合には1が出力される。
前記正判定回路の出力と、隣接スピン値を入力するXNOR回路357、前記比較回路356の出力と前記XNOR回路357の出力を入力するXOR回路358、および前記XOR回路358の出力と前記零判定回路352の出力を入力するXOR回路359を備えることにより、調整器344の2ビットの出力は、多値の符号付係数が+1/−1の模擬係数に生成されて、その模擬係数と隣接スピン値との積を出力する。すなわち、3値の係数を使用する図3の相互作用回路303における多数決論理304へ入力する2ビットの信号と同じ仕様の2ビット信号を多数決論理回路304へ出力する。
本実施例の調整器344では、3−ビット幅の符号付係数を入力して、隣接スピン値との相互作用を処理する例を説明しているが、例えばn−ビット幅の符号付係数(符号付整数)を入力する場合には、例えば絶対値抽出回路351の出力の絶対値ビットは(n−1)として、そこから分けるAND回路354の数は(n−1)^2−1個となり、比較回路356は、係数の絶対値を(n−1)^2−1ビット線で(n−1)^2ビット幅の乱数と比較することになる。
図19に、調整器344の第二の構成例を示す。図18に示す第一の構成例との相違は、比較回路356の出力を零判定回路352の出力と共にOR回路361へ入力して、そのOR回路361の出力を前記XNOR回路357の出力と共にXOR回路362へ入力する構成を備えることである。
本第二の調整器の構成では、多値の符号付係数が、正数の場合には乱数との比較によって+1/0の模擬係数が生成されて、隣接スピン値との積が出力され、負数の場合には乱数との比較によって−1/0の模擬係数が生成されて、隣接スピン値との積が出力される。すなわち、3値の係数を使用する図3の相互作用回路303における多数決論理304へ入力する2ビットの信号と同じ仕様の2ビット信号を多数決論理回路304へ出力する。
図20に示す第三の構成例の調整器344は、モード選択線371を設けて選択信号を入力することにより、2個のAND回路372,373により接続を切り替えて、図18の第一の調整器と、図19の第二の調整器との両機能を備える例である。
図21に、図17に示す多値係数を格納して、模擬係数を乱数を利用して発生させるスピンユニット340を備えたイジングチップ100を用いて、最適化問題を解くフローチャートの一例を示す。このフローチャートは図2に示した情報処理装置200上で実行する。
本フローチャートの実行に先立ち、CPU210が問題変換プログラム221を実行し、解きたい最適化問題をイジングモデルに変換する。その結果得られた相互作用係数および外部磁場係数を、イジングチップ制御プログラム222を用いてイジングチップ100の全てのスピンユニット340の該当メモリセル342(NIS,NIU,NIL,NIR,NID,NIF)に書き込む。
CPU210によるイジングチップ制御プログラム222の実行により、本フローチャートの各ステップが実現される。
ステップS101では、各スピンユニット340のスピンNの値を設定する。スピンの値は例えば、ランダムな値を書き込む。または、予め決められた値を書き込んでもよい。
ステップS102では、イジングチップ制御プログラム222がビット調整器151の出力する乱数ビットのビット確率の初期値(初期値は、ビット確率が高い値となるように、演算ビット数511とAND/OR選択用ビット512をメモリ510に格納する)を設定し、イジングチップ内のビット調整器151に設定値を反映する。
ステップS103では、イジングチップ制御プログラム222が現在のビット確率設定における相互作用の継続回数を設定する(例えば、図13の表を参照)。これは、相互作用アドレス180として、相互作用を行うグループを特定するアドレスとして供給される。
ステップS104において、相互作用クロック181と相互作用アドレスデコーダ140からのイネーブル信号ENの入力に同期して、多値係数がメモリセル342から読み出されて、調整器344において、多値係数の大きさに応じた確率で模擬係数(+1,0,−1)が生成される。この処理は、乱数発生器150−1,150−2、およびビット調整器151−1,151−2により乱数クロック160幅の時間間隔で生成されるランダムパルス列VAR1,VAR2をAND回路313へ入力して生成したランダムパルス列VAR3と、フリップフロップ343でディレイを付けて加工した4ビット幅の乱数を入力して行われる。
ステップS105において、相互作用アドレス180に指定した相互作用を実行するグループを相互作用アドレスデコーダ140が特定して、該当するグループに属するスピンユニット340へ相互作用クロック181に同期してイネーブル信号ENを発行して、相互作用を実行する。すなわち、スピンユニット340内の調整器344において、多値係数から生成された模擬係数と隣接スピン値との積が演算されて、全ての調整器344の出力が多数決論理回路304へ入力され、スピンの次の状態値を決定する。
多数決論理回路304の出力は、スピンの値を記憶するメモリセル301へ格納されるが、その途中に、イジングモデルの基底状態探索における局所最適解を回避する手段として、反転論理314を通過させる。反転論理314は、ランダムパルス列VAR1,VAR2が入力されたAND回路313の出力が「1」となった場合には、入力されたスピンの値を反転させる。
次の状態のスピンの値がメモリセル301へ更新されて、1回の相互作用の実行が終了する。イジングチップ制御プログラム222は相互作用の実行回数をインクリメントする。
ステップS106において、イジングチップ制御プログラム222は、相互作用の実行回数がステップS103、又はS109で設定した回数(相互作用アドレスで指定したアドレス数)を実行したかどうか判定する。もし設定回数を未だ実行していなければステップS104に戻って、ステップS104、S105の処理を繰り返し、設定回数を実行していればステップS107へ進む。
ステップS107において、イジングチップ制御プログラム222は、ビット調整器151の出力する乱数ビットの現在のビット確率設定が終了閾値(順次、ビット確率を下げながら、例えば図13に示す設定回数の相互作用を実行して行き、スピン配列が大域最適解に許容誤差内で到達したと見なせるビット確率の最終下限値)を下回っているかどうか判定する。終了閾値を下回っていればステップS110に進み、そうでなければステップS108に進む。
ステップS108において、イジングチップ制御プログラム222は、ビット確率を現在よりも低い値に更新し、更新したビット確率のランダムパルス列を生成するビット調整器151の演算ビット数511とAND/OR選択用ビット512の設定値を選択して(例えば、図13に示すデータテーブルを用意しておく)、イジングチップ内のビット調整器151に新しい設定値を反映する。
ステップS109において、イジングチップ制御プログラム222は、更新したビット確率での相互作用の継続回数を設定する。また、相互作用の実行回数を0にリセットする。なお、ここで設定する継続回数は、ステップS103で定めた継続回数と同じであってもよいし、必要に応じて増減させてもよい。ステップS109が終了したら、ステップS104に戻る。
ステップS110において、イジングチップ制御プログラム222は、イジングチップ100からスピン配列の値を読み出して、図21のフローチャートを終了する。情報処理装置200は、その後に、例えば問題変換プログラム221により読み出したスピン配列の値を解きたい最適化問題の解に変換し、ユーザに提示する。
図13に、図21のフローチャートに従ってイジングモデルの基底状態探索を行う際に、順次変化させて設定するビット確率および、相互作用継続回数の一例を示す。探索開始直後は、最初はOR演算を用いて高いビット確率に設定する。これにより、スピンの値が頻繁に反転するため、局所解を避け易くなる。探索が進むにつれて、徐々にビット確率を下げることで一つの解に収束させる。
図21のフローチャートのステップS102でビット確率の初期値を設定する際には、例えば図13の表の一番上の行にあるように、OR演算を選択し、演算対象のビット数を3ビットとする。この設定で、相互作用を100回行う。その後、ステップS108とステップS109でビット確率と相互作用回数を更新設定する際には、図13の表の次の行に進む。すなわち、OR演算を選択し、演算対象のビット数を2ビットとし、相互作用回数を110回に設定する。同様にして、ステップS108とステップS109を実行するごとに図13の表の次の行へ設定値を進めていき、最後の行の設定値での相互作用を終えた時点で基底状態探索を終了する。このように、ビット確率を下げつつ、相互作用回数を伸ばしていくことで、より良い解を得易くなる。
図17に示すスピンユニット340内の調整器344は、相互作用クロック181と相互作用アドレスデコーダ140からのイネーブル信号ENの入力に同期して、相互作用を実行する毎に、予めメモリセル342に記憶した多値係数を読み出して、多値係数の絶対値と4ビット幅の乱数355と大きさを比較して、+1,0,−1の模擬係数を生成する。すなわち、時系列に係数を変化させて相互作用を行う。
ここで、上記した通り、ビット調整器151から出力されるランダムパルス列VAR1,VAR2のビット確率は徐々に下げる制御を行う。これに伴って、4ビット幅の乱数355のビット確率も徐々に下がる。その結果、ビット確率が高い時は、多値係数の絶対値の大小が比較回路356の出力に及ぼす影響が高くて、隣接スピン値と模擬係数の積を反転させる効果も高いのであるが、ビット確率が徐々に下がってくると、多値係数の絶対値の大小が比較回路356の出力に及ぼす影響が小さくなり、隣接スピン値と模擬係数の積を反転させる効果も小さくなる。すなわち、多値係数を時系列の模擬係数に変化させて相互作用を行って、イジングモデルの基底状態探索を行う処理において、スピン列の解を収束させることができる。
図16に、イジングチップ100のスピンユニット330内に、多値係数を使用して相互作用を実行できる実現例として、係数発生器331を提案した。実施例1において、乱数発生器より生成される乱数を使用して係数発生器を実現する手段を説明した。
本実施例では、その他の実現手段を説明する。
図22に示す係数発生器401は、多値係数より+1,0,−1の模擬係数を時系列的に生成する係数発生器331の機能を、予め計算機上でシミュレーションを実行して、生成された模擬係数列を記録しておき、イジングチップ100の各スピンユニット330内に構成したシフトレジスタへ模擬係数列をダウンロードして記憶させる。
係数発生器401内のシフトレジスタは、図3に示す3値の係数を記憶する2個のメモリセルIx0,Ix1から係数が読み出される仕様と同等となるように、2列のシフトレジスタで構成される。
相互作用アドレスデコーダからのイネーブル信号の入力に同期して、2列のシフトレジスタより1組の最先の模擬係数を読み出して、相互作用回路303へ入力して相互作用を実行する。各シフトレジスタに記憶された模擬係数列は1回の相互作用ごとにシフトされて、繰り返して使われる。
なお、シフトレジスタを構成するメモリセル群は、図15に示す(2)ビット方向に展開する構成にする方がレイアウト的に作りやすい。
図23に示す係数発生器402は、多値係数より+1,0,−1の模擬係数を時系列的に生成する係数発生器331の機能を、予め計算機上でシミュレーションを実行して、生成された模擬係数列を記録しておき、イジングチップ100の各スピンユニット330内に構成した2群のメモリセルへ模擬係数列をダウンロードして記憶させておき、セレクタ403で選択して読み出す構成である。
係数発生器402内の2群のメモリセルIx0−0〜Ix0−k,Ix1−0〜Ix1−kは、図3に示す3値の係数を記憶する2個のメモリセルIx0,Ix1から係数が読み出される仕様と同等となるように、セレクタで1組の模擬係数が選択される。
相互作用アドレスデコーダからのイネーブル信号の入力に同期して、カウンタ404に記憶された順番の1組の模擬係数を読み出して、相互作用回路303へ入力して相互作用を実行する。各メモリセル群に記憶された模擬係数列はカウンタ404によって順番に選択されて、繰り返して使われる。
なお、2組のメモリセル群は、図15に示す(1)ワード方向に展開する構成にする方がレイアウト的に作りやすい。
100,100−1,100−2 イジングチップ
110 スピンアレイ
120 I/Oドライバ
130 I/Oアドレスデコーダ
140 相互作用アドレスデコーダ
143 グループA指定信号
144 グループB指定信号
150 乱数発生器
151 ビット調整器
152 乱数発生器150の出力した乱数
153 1ビットのランダムなビット
160 乱数発生クロック
180 相互作用アドレス
181 相互作用クロック
190 アドレスバス(SRAM互換インタフェース)
191 データバス(SRAM互換インタフェース)
192 I/Oクロック(SRAM互換インタフェース)
193 R/W制御線(SRAM互換インタフェース)
200 情報処理装置
210 CPU
220 RAM
221 問題変換プログラム
222 イジングチップ制御プログラム
230 システムバス
240 NIC
250 イジングチップコントローラ
260 HDD
261 問題データ
290 装置間ネットワーク
300,320,330,340 スピンユニット
301 スピンσを表現するためのメモリセルN
302 相互作用係数、外部磁場係数を記憶するメモリセル
303 スピンの次状態を決定するための回路(相互作用回路)
304 多数決論理回路
311,312 ランダムパルス列線
313 ANDゲート
314 反転論理回路
315,316 バッファ
322,342 n−ビット幅(符号付数値)の2の補数表現の係数を記憶するメモリセル
323 符号反転器
324 加算器
325 符号判定器
331 係数発生器
343 フリップフロップ
344 調整器
351 絶対値抽出回路
352 零判定回路
353 正判定回路
354 AND回路
356 比較回路
357 正判定回路の出力と、隣接スピン値を入力するXNOR回路
358 比較回路356の出力とXNOR回路357の出力を入力するXOR回路
359 XOR回路358の出力と零判定回路352の出力を入力するXOR回路
361 比較回路356の出力と零判定回路352の出力を入力するOR回路
362 OR回路361の出力とXNOR回路357の出力を入力するXOR回路
371 モード選択線
372,373 接続切り替え用AND回路
401 シフトレジスタを備えた係数発生器
402 メモリセル群+セレクタを備えた係数発生器
403 セレクタ
404 カウンタ
410 ビット線
420 ワード線
501 ビット選択部
502 AND回路
503 OR回路
504 AND/OR選択部
510 メモリ
511 演算ビット数
512 AND/OR選択用ビット
N スピンを表現するメモリセル、及び、スピンの値を出力するインタフェース
IS0 外部磁場係数が0であるかどうかを示すメモリセル
IS1 外部磁場係数の+1/−1を示すメモリセル
IU0,IL0,IR0,ID0,IF0 相互作用係数が0であるかどうかを示すメモリセル
IU1,IL1,IR1,ID1,IF1 相互作用係数の+1/−1を示すメモリセル

Claims (8)

  1. イジングモデルの1つのスピンの値を記憶するメモリセルと、
    前記1つのスピンに対する他のスピンからの相互作用を示す相互作用係数を記憶するメモリセルと、
    前記相互作用係数と乱数とを比較することにより、前記相互作用係数の大きさに比例した確率で、所定の係数群のうち1つを選択する係数調整器と、
    選択された前記係数に従い前記スピンの次状態を決定する演算を行う演算回路とをそれぞれ有する複数のスピンユニットと、
    前記複数のスピンユニットに前記乱数を供給する乱数発生器と、
    を備えたことを特徴とする半導体装置。
  2. 前記複数のスピンユニットに供給されている乱数はランダムパルス列であることを特徴とする請求項1に記載の半導体装置。
  3. 前記係数調整器において選択された前記係数と隣接スピン値との積が演算されて、多数決論理回路へ入力されることを特徴とする請求項1に記載の半導体装置。
  4. 前記相互作用係数は、3ビット以上の符号付整数であることを特徴とする請求項1乃至3のいずれかの請求項に記載の半導体装置。
  5. 前記乱数発生器は、ビット確率を可変に制御して、ランダムパルス列を出力するビット調整器を備え、
    前記ビット調整器は、前記スピンユニットが前記演算を所定回数実行するごとに、その後に続く所定回数の演算実行時に出力するランダムパルス列のビット確率を順次下げていくことを特徴とする請求項1に記載の半導体装置。
  6. 前記ビット調整器から出力した1ビットのランダムパルス列は各スピンユニットへ供給され、
    各スピンユニット内において、前記ランダムパルス列が遅延素子を通過することにより複数ビット幅の乱数が生成されて、前記係数調整器へ入力されることを特徴とする請求項5に記載の半導体装置。
  7. イジングモデルの各スピンの値を記憶するメモリセルと、該スピンに相互作用を及ぼす隣接するスピンからの相互作用係数を記憶するメモリセルと、該スピンの外部磁場係数を記憶するメモリセルと、および該スピンの次状態を決定する相互作用回路とをそれぞれ有する複数のスピンユニットを備え、
    前記相互作用係数を記憶するメモリセルと、前記外部磁場係数を記憶するメモリセルが、予め作成された模擬係数列を記憶して、隣接するスピンユニットからのスピン値、相互作用係数、及び外部磁場係数より前記各スピンユニットのスピンの次状態を決定する相互作用を実行する際に、前記記憶した模擬係数列をシフトして、最先の模擬係数を順次出力するシフトレジスタにより構成されていることを特徴とする半導体装置。
  8. 前記相互作用係数を記憶するメモリセルと、前記外部磁場係数を記憶するメモリセルが、予め作成された模擬係数列を記憶して、隣接するスピンユニットからのスピン値、相互作用係数、及び外部磁場係数より前記各スピンユニットのスピンの次状態を決定する相互作用を実行する際に、前記記憶した模擬係数列をカウンタの記録に従って選択して、該当する模擬係数を順次出力するセレクタ付きメモリセル群により構成されていることを特徴とする請求項7に記載の半導体装置。
JP2014176535A 2014-08-29 2014-08-29 半導体装置 Active JP5864684B1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2014176535A JP5864684B1 (ja) 2014-08-29 2014-08-29 半導体装置
US14/641,578 US9606965B2 (en) 2014-08-29 2015-03-09 Semiconductor device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014176535A JP5864684B1 (ja) 2014-08-29 2014-08-29 半導体装置

Publications (2)

Publication Number Publication Date
JP5864684B1 true JP5864684B1 (ja) 2016-02-17
JP2016051349A JP2016051349A (ja) 2016-04-11

Family

ID=55346948

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014176535A Active JP5864684B1 (ja) 2014-08-29 2014-08-29 半導体装置

Country Status (2)

Country Link
US (1) US9606965B2 (ja)
JP (1) JP5864684B1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020038435A (ja) * 2018-09-03 2020-03-12 富士通株式会社 最適化装置及び最適化装置の制御方法

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6295325B2 (ja) * 2014-07-09 2018-03-14 株式会社日立製作所 半導体装置及び情報処理システム
JP6021864B2 (ja) * 2014-08-29 2016-11-09 株式会社日立製作所 半導体装置および情報処理装置
JP6773970B2 (ja) * 2016-09-09 2020-10-21 富士通株式会社 情報処理装置、イジング装置及び情報処理装置の制御方法
US11120357B2 (en) 2017-03-10 2021-09-14 Rigetti & Co, Inc. Quantum approximate optimization
US10579339B2 (en) * 2017-04-05 2020-03-03 Intel Corporation Random number generator that includes physically unclonable circuits
JP6841722B2 (ja) * 2017-06-06 2021-03-10 株式会社日立製作所 情報処理装置
CN109670343B (zh) 2017-10-17 2023-01-03 华邦电子股份有限公司 随机数产生系统及其随机数产生方法
US10846366B1 (en) 2017-12-12 2020-11-24 Rigetti & Co, Inc. Selecting parameters for a quantum approximate optimization algorithm (QAOA)
JP6973293B2 (ja) * 2018-05-24 2021-11-24 株式会社オートネットワーク技術研究所 電圧変換装置
JP6913656B2 (ja) * 2018-06-14 2021-08-04 株式会社東芝 演算装置
WO2020054061A1 (ja) * 2018-09-14 2020-03-19 富士通株式会社 最適化装置、最適化装置の制御方法および最適化装置の制御プログラム
JP7341804B2 (ja) * 2019-09-06 2023-09-11 株式会社日立製作所 情報処理装置および情報処理方法
JP7410394B2 (ja) 2020-03-26 2024-01-10 富士通株式会社 最適化装置及び最適化方法
JP7296550B2 (ja) * 2021-10-01 2023-06-23 浩二 尊田 非ノイマン型の回路
JP2023179912A (ja) 2022-06-08 2023-12-20 富士通株式会社 情報処理装置、情報処理方法およびプログラム

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09300180A (ja) 1996-05-20 1997-11-25 Sumitomo Metal Ind Ltd 組合わせ方法及び組合わせ装置
JP2004133802A (ja) 2002-10-11 2004-04-30 Osaka Industrial Promotion Organization 問題分割方法、最適化方法、問題分割装置、最適化装置、及びコンピュータプログラム
JP6006411B2 (ja) * 2013-05-31 2016-10-12 株式会社日立製作所 半導体装置
US9830555B2 (en) * 2013-07-09 2017-11-28 The Board Of Trustees Of The Leland Stanford Junior University Computation using a network of optical parametric oscillators
JP5894645B1 (ja) * 2014-08-29 2016-03-30 株式会社日立製作所 半導体装置及びその品質管理方法
JP5922202B2 (ja) * 2014-08-29 2016-05-24 株式会社日立製作所 半導体装置、画像セグメンテーション方法、および画像処理装置
JP6021864B2 (ja) * 2014-08-29 2016-11-09 株式会社日立製作所 半導体装置および情報処理装置
JP5865456B1 (ja) * 2014-08-29 2016-02-17 株式会社日立製作所 半導体装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JPN6015048359; Chihiro Yoshimura,外3名: 'Spatial Computing Architecture Using Randomness of Memory Cell Stability under Voltage Control' [online] , 201309, IEEE *
JPN6015048361; 芝田浩,外3名: 'GPGPUによるGroverのアルゴリズムの大規模シミュレーションについて' 情報処理学会研究報告 バイオ情報学(BIO) No.19 , 20100215, pp.1-6, 社団法人情報処理学会 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020038435A (ja) * 2018-09-03 2020-03-12 富士通株式会社 最適化装置及び最適化装置の制御方法
JP7111966B2 (ja) 2018-09-03 2022-08-03 富士通株式会社 最適化装置及び最適化装置の制御方法

Also Published As

Publication number Publication date
US9606965B2 (en) 2017-03-28
JP2016051349A (ja) 2016-04-11
US20160062951A1 (en) 2016-03-03

Similar Documents

Publication Publication Date Title
JP5864684B1 (ja) 半導体装置
JP5865456B1 (ja) 半導体装置
JP5922203B2 (ja) 半導体装置
JP6605610B2 (ja) 半導体装置
JP6295325B2 (ja) 半導体装置及び情報処理システム
US10089421B2 (en) Information processing apparatus and information processing method
JP6177993B2 (ja) 半導体装置および情報処理装置
JP5922202B2 (ja) 半導体装置、画像セグメンテーション方法、および画像処理装置
JP6476292B2 (ja) 情報処理装置及びその制御方法
JP6568222B2 (ja) 半導体システムおよび計算方法
JP6503072B2 (ja) 半導体システムおよび計算方法
JP5894645B1 (ja) 半導体装置及びその品質管理方法
JP5901712B2 (ja) 半導体装置および情報処理装置
Petrica et al. Memory-efficient dataflow inference for deep cnns on fpga
JP5851570B1 (ja) 半導体装置
JP6207583B2 (ja) 半導体装置および情報処理方法
JPWO2017033263A1 (ja) 情報処理システム
JP5903471B2 (ja) 半導体装置および情報処理装置
Playne et al. Simulating and Benchmarking the shallow-water fluid dynamical equations on multiple graphical processing units

Legal Events

Date Code Title Description
TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20151201

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20151224

R150 Certificate of patent or registration of utility model

Ref document number: 5864684

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150