為了提高效率、合理利用資源，人們無時無刻不在面對著各種優(yōu)化問題，需要在特定條件約束下尋找最佳的解決方案。這些優(yōu)化問題廣泛存在于科學研究、工程與日常生活中，包括物流的運輸、資源的調(diào)度、智慧工廠與工程設(shè)計等。然而，解決這些復雜優(yōu)化問題往往需要消耗大量硬件和時間資源，并且容易陷入局部極小值。因此，開發(fā)微縮化、高效率、低功耗的優(yōu)化求解器硬件將為未來終端智能決策提供重要基礎(chǔ)，是研究人員亟待解決的難題。

為此，北京大學信息科學技術(shù)學院微納電子學系黃如院士-楊玉超研究員課題組提出并實現(xiàn)了一種基于單個憶阻器交叉陣列的高速、低功耗神經(jīng)形態(tài)優(yōu)化求解器硬件，通過在反饋網(wǎng)絡(luò)中引入暫態(tài)混沌達到了兼顧尋找最優(yōu)解以及算法收斂性的雙重效果。

基于憶阻器的暫態(tài)混沌神經(jīng)網(wǎng)絡(luò)用于函數(shù)優(yōu)化與組合優(yōu)化問題高效求解

憶阻器陣列具有高密度、非易失、能夠存儲模擬值等特性，是實現(xiàn)優(yōu)化求解器微縮化的硬件基礎(chǔ)，并使得整個優(yōu)化求解過程高度并行、存算一體，是實現(xiàn)硬件低功耗、高吞吐量的關(guān)鍵。在該研究中，課題組將單個氧化鉭憶阻器陣列設(shè)計為優(yōu)化求解器硬件的核心，用以映射通過數(shù)學變形的暫態(tài)混沌模擬退火神經(jīng)網(wǎng)絡(luò)。其中，通過交叉陣列對角線位置的憶阻器有效引入了暫態(tài)混沌，并控制網(wǎng)絡(luò)從混沌到收斂的動力學狀態(tài)轉(zhuǎn)變，達到混沌模擬退火的目的。研究發(fā)現(xiàn)，憶阻器對相同編程脈沖的固有非線性響應為優(yōu)化求解過程提供了高效的退火策略，可以保證以較高的收斂速度得到最優(yōu)解。實驗結(jié)果展示了該求解器硬件在連續(xù)函數(shù)優(yōu)化、組合優(yōu)化等典型優(yōu)化問題中的優(yōu)異表現(xiàn)，證明了該硬件在優(yōu)化問題高效求解中的巨大潛力。

相關(guān)成果以“Transiently chaotic simulated annealing based on intrinsic nonlinearity of memristors for efficient solution of optimization problems（基于憶阻器固有非線性的暫態(tài)混沌模擬退火用于優(yōu)化問題高效求解》）”為題，近日在線發(fā)表于《科學·進展》（Science Advances6：eaba9901， 2020）。微納電子學系2017級博士生楊可為第一作者。

以上研究工作得到國家重點研發(fā)計劃項目、基金委創(chuàng)新群體項目、國家杰出青年科學基金、騰訊基金會、北京智源人工智能研究院等支持。