北京大学集成电路学院/集成电路高精尖创新中心黄如院士-杨玉超教授课题组与北方集成电路技术创新中心（北京）有限公司合作，在NatureElectronics杂志在线发表了题为Ascalable universal Ising machine based on interaction-centric storage and compute-in-memory的研究论文，在通用伊辛机的构建上取得了突破性进展。基于北京大学与北方集成电路技术创新中心（北京）有限公司自主研发的先进忆阻器集成工艺，团队设计研制了高能效存内伊辛计算芯片，并利用独创的数据映射方法完成了对任意伊辛图的组合优化问题求解。该工作开创了伊辛计算芯片的新范式，在伊辛机的实际应用方面实现了突破，为伊辛机芯片的实用化奠定了重要基础。

伊辛机是一种用于求解组合优化问题的退火处理器。它通过在芯片中模拟伊辛图所代表的物理模型演化来实现对于组合优化问题的求解。然而，目前大多伊辛机都利用芯片上固定的电路结构代表伊辛图中的自旋节点，仅能支持针对有限类型拓扑结构的伊辛图进行计算，也仅支持在有限规模下处理伊辛图。现有研究中仍缺乏针对任意伊辛图结构的通用处理技术，这也限制了伊辛机进一步推广到更通用的组合优化问题求解。

针对这一关键难题，黄如院士-杨玉超教授课题组首次提出了一种基于存内计算、以连接为中心的通用伊辛机。本工作使用粗粒度稀疏矩阵行压缩（coarse-grained compressed sparse row）方法压缩伊辛图的邻接矩阵，使其能够更高效地部署于忆阻器存内计算核心中。该技术在映射伊辛图时以节点之间的连接关系为中心进行存储，解决了原有伊辛机只能支持特定图结构的问题。

图1: 通用伊辛机的运行范式展现出高能效与高可重构性的特点

该工作首次实现了能够处理任意伊辛图结构的通用伊辛机。当问题规模增大时，其硬件开销也显著低于已有工作。基于此技术，本工作成功将伊辛机应用于求解实际的电子自动化设计（EDA）问题。在版图光罩划分问题中，相比于在CPU上运行的整数规划算法可以实现90–65,550倍的加速。这一功能的实现展示了通用伊辛机更高效应用于实际问题求解的潜力。

图2: 通用伊辛机应用效果

在本工作中，黄如院士-杨玉超教授课题组与北方集成电路技术创新中心（北京）有限公司合作开发了40nm制程嵌入式忆阻器工艺，并设计研发了基于该工艺的忆阻器芯片。利用该芯片的伊辛机在最大割问题求解中相比于GPU可以达到4.56-7.32倍加速，在图着色问题求解中达到442-1450倍加速，在能效方面相比通用GPU可以实现4.1105–6.0105倍提升。

相关成果以“A scalable universal Ising machine based on interaction-centric storage and compute-in-memory”为题，发表于《自然-电子》（Nature Electronics）杂志。北京大学集成电路学院/人工智能研究院博士生岳文硕与北京大学集成电路学院博士后张腾为共同第一作者，杨玉超教授与燕博南助理教授为通讯作者。相关工作得到了国家重点研发计划、国家杰出青年基金、北京市双1+1重点项目、后摩尔重大研究计划等项目的资助。

文章链接：https://www.nature.com/articles/s41928-024-01228-7