[論文レビュー] A multi-objective synthesis methodology in quantum-dot cellular automata technology.

Moein Sarvaghad-Moghaddam, Ali A. Orouji+1 more|arXiv (Cornell University)|Jun 1, 2016

Quantum-Dot Cellular Automata参考文献 32被引用数 3

ひとこと要約

本稿では、量子ドットセルラーオートマトン（QCA）のためのマルチオブジェクティブ合成手法を提案する。主な目的は、ブール関数合成におけるゲート数、ゲート段階数、NOTゲート使用数を最小化することである。提案手法は、マルチオブジェクティブな遺伝的プログラミング（GP）を上回り、MCNCベンチマークにおいて、多数ゲートで16.8%、NOTゲートで33.5%の削減を達成した。平均して10.5%の段階数削減も達成した。

ABSTRACT

Quantum-dot Cellular Automata (QCA) has been widely advocated in nanotechnology as a response to the physical limits associated with complementary metal oxide semiconductor (CMOS) technology in atomic scales. Some of its peculiar features are its smaller size, higher speed, higher switching frequency, lower power consumption, and higher scale integration. In this technology, the majority and NOT gates are employed for the production of the functions as these two gates together make a universal set of Boolean primitives in QCA technology. An important step in the generation of Boolean functions using the majority gate is reducing the number of involved gates. In this paper, a multi-objective synthesis methodology (with the objective priority of gate counts, gate levels and the number of NOT gates) is presented for finding the minimal number of possible majority gates in the synthesis of Boolean functions using the proposed Majority Specification Matrix (MSM) concept. Moreover, based on MSM, a synthesis flow is proposed for the synthesis of multi-output Boolean functions. To reveal the efficiency of the proposed method, it is compared with a meta-heuristic method, multi-objective Genetic Programing (GP). Besides, it is applied to synthesize MCNC benchmark circuits. The results are indicative of the outperformance of the proposed method in comparison to multi-objective GP method. Also, for the MCNC benchmark circuits, there is an average reduction of 10.5% in the number of levels as well as 16.8% and 33.5% in the number of majority and NOT gates, as compared to the best available method respectively.

研究の動機と目的

• CMOSの限界を超えたナノスケールコンピューティングにおけるエネルギー効率的でスケーラブルな論理合成の増大するニーズに対応すること。
• QCAベースのブール関数実装における多数ゲートおよびNOTゲートの数を最小化すること。
• QCA回路における性能と面積効率を向上させるために、ゲート段階数を削減すること。
• QCAプリミティブを用いたマルチアウトプットブール関数のための体系的な合成フローの開発。
• ゲート数、段階数、NOTゲート使用数において、既存のメタヒューリスティック手法（例：マルチオブジェクティブな遺伝的プログラミング）を上回ること。

提案手法

• 多数指定マトリクス（MSM）を、QCAにおけるブール関数の表現および分析のためのコアデータ構造として導入する。
• マルチオブジェクティブ最適化フレームワークにおいて、ゲート数の最小化を最優先とし、その後にゲート段階数とNOTゲート数の最小化を実施する。
• MSM表現に基づいた、マルチアウトプットブール関数のための体系的な合成フローを提案する。
• QCAにおける多数ゲートおよびNOTゲートの普遍性を活用し、複雑な関数を効率的に合成する。
• MSMの構造的インサイトを活用して、ブール関数を最小QCA回路構成に直接マッピング可能にする。
• アルゴリズム的フローは、MSMの段階的改善を通じて、ゲート最小化、段階数削減、NOTゲート最適化を統合的に統合する。

実験結果

リサーチクエスチョン

• RQ1 体系的でマルチオブジェクティブな合成手法は、QCAベースのブール関数設計におけるゲート数、ゲート段階数、NOTゲート使用数を低減できるか？
• RQ2 提案されたMSMベースの手法は、マルチオブジェクティブな遺伝的プログラミングなどのメタヒューリスティック手法と比較して、回路の複雑さと効率性においてどのように異なるか？
• RQ3 MSM表現は、QCA技術におけるマルチアウトプットブール関数の最小合成をどの程度可能にするか？
• RQ4 提案手法を用いることで、標準的なMCNCベンチマーク回路において、ゲート数、段階数、NOTゲート使用数にどの程度の改善が達成できるか？
• RQ5 提案された手法は、QCA回路における面積、遅延、パワー効率の観点から、常に最高の利用可能な手法を上回ることができるか？

主な発見

• 提案手法は、MCNCベンチマーク回路において、最高の既存手法と比較して平均で10.5%のゲート段階数削減を達成した。
• MCNCベンチマークにおいて、最高の既存手法と比較して、多数ゲート数が16.8%削減された。
• 同じベンチマークセットにおいて、NOTゲート数が33.5%削減された。
• ゲート数、段階数、NOTゲート使用数のすべての評価指標において、提案手法はマルチオブジェクティブな遺伝的プログラミングを上回った。
• 多数指定マトリクス（MSM）に基づく合成フローは、QCAにおけるマルチアウトプットブール関数の効率的で最小限の実現を可能にした。
• 結果は、MSMベースの手法が、QCA回路設計における優れた面積・性能トレードオフを達成する有効性を示している。