QSBMs：轻量级量化模拟分岔伊辛机

《IEEE Transactions on Nanotechnology》：QSBMs: Lightweight Quantized Simulated Bifurcation Ising Machines

Ising机器通过量化模拟分支算法提升硬件效率，在解决2000旋量Ising问题中实现1.46ms短搜索和0.73ms长搜索，资源节省达50.8%和82.5%。

　　

摘要：

伊辛机作为解决组合优化问题（COPs）的高效领域特定加速器展现了巨大潜力。模拟分岔（SB）技术源自量子力学，能够在伊辛机中实现自旋状态的快速并行更新。尽管与传统模拟退火方法相比，SB技术显著提升了搜索速度，但由于需要使用连续变量来表示振荡器的位置以获得离散的自旋状态，因此它对硬件资源的需求更高。在本文中，研究人员开发了轻量级的量化SB伊辛机（QSBMs），以在搜索性能和硬件效率之间实现更好的平衡。在多种量化方案中，三值和多值量化SB（qSB）算法将SB中的乘累加（MAC）操作所需的位置变量离散化。具有动态阈值设置的三值qSB将MAC操作转换为加法运算，而均匀量化和对数量化方案则在解决大规模COPs时提高了数值表示的精度。随后设计了三种硬件效率较高的QSBMs，它们采用全连接拓扑结构。这些QSBMs在Xilinx Virtex UltraScale+现场可编程门阵列（FPGA）上实现，其中复杂的乘法运算通过简单的逻辑运算符完成。全连接结构的2048自旋QSBMs相比传统的基于FPGA的伊辛机，最多可减少50.8%的查找表使用量和82.5%的触发器数量。无论是在长时间搜索还是短时间搜索中，QSBMs的表现都更为出色：在1.46毫秒内分别达到了已知最佳解的99.1%和98.5%；而在解决2000自旋伊辛问题时，仅需0.73毫秒。