이징 모델 기반 적응형 확률적 프로세서 합성을 위한 도구
A Tool for the Synthesis of Adaptive Probabilistic Processors Based on the Ising Model
이 연구는 조합 최적화 문제를 이징 모델로 매핑하여 해결하는 확률적 아키텍처의 합성 및 시뮬레이션을 위한 도구를 제시합니다. 제안된 접근 방식은 크기와 토폴로지와 같은 문제 특성을 기반으로 이징 해밀토니안을 자동으로 구성하고 확률적 요소(p-bits)의 수를 결정합니다. 또한, 이 도구는 기브스 샘플링(Gibbs Sampling), 모의 담금질(Simulated Annealing, SA), 모의 양자 담금질(Simulated Quantum Annealing, SQA), 클러스터 기반 방법 중에서 가장 적합한 업데이트 알고리즘을 선택하기 위한 적응형 전략을 도입합니다. 벤치마크 문제를 사용한 실험 결과는 고정된 접근 방식과 비교하여 개선된 수렴 동작과 유연성을 보여줍니다. 제안된 프레임워크는 확률적 컴퓨팅 전략의 체계적인 평가를 가능하게 하며, MTJs와 p-bits를 기반으로 한 미래의 하드웨어 구현 개발을 지원합니다.