[논문 리뷰] A multi-objective synthesis methodology in quantum-dot cellular automata technology.

Moein Sarvaghad-Moghaddam, Ali A. Orouji외 1명|arXiv (Cornell University)|2016. 06. 01.

Quantum-Dot Cellular Automata참고 문헌 32인용 수 3

한 줄 요약

이 논문은 양자점 세포 회로(QCA)를 위한 다목적 합성 방법론을 제안하며, 부울 함수 합성에서 게이트 수, 게이트 레벨 수, NOT 게이트 사용을 최소화하기 위해 주로 특정 행렬(MSM)을 사용한다. 이 방법은 다목적 유전적 프로그래밍보다 뛰어나며, MCNC 벤치마크에서 평균적으로 16.8% 감소한 majority 게이트와 33.5% 감소한 NOT 게이트를 기록했고, 평균적으로 10.5% 적은 레벨을 확보했다.

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.

연구 동기 및 목표

• CMOS의 한계를 초월한 나노스케일 컴퓨팅에서 에너지 효율적이고 확장 가능한 논리 합성의 증가하는 수요를 해결하기 위해.
• QCA 기반 부울 함수 구현에서 majority 및 NOT 게이트 수를 최소화하기 위해.
• QCA 회로에서 성능과 면적 효율성을 향상시키기 위해 게이트 레벨 수를 감소시키기 위해.
• QCA 프리미티브를 사용한 다중출력 부울 함수를 위한 체계적인 합성 플로우를 개발하기 위해.
• 게이트 수, 레벨 수, NOT 게이트 사용량 측면에서 기존의 메타휴리스틱 방법(예: 다목적 유전적 프로그래밍)을 능가하기 위해.

제안 방법

• 주요 특정 행렬(MSM)이 QCA 내의 부울 함수를 표현하고 분석하기 위한 핵심 데이터 구조로 도입된다.
• 이 방법론은 다목적 최적화 프레임워크 내에서 게이트 수 최소화를 우선시하고, 그 다음으로 게이트 레벨 수와 NOT 게이트 수 최소화를 고려한다.
• MSM 표현 기반의 다중출력 부울 함수를 위한 체계적인 합성 플로우가 제안된다.
• 이 방법은 QCA에서 majority 및 NOT 게이트의 보편성을 활용하여 복잡한 함수를 효율적으로 합성한다.
• MSM의 구조적 통찰을 통해 부울 함수를 최소 QCA 회로 구성으로 직접 매핑할 수 있다.
• 알고리즘적 플로우는 MSM의 반복적 개선을 통해 게이트 최소화, 레벨 감소, NOT 게이트 최적화를 통합한다.

실험 결과

연구 질문

• RQ1 체계적이고 다목적 합성 방법론은 QCA 기반 부울 함수 설계에서 게이트 수, 게이트 레벨 수, NOT 게이트 사용량을 줄일 수 있는가?
• RQ2 제안된 MSM 기반 방법은 다목적 유전적 프로그래밍과 같은 메타휴리스틱 접근법과 비교해 회로 복잡성과 효율성 측면에서 어떻게 다른가?
• RQ3 MSM 표현은 QCA 기술에서 다중출력 부울 함수의 최소 합성 가능성을 어느 정도 향상시킬 수 있는가?
• RQ4 제안된 방법을 사용할 경우 표준 MCNC 벤치마크 회로에서 게이트 수, 게이트 레벨 수, NOT 게이트 사용량은 어느 정도 향상될 수 있는가?
• RQ5 제안된 방법론은 QCA 회로에서 면적, 지연, 전력 효율성 측면에서 최고의 가용 방법을 일관되게 능가할 수 있는가?

주요 결과

• MCNC 벤치마크 회로에서 제안된 방법은 최고의 가용 방법 대비 평균적으로 10.5% 감소한 게이트 레벨을 확보했다.
• MCNC 벤치마크에서 최고의 기존 방법 대비 majority 게이트 수가 16.8% 감소했다.
• 동일한 벤치마크 세트에서 최고의 가용 방법 대비 NOT 게이트 수가 33.5% 감소했다.
• 이 방법은 게이트 수, 게이트 레벨 수, NOT 게이트 사용량 모든 평가 지표에서 다목적 유전적 프로그래밍을 능가했다.
• 주요 특정 행렬 기반의 합성 플로우는 QCA에서 다중출력 부울 함수의 효율적이고 최소화된 실현을 가능하게 했다.
• 결과는 MSM 기반 접근법이 QCA 회로 설계에서 뛰어난 면적과 성능 트레이드오프를 달성하는 데 효과적임을 입증한다.