技術名稱 | 高能效最佳化問題決策:基於類神經網路架構之記憶體內退火單元於路徑排程及基因組裝之應用 | ||
---|---|---|---|
計畫單位 | 國立陽明交通大學 | ||
計畫主持人 | 侯拓宏 | ||
技術簡介 | 本技術結合記憶體元件、記憶體內運算與模擬退火演算法,實現全球首顆記憶體內退火晶片,並驗證於10城市旅行銷售員問題和300片段基因組裝應用。未來有望使運算速度快千倍,可用於晶片設計、生醫、物流排程等領域,成為最佳化決策的利器。此研究發表於IEDM 2021,並榮獲2024美光半導體創新應用競賽第一名。 |
||
科學突破性 | 我們首次展示記憶體內退火單元求解旅行銷售員和基因組裝等最佳化問題。通過硬體-演算法協同優化,克服問題規模大、計算精度不足和不準確等問題。使用具模擬退火功能、90TOPS高算力及2000TOPS/W高能效的大容量記憶體內退火單元,解決高精度旅行銷售員問題,並配合分治法首次擴展到大規模基因組裝問題。 |
||
產業應用性 | 組合最佳化問題是在眾多的可能答案中找尋最佳解的決策問題,在生醫、物流、投資組合優化、晶片設計繞線等領域有廣泛應用。但其求解所需的計算量非常大且缺乏有效的加速硬體,是目前實現高速決策的瓶頸。本技術提出的記憶體內退火單元,結合現有成熟半導體技術,在速度和能源效率方面具有很大優勢,並且可低成本大規模製造。 |
||
關鍵字 | 記憶體內運算 模擬退火演算法 組合最佳化問題 記憶體內退火單元 量子啟發式運算 旅行推銷員問題 基因定序 基因組裝 高能效 高平行 |