华盛顿大学的研究人员最近开发了一种自动合成随机计算(S C)电路的新技术。 他们的方法，在ar Xiv上预发表的一篇论文中提出，是基于随机综合，这是传统上的程序综合技术..

随机计算(S C)是一种新兴的非常规计算方法，将数据编码为概率位流，使新电路的设计变得不直观。 与传统的二进制编码(B E)计算方法相比，SC具有更高的计算密度和更低的功耗..

“随机计算研究的一个关键挑战是找出新的随机电路设计方法，”进行这项研究的研究人员之一文森特·李告诉TechXplore。 “设计一类新的随机电路的工程工作量和洞察力是相当高的，因此寻找新的、自动化的方法来减轻设计负担一直是我的一个持续的研究目标。”

现有的合成SC电路的方法通常仅限于特定类型或类型的函数，如多项式评估或常数缩放。 李和他的同事开始确定一种更有效的方法来合成SC电路，这可能有更广泛的应用。

李说：“我在我们的程序综合阅读小组中发现了随机综合，同时阅读了Eric Schkufza等人的一篇论文。” “我对程序合成领域是个新手，我认为解决方案对于设计者或程序员来说是相当不直观或难以理解的优化任务非常酷。 尽管有一些可伸缩性的限制，但我在设计新的随机电路时遇到的问题往往有很小的解，所以我认为随机综合可能是一个很好的匹配。”

李和他的同事设计的方法是对核心随机综合算法的适应，该算法支持电路而不是程序。 其背后的一般思想是将所有电路视为一个高维空间，在这个空间中，每个电路都被赋予特定的成本。

这个成本是由一个成本函数来定义的，它捕捉了一个电路与空间中其他电路之间的关系有多有效。 在他们的研究中，研究人员设置了成本函数来测量误差，相对于一个定义他们希望电路做什么的规范。

李解释说：“然后，这种技术将电路空间遍历到成本更高的电路，类似于梯度下降如何向更好地优化目标函数的参数集移动。” “这提供了一个更智能的搜索空间的电路，合成有希望的电路比你尝试蛮力枚举或随机列举的解决方案更快。”

研究人员评估了他们的技术，并将其与其他现有的合成SC电路的方法进行了比较。 他们发现随机合成比当前的方法更通用，有效地合成了手动设计和新的SC电路。

李说：“我认为我们研究的最有意义的结果是，这种技术能够合成新的电路，而这种电路本来就不适合手工设计。” “能够完全基于描述其功能的规范自动生成随机电路是随机计算中一个非常令人兴奋的发展。”

李和他的同事收集的结果表明，随机合成可以帮助自动化合成SC电路的任务。 这将最终减轻SC设计师的重大设计负担，使他们能够专注于其他任务。

他说：“即使这项技术不能提供一个高质量的解决方案，它也可能会提供一个实现合理近似的电路，或者深入了解可能值得进一步评估的电路类型。” 在这项工作中，我们实际上发现了一些有趣的电路，使用了我们以前从未考虑过的微结构，这也是非常令人兴奋的。

研究人员在研究中遇到的关键挑战之一是可伸缩性。 事实上，他们的技术搜索的效率(即。 给定固定搜索时间预算的解决方案的质量和识别正确解决方案所需的时间)对成本函数很敏感，因为这就是定义梯度的原因，以及搜索如何遍历电路空间。

“幸运的是，最理想的随机电路相对较小，因此可伸缩性对该技术的实用性并不重要，”李说。 然而，这种观察到的限制留下了大量的机会，以提高技术的效率与启发式，使它能够扩展到更大的电路。 我认为这将是我们今后工作中值得探讨的一个有趣领域。”