[논문 리뷰] Perspectives of Using Oscillators for Computing and Signal Processing

György Csaba, Wolfgang Porod|arXiv (Cornell University)|2018. 05. 23.

Neural Networks and Reservoir Computing참고 문헌 40인용 수 5

한 줄 요약

이 논문은 전통적인 수준 기반 계산과 대비하여 에너지 효율적이고 고성능의 신호 처리 및 비불리안 계산을 가능하게 하는 나노스케일 온도기반 진동기 기반 계산 아키텍처(OCAs)를 조사한다. 진동기의 위상/주파수 인코딩과 집단적 역학을 통해 에너지 효율성과 내성 향상을 이끌 수 있으며, 특히 NP-난이도 문제와 뉴로모픽 응용 분야에서 잠재력을 지닌다.

ABSTRACT

It is an intriguing concept to use oscillators as fundamental building blocks of electronic computers. The idea is not new, but is currently subject to intense research as a part of the quest for 'beyond Moore' electronic devices. In this paper we give an engineering-minded survey of oscillator-based computing architectures, with the goal of understanding their promise and limitations for next-generation computing. We will mostly discuss non-Boolean, neurally-inspired computing concepts and put the emphasis on hardware and on circuits where the oscillators are realized from emerging, nanoscale building blocks. Despite all the promise that oscillatory computing holds, existing literature gives very few clear-cut arguments about the possible benefits of using oscillators in place of other analog nonlinear circuit elements. In this survey we will argue for finding the rationale of using oscillatory building blocks and call for benchmarking studies that compare oscillatory computing circuits to level-based (analog) implementations.

연구 동기 및 목표

• 진동기 기반 계산(OBC)이 기존의 수준 기반 아날로그 및 디지털 계산과 비교하여 공학적으로 실현 가능한지 평가하고 그 장점을 규명한다.
• 계산 아키텍처에서 다른 비선형 회로 요소보다 진동기를 사용할 근본적인 이유를 규명하고 그 타당성을 입증한다.
• OCAs의 뉴로모픽 컴퓨팅, 신호 처리, 그리고 그래프 색칠 문제와 같은 계산적으로 어려운 문제 해결에의 응용을 탐색한다.
• 성능과 에너지 효율성의 우월성을 입증하기 위해 OBC와 수준 기반 아날로그 구현 방식을 비교하는 벤치마킹 연구를 주장한다.
• 집단적 역학과 에너지 최소화를 통해 고전적 및 양자 계산 방식을 능가할 잠재력을 지닌 OCAs의 가능성을 검토한다.

제안 방법

• 바나흐의 진동기 컴퓨터와 같은 기존의 OCAs, 그리고 결합된 진동기를 사용하는 현대적인 뉴로모픽 구현 방식을 조사한다.
• 스핀터르보 나노진동기 및 바나듐 산화물 리콜리케이션 진동기와 같은 새로운 나노스케일 장치를 활용한 진동기의 물리적 실현 방식을 분석한다.
• 예를 들어 그래프 색칠 문제와 같은 NP-난이도 문제를 진동기 동기화와 위상 고정을 통해 해결할 수 있는 에너지 최소화 과제로 재구성한다.
• 진동 신호의 위상과 주파수를 이용해 정보를 인코딩함으로써 노이즈에 강건한 협대역 채널을 통한 통신을 가능하게 한다.
• 결합된 진동기의 집단 상태가 지수적으로 큰 상태 공간을 표현할 수 있으며, 이를 통해 어려운 최적화 문제를 해결할 수 있음을 제안한다.
• 메모컴퓨팅 및 CNN과 같은 다른 아날로그 컴퓨팅 패러다임과의 비교를 통해 진동기 역학이 지닌 고유한 장점을 부각한다.

실험 결과

연구 질문

• RQ1 왜 계산 아키텍처에서 다른 비선형 아날로그 구성 요소보다 진동기를 선호해야 하는가?
• RQ2 진동기 기반 시스템이 수준 기반 아날로그 시스템과 비교해 더 뛰어난 에너지 효율성과 내성 향상을 달성할 수 있는가?
• RQ3 진동기 네트워크가 집단적 역학과 동기화를 통해 NP-난이도 문제를 어느 정도 해결할 수 있는가?
• RQ4 노이즈가 많은 나노스케일 환경에서 통신과 계산에 진동기를 사용할 경우 물리적 및 회로 수준에서 어떤 이점이 있는가?
• RQ5 진동기 기반 가속기들이 특정 유형의 어려운 계산 문제에서 고전적 및 양자 계산 방식을 능가할 수 있는가?

주요 결과

• 진동기 기반 계산은 위상과 주파수를 이용한 정보 인코딩을 통해 암호화된 신호 처리와 에너지 효율성 향상을 이끌어내어 '무어의 법칙 이후' 계산의 잠재적 길을 제시한다.
• 진동기 네트워크에서 협대역 위상 인코딩 통신을 통해 노이즈 환경에서도 강건하고 저전력의 내부 회로 신호 전달이 가능하다.
• 결합된 진동기는 위상 동기 또는 반위상 동기 상태에 도달함으로써 그래프 색칠 문제와 같은 NP-난이도 문제에 자연스럽게 매핑되며, 집단적 역학을 통해 최적화 과제를 효과적으로 해결한다.
• 바나듐 산화물 기반 리콜리케이션 진동기는 에너지 최소화 재구성 방법을 통해 NP-난이도 문제를 해결하는 OCA 프로토타입에서 성공적으로 구현되었다.
• 이론적 및 실험적 증거는 진동기 네트워크가 지수적으로 큰 상태 공간에 접근할 수 있으며, 이는 고전적 디지털 시스템으로서는 해결이 불가능한 문제의 해결 가능성을 암시한다.
• 다만, OBC와 수준 기반 아날로그 구현 방식을 비교하는 명확하고 일반적인 벤치마킹 연구가 아직 존재하지 않으며, 이는 중요한 연구 격차를 드러낸다.