[论文解读] Shannon-inspired Statistical Computing to Enable Spintronics

Ameya D. Patil, Sasikanth Manipatruni+3 more|arXiv (Cornell University)|Feb 20, 2017

Advancements in Semiconductor Devices and Circuit Design参考文献 32被引用 13

一句话总结

本文提出了一种受香农启发的统计计算框架，通过利用设计化的误差分布和统计误差补偿，使固有随机性的自旋电子逻辑门（尽管其错误率高达1/10）得以在计算中应用。该方法实现了与确定性系统相当的计算精度，将所需的错误率从CMOS标准的1/10^15放宽至1/10^13，从而使自旋电子学在热力学极限下实现能效计算成为可能。

ABSTRACT

Modern computing systems based on the von Neumann architecture are built from silicon complementary metal oxide semiconductor (CMOS) transistors that need to operate under practically error free conditions with 1 error in $10^{15}$ switching events. The physical dimensions of CMOS transistors have scaled down over the past five decades leading to exponential increases in functional density and energy consumption. Today, the energy and delay reductions from scaling have stagnated, motivating the search for a CMOS replacement. Of these, spintronics offers a path for enhancing the functional density and scaling the energy down to fundamental thermodynamic limits of 100kT to 1000kT. However, spintronic devices exhibit high error rates of 1 in 10 or more when operating at these limits, rendering them incompatible with deterministic nature of the von Neumann architecture. We show that a Shannon-inspired statistical computing framework can be leveraged to design a computer made from such stochastic spintronic logic gates to provide a computational accuracy close to that of a deterministic computer. This extraordinary result allowing a $10^{13}$ fold relaxation in acceptable error rates is obtained by engineering the error distribution coupled with statistical error compensation.

研究动机与目标

• 解决高错误率自旋电子器件与确定性冯·诺依曼架构之间的不兼容性问题。
• 通过放宽传统CMOS系统对严格错误率的要求，实现实用化的自旋电子计算。
• 设计一种统计计算框架，即使在自旋电子逻辑门存在固有随机性的情况下，也能保持高计算精度。
• 证明通过工程化误差分布和统计补偿，可从本质上不可靠的器件中实现接近确定性的性能。

提出的方法

• 采用受香农启发的信息论框架，对随机逻辑门中的误差进行建模与管理。
• 对自旋电子器件的误差分布进行工程化设计，使其具有可预测性并适合统计补偿。
• 实施统计误差补偿技术，以纠正逻辑运算中的累积误差。
• 设计一种在概率正确性而非确定性正确性下运行的计算架构。
• 利用信息论量化错误率与计算精度之间的权衡，实现错误容忍度13个数量级的放宽。
• 将随机自旋电子逻辑门集成到系统级框架中，通过统计一致性保持功能精度。

实验结果

研究问题

• RQ1 能否在计算系统中可靠地使用错误率高达1/10的自旋电子器件？
• RQ2 如何管理自旋电子逻辑门的固有随机性，以实现类似确定性的计算精度？
• RQ3 由不可靠、随机性组件构成的计算系统，其错误容忍的理论与实际极限是什么？
• RQ4 基于信息论的统计计算框架能否在热力学能量极限下，为CMOS提供可行的替代方案？

主要发现

• 所提出的框架即使在使用错误率高达1/10的自旋电子门的情况下，仍能实现与确定性系统相当的计算精度。
• 该方法实现了10^13倍的错误率可接受范围放宽——将要求从CMOS标准的1/10^15降低至1/10^13。
• 统计误差补偿有效缓解了累积误差，维持了系统级可靠性。
• 该框架表明，工作在接近热力学极限（100kT–1000kT）的自旋电子器件可被用于实际计算系统。
• 将工程化误差分布与统计计算相结合，可实现超越CMOS扩展极限的可扩展、高能效架构。