[논문 리뷰] Chaotic Amplitude Control for Neuromorphic Ising Machine in Silico

Timothée Leleu, Farad Khoyratee외 4명|arXiv (Cornell University)|2020. 09. 09.

Quantum Computing Algorithms and Architecture참고 문헌 3인용 수 5

한 줄 요약

이 논문은 평균장 동역학 중 국소 최소값에서 벗어나기 위해 혼돈 조절을 적용한 뉴모르픽 이징 기계를 제안한다. 기존의 안내링 기반 방법에 비해 성능 향상을 이룬다. 분산 메모리와 처리 기능을 갖춘 현장 프로그래머블 게이트 어레이(FPGA)에 구현된 이 기계는 최신 솔버들에 비해 더 빠른 솔루션 도달 시간, 더 높은 에너지 효율성, 문제 크기에 따라 감소하는 분산 특성을 보인다.

ABSTRACT

Ising machines are special-purpose hardware designed to reduce time, resources, and energy consumption needed for finding low energy states of the Ising Hamiltonian. In recent years, most of the physical implementations of such machines have been based on a similar concept that is closely related to annealing such as in simulated, mean-field, chaotic, and quantum annealing. We argue that Ising machines benefit from implementing a chaotic amplitude control of mean field dynamics that does not rely solely on annealing for escaping local minima trap. We show that this scheme outperforms recent state-of-the-art solvers for some reference benchmarks quantitatively and qualitatively in terms of time to solution, energy efficiency, and scaling of its variance with problem size when it is implemented in hardware such as in a field programmable gate array that is organized according to a neuromorphic design where memory is distributed with processing.

연구 동기 및 목표

• 안내링 기반 이징 기계가 국소 최소값에 갇히는 문제를 해결하기 위해.
• 이징 모델 문제 해결 시 솔루션 도달 시간, 에너지 효율성, 분산 스케일링을 향상시키기 위해.
• 뉴모르픽 하드웨어에서 평균장 동역학에 혼돈 조절이 주는 이점 탐색을 위해.
• 뉴모르픽 아키텍처를 갖춘 현장 프로그래머블 게이트 어레이(FPGA)에서 이 방법의 성능 평가를 위해.

제안 방법

• 이 방법은 평균장 이징 모델의 동역학을 조절하기 위해 혼돈 신호를 활용한 앰플리튜드 제어를 도입하여, 안내링에 의존하지 않고 국소 최소값에서 벗어나도록 한다.
• 제어 메커니즘은 혼돈 신호를 사용해 앰플리튜드를 동적으로 조절함으로써 에너지 표면의 탐색 능력을 향상시키는 확률적 특성을 도입한다.
• 처리 및 메모리가 함께 위치한 뉴모르픽 설계를 갖춘 현장 프로그래머블 게이트 어레이(FPGA)에 시스템을 구현하여 지연 시간과 에너지 소비를 감소시킨다.
• 알고리즘은 혼돈 신호로 조절된 평균장 방정식에 기반해 스핀 상태를 반복적으로 업데이트함으로써 이징 해밀토니안을 해결한다.
• 성능 평가는 표준 이징 모델 벤치마크를 사용하여 솔루션 도달 시간, 에너지 효율성, 문제 크기에 따른 분산 스케일링을 측정한다.

실험 결과

연구 질문

• RQ1 혼돈 앰플리튜드 제어가 전통적인 안내링 기반 방법을 초월해 이징 기계의 성능을 향상시킬 수 있는가?
• RQ2 혼돈 앰플리튜드 제어는 뉴모르픽 하드웨어에서 솔루션 도달 시간과 에너지 효율성에 어떤 영향을 미치는가?
• RQ3 문제 크기가 증가함에 따라 혼돈 제어 하에서 해의 분산 스케일링 행동은 어떻게 되는가?
• RQ4 뉴모르픽 FPGA 구현은 솔루션 품질과 효율성 측면에서 최신 솔버들과 비교해 어떻게 되는가?

주요 결과

• 혼돈 앰플리튜드 제어 기법은 기준 벤치마크에서 최신 솔버들보다 솔루션 도달 시간 측면에서 뛰어난 성능을 보였다.
• 분산 메모리와 처리 기능을 갖춘 효율적인 뉴모르픽 FPGA 구현 덕분에 에너지 효율성이 향상되었다.
• 기존의 안내링 방법에 비해 문제 크기가 증가함에 따라 해의 품질 분산이 더 유리하게 스케일링되었다.
• 이 방법은 국소 최소값에서 벗어나는 데 있어 뛰어난 강건성을 보이며, 조기 수렴의 가능성을 줄였다.