Detail publikace
Impact of subcircuit selection on the efficiency of CGP-based optimization of gate-level circuits
Cartesian Genetic Programming, Logic Synthesis, CombinationalCircuits
Od 90. let 20. století byly pro návrh a optimalizaci logických obvodů využívány různé metody založené na evolučních algoritmech. Tyto nekonvenční metody ovšem typicky trpí problémy se škálovatelností, které brání v jejich nasazení v reálném provozu. Nedávné vylepšení výpočtu fitness spolu s představením formálních metod evaluace fitness, jakými jsou např. SAT solvery nebo BDD, umožnilo jistý posun směrem k řešení komplexních industriálních problémů. Bylo ukázáno, že evoluční algoritmy mohou být bez jakékoli dekompozice využity pro optimalizaci obvodů na úrovni hradel, které obsahují tisíce hradel. Efektivita tohoto přístupu se bohužel snižuje s narůstající komplexností obvodů. Tento problém je možné vyřešit pomocí konceptu tzv. iterativní resyntézy založené na extrakci malých podobvodů z komplexního obvodu, jejich optimalizaci a navrácení zpět do původního obvodu. V předchozí práci jsme představili metodu založenou na tzv. řezech. V této publikaci představujeme alternativní přístup, kterým je možno vybrat komplexnější podobvody obsahující více hradel a vstupů. Při porovnání s předchozí metodou bylo dosaženo větší efektivity optimalizace. Více než 9% úbytek hradel byl zaznamenán na vysoce optimalizovaných obvodech a 20% úbytek na obvodech aritmetických.
@inproceedings{BUT158075,
author="Jitka {Kocnová} and Zdeněk {Vašíček}",
title="Impact of subcircuit selection on the efficiency of CGP-based optimization of gate-level circuits",
booktitle="GECCO '19 Proceedings of the Genetic and Evolutionary Computation Conference Companion",
year="2019",
pages="377--378",
publisher="Association for Computing Machinery",
address="New York",
doi="10.1145/3319619.3321926",
isbn="978-1-4503-6748-6",
url="https://www.fit.vut.cz/research/publication/11921/"
}