Simulação e Síntese Automática de Circuitos de Autômatos Celulares com Pontos Quânticos Através de Técnicas Inteligentes

Transcrição

1 Simulação e Síntese Automática de Circuitos de Autômatos Celulares com Pontos Quânticos Através de Técnicas Inteligentes Omar Paranaiba Vilela Neto Orientadores: Marco Aurélio C. Pacheco Carlos R. Hall Barbosa

2 Sumário Sumário Introdução Inteligência Computacional no Apoio à Nanotecnologia Autômatos Celulares com Pontos Quânticos (QCA) Simulador de QCA Síntese Automática de Circuitos de QCA por AG Estudos de Caso Conclusão e Trabalhos Futuros

4 Introdução Objetivos: Desenvolver um simulador de circuitos de Autômatos Celulares com Pontos Quântico; Criar uma metodologia de síntese automática de circuitos de Autômatos Celulares com Pontos Quânticos. Afinal, o que são Autômatos Celulares com Pontos Quânticos???

5 Introdução Autômatos Celulares com Pontos Quânticos (Quantum-Dots Cellular Automata - QCA) Novo paradigma de circuitos de lógica digital para fins de computação. escala nanométrica; Informação é transmitida sem o fluxo de corrente elétrica; permite desenvolvimento de uma nova geração de computadores: maior densidade espacial; mais rápidos; menor dissipação de energia; menor consumo de energia.

6 Introdução Motivação E Agora? Avanço tecnológico Lei de Moore

7 Introdução Motivação QCA Tecnologia promissora. Fonte: International Technology Roadmap for Semiconductor

9 Inteligência Computacional Aplicada à Nanotecnologia Inteligência Computacional técnicas de computação inspiradas na natureza; Algoritmos Genéticos - AG; Redes Neurais RN; Lógica Fuzzy LF; Sistemas Híbridos. Nanotecnologia Criar, caracterizar, produzir e aplicar estruturas, dispositivos e sistemas, controlando forma e tamanho na escala nanométrica, com base na crescente capacidade da tecnologia moderna de ver e manipular átomos e moléculas.

10 Inteligência Computacional Aplicada à Nanotecnologia Inteligência Computacional x Nanotecnologia Otimização de dispositivos nanoeletrônicos; otimização de nanodispositivos (ex. Poços Quânticos); síntese de dispositivos moleculares; desenvolvimento de circuitos de single electron transistor (SET) robustos e tolerântes a falhas; síntese de novas moléculas; desenvolvimento de novos medicamentos; tratamento de moléculas em superfícies; criação de novos polímeros condutores; outros.

12 Autômatos Celulares com Pontos Quânticos - QCA Circuitos são formados por células de pontos quânticos. Uma célula contém: 4 Pontos quânticos regiões fixas onde as cargas elétricas podem estar localizadas; cada ponto quântico possui carga fixa igual 1/2 Coulomb; 2 cargas (elétrons) livres e móveis Podem tunelar entre os pontos quânticos da célula, mas nunca podem sair da célula. Ponto quântico com elétron (carga = -½ C) Ponto quântico sem elétron (carga = ½ C)

13 Autômatos Celulares com Pontos Quânticos - QCA Elétrons tendem a se afastarem, posicionando-se nas diagonais, para diminuir a repulsão e aumentar a atração. Dois possíveis estados: Polarização -1 Binário 0 Polarização +1 Binário 1 P = -1 P = +1

14 Autômatos Celulares com Pontos Quânticos - QCA Quando duas células são colocadas lado a lado, a polarização de uma influencia na polarização da outra célula. interação entre as célula possui uma característica não-linear; uma pequena assimetria das cargas de uma célula é o suficiente para influenciar fortemente a polarização da outra célula. logo, células lado a lado, tendem a ter a mesma polarização.

15 Autômatos Celulares com Pontos Quânticos - QCA Kink Energy A kink energy representa o custo de energia de duas células terem polarizações opostas. q q i j i, j k Interação entre duas células. E = k r i r j Primeiro calcula para células com polarizações diferentes E1; em seguida para células com polarizações iguais - E2; kink energy = E1 E2

16 Autômatos Celulares com Pontos Quânticos - QCA Kink Energy k k E 41 0, 2,23 1 1, ,16 1 2, ,23 1 1, ,16 1 2, = = kink energy = 0,41 (- 0,41) = 0,82k j i j i j i r r q q k E =,

17 Autômatos Celulares com Pontos Quânticos - QCA Dispositivos Básicos Fio Inversor

18 Autômatos Celulares com Pontos Quânticos - QCA Dispositivos Básicos Distribuição Majority Gate

19 Autômatos Celulares com Pontos Quânticos - QCA Células Rotacionadas Os pontos quânticos são rotacionados de 45º dentro das células.

20 Autômatos Celulares com Pontos Quânticos - QCA Zonas de Clock Controla quando a célula pode estar ou não polarizada; é usado para sincronizar o fluxo da informação nos circuitos; possui quatro fases deslocadas de 90º umas das possui quatro fases deslocadas de 90º umas das outras. Fases funcionam seqüencialmente.

21 Autômatos Celulares com Pontos Quânticos - QCA Zonas de Clock Uma zona de clock, sinal da entrada B sempre chega na saída Três zonas de clock, sinais das três entradas se juntam e a maioria aparece na saída

22 Autômatos Celulares com Pontos Quânticos - QCA Alternativas de Fabricação Ilhas de Metal Protótipo; escala micro; baixíssima temperatura. Semicondutores Já há um conhecimento de construção de pontos quânticos; difíceis de serem controlados e fabricados de forma a serem posicionados corretamente; há pesquisas de utilizarem QCA (semicondutor) em computação quântica.

23 Autômatos Celulares com Pontos Quânticos - QCA Magnético (MQCA) Pesquisas recentes; Alternativas de Fabricação interação magnética de nanopartículas; temperatura ambiente até mesmo para grande dispositivos. Molecular O mais promissor; células altamente simétricas; temperatura ambiente; altíssimas velocidades; dificuldades: superfície, I/O e clock.

25 Autômatos Simulador de Celulares QCA com Pontos Quânticos - QCA Simulador Necessário para a síntese automática de circuitos de QCA; auxilia pesquisadores no desenvolvimento da arquitetura; utiliza uma Rede Neural do tipo Hopfield.

26 Simulador de QCA Rede de Hopfield Função de energia da rede Potencial de entrada do neurônio i Arquitetura da rede de Hopfield ( U ) = tanh( 4.5 U ) V * Função de ativação não linear

27 Autômatos Simulador de Celulares QCA com Pontos Quânticos - QCA Considerações Cada célula é representada por um neurônio; assume valores entre -1 e 1.

28 Autômatos Simulador de Celulares QCA com Pontos Quânticos - QCA Considerações Células são posicionadas em uma grade. Há um raio de vizinhança.

29 Autômatos Simulador de Celulares QCA com Pontos Quânticos - QCA Considerações Peso sináptico Tij = Tji é igual à kink energy entre a célula i e a célula j. Potencial de saída dos neurônios: ( U ) = tanh( 4.5 U ) V * Células Polarizadas V ( U ) = tanh( U ) Células Despolarizadas

30 Autômatos Simulador de Celulares QCA com Pontos Quânticos - QCA procedure: Simula um circuito input: matriz com a topologia do circuito Cria a matriz de pesos sinápticos; Inicia clock; while (condição de parada é falsa) Limpa zona de clock deslocada de 180º; while (circuito é alterado) for (cada neurônio despolarizado e na zona de clock atual) end for Fornece uma polarização inicial às células despolarizadas; while (polarização não converge ou não atinge o número máximo de interações) for (Para cada neurônio polarizado e na zona de clock atual) end for end while end while Passa para a próxima zona de clock; end while end procedure Calcula o estado de polarização das células polarizadas;

31 Autômatos Simulador de Celulares QCA com Pontos Quânticos - QCA

32 Autômatos Simulador de Celulares QCA com Pontos Quânticos - QCA

33 Autômatos Simulador de Celulares QCA com Pontos Quânticos - QCA Circuito com Ruído

34 Autômatos Simulador de Celulares QCA com Pontos Quânticos - QCA Circuito com Ruído

36 Síntese Automática de Circuitos de QCA por AG Hardware Evolucionário (EHW) Síntese automática de sistemas eletrônicos por meio de algoritmos evolutivos; encontra, muitas vezes, soluções otimizadas; encontra soluções inimagináveis por especialistas humanos. Síntese de circuitos de QCA necessita: Evoluir a topologia do circuito; colocar as células corretas; encontrar as zonas de clock corretas

37 Síntese Automática de Circuitos de QCA por AG Necessário 3 cromossomos: Cromossomo de topologia; cromossomo de tipo de célula; cromossomo de zona de clock. Usa modelo co-evolucionário cooperativo.

38 Síntese Automática de Circuitos de QCA por AG Um fitness associado ao indivíduo é retornado pela colaboração Cada indivíduo da espécie é avaliado com a colaboração de indivíduos de outras espécies A colaboração ocorre no Modelo do Domínio

39 Síntese Automática de Circuitos de QCA por AG Síntese de Circuitos Representação deve garantir: Atingir as saídas partindo-se das entradas; Garante a criação de indivíduos válidos. garantir que o caminho entre uma célula de saída e uma célula de entrada seja único. Garante que todas as entradas influenciem nas saídas. Modelo inspirado no problema do caixeiro viajante com restrições de precedência e no problema de otimização de planejamento com restrições de precedência.

40 Síntese Automática de Circuitos de QCA por AG Cromossomo de topologia determina a prioridade de se colocar uma célula na posição indicada; Uma nova célula somente pode ser posicionada se houver uma célula vizinha à sua posição (exceto a célula de saída). cromossomo de tipo indica se a célula é convencional ou rotacionada; cromossomo de clock indica se o o clock é incrementado ou se mantém o mesmo do que os vizinhos;

41 Síntese Automática de Circuitos de QCA por AG procedure: gera circuito válido input: grade com as células de entrada e saída previamente definidas while (condição de parada é falsa) end while end procedure -Varrer o vetor de topologia até encontrar uma posição na grade onde pode ser posicionada uma nova célula de QCA; -Checar o tipo de célula de QCA que será colocada na posição encontrada; -Verificar se muda o clock; if (todas as células de saída foram atingidas com um caminho único partindo de cada entrada) - Condição de parada é verdadeira. end if

42 Síntese Automática de Circuitos de QCA por AG Criação do Circuito Saída não conta como vizinho

43 Síntese Automática de Circuitos de QCA por AG Criação do Circuito Não possui vizinho

44 Síntese Automática de Circuitos de QCA por AG Criação do Circuito Célula Convencional e na mesma zona de clock da célula vizinha Posiciona a célula

45 Síntese Automática de Circuitos de QCA por AG Criação do Circuito Saída não conta como vizinho

46 Síntese Automática de Circuitos de QCA por AG Criação do Circuito Não possui vizinho

47 Síntese Automática de Circuitos de QCA por AG Criação do Circuito Já foi colocada

48 Síntese Automática de Circuitos de QCA por AG Criação do Circuito Célula Rotacionada e na mesma zona de clock da célula vizinha Posiciona a célula

49 Síntese Automática de Circuitos de QCA por AG Criação do Circuito Célula Rotacionada e um zona de clock a frente da célula vizinha Posiciona a célula

50 Síntese Automática de Circuitos de QCA por AG Criação do Circuito Célula Convencional e Na mesma zona de clock da célula vizinha Posiciona a célula

53 Síntese Automática de Circuitos de QCA por AG Criação do Circuito Saída não conta Como vizinho

54 Síntese Automática de Circuitos de QCA por AG Criação do Circuito Não pode ser colocada

58 Síntese Automática de Circuitos de QCA por AG Criação do Circuito Célula Convencional e uma zona de clock na frente da célula vizinha Posiciona a Célula

59 Síntese Automática de Circuitos de QCA por AG Avaliação do Indivíduo A = Numero de acertos Aptidão = (A B) + C Para n entradas, número de acertos total é igual a 2 n B = Bonificação ou Penalização Objetivo de evitar mínimos locais C = Bônus pela quantidade de células Quanto menos células maior a bonificação; só é somada aos indivíduos que tenham a pontuação máxima na combinação de A e B.

60 Síntese Automática de Circuitos de QCA por AG Avaliação do Indivíduo Aptidão = (A B) + C Exemplo: porta OU de 2 entradas A : numero total de acertos é igual a 2 2 = 4 B : valor 0 aparece na saída somente uma vez saída 0 peso 2 saída 1 peso 1 avaliação total da combinação A e B = 3x1 + 1x2 = 5 C : 10 / nº de células somente é somado aos indivíduos que atingiram pontuação total igual a 5 na combinação de A e B.

62 Síntese Automática de Circuitos de QCA por AG Dois cromossomos: Porta OU de 4 entradas cromossomo de topologia; cromossomo de clock; Avaliação: Número de acerto = 2 4 = 16. (1 Saída igual a 0 peso 2); Total = 17. Bônus: 30 / número de células. Dados do AG Gerações: 200; População: 50; Taxa inicial de crossover: 0,9; Taxa final de crossover: 0,75; Taxa inicial de mutação: 0,2; Taxa final de mutação: 0,5; Steady State: 0,2.

63 Síntese Automática de Circuitos de QCA por AG Porta OU de 4 entradas Número de experimentos com a lógica correta Número médio de células nos circuitos corretos Número de células no melhor circuito encontrado Aleatório GA average of 10 runs 20,0 19,0 18,0 17,0 16,0 GA Random 15,0 14,

64 Síntese Automática de Circuitos de QCA por AG Porta OU de 4 entradas Circuito Sintetizado com 12 células Circuito anterior com 18 células

65 Síntese Automática de Circuitos de QCA por AG Dois cromossomos: cromossomo de topologia; cromossomo de clock; Avaliação: Multiplexador Número de acerto = 2 3 = 8. (Penaliza erros quando a saída desejada é igual a zero); Total = 8. Bônus: 30 / número de células. Dados do AG Gerações: 200; População: 100; Taxa inicial de crossover: 0,9; Taxa final de crossover: 0,75; Taxa inicial de mutação: 0,2; Taxa final de mutação: 0,5; Steady State: 0,2.

66 Síntese Automática de Circuitos de QCA por AG Multiplexador Número de experimentos com a lógica correta Número médio de células nos circuitos corretos Número de células no melhor circuito encontrado Aleatório GA average of 10 runs 10,0 9,5 9,0 8,5 8,0 7,5 7,0 6,5 6,0 5, GA Random

67 Síntese Automática de Circuitos de QCA por AG Multiplexador Circuito Sintetizado com 14 células Circuito anterior com 18 células

68 Síntese Automática de Circuitos de QCA por AG Três cromossomos: OU-Exclusivo cromossomo de topologia, de tipo e de clock Avaliação: Número de acerto = 2 2 = 4. Total = 4. Bônus: 40 / número de células. Dados do AG Gerações: 150; População: 200; Taxa inicial de crossover: 0,9; Taxa final de crossover: 0,65; Taxa inicial de mutação: 0,2; Taxa final de mutação: 0,4; Steady State: 0,2.

69 Síntese Automática de Circuitos de QCA por AG OU-Exclusivo Average of 12 runs 5 4,5 4 3,5 3 2,5 2 1,5 1 0, GA Random

70 Síntese Automática de Circuitos de QCA por AG OU-Exclusivo Circuito Sintetizado com 16 células Circuito anterior com 64 células

71 Síntese Automática de Circuitos de QCA por AG Somador Completo Somador Original: 145 células Síntese deve ser feita em blocos. 2 alternativas

72 Síntese Automática de Circuitos de QCA por AG Somador Completo Alternativa 1 Sintetizar as partes marcadas na figura.

73 Síntese Automática de Circuitos de QCA por AG Somador Completo Alternativa 1 Novo circuito possui 130 células.

74 Síntese Automática de Circuitos de QCA por AG Somador Completo Alternativa 2 Sintetizar as partes da soma e do resto separadamente.

75 Síntese Automática de Circuitos de QCA por AG Alternativa 2 Somador Completo Sintetizar as partes da soma e do resto separadamente. Resto 96 células Soma

77 Conclusão e Trabalhos Futuros Conclusão Transistores surgiram a mais de 50 anos atrás e revolucionaram a eletrônica. Nanoeletrônica está no princípio e o desenvolvimento da computação, em especial a Inteligência Computacional, fornece ferramentas que para um avanço cada vez mais rápido; O desenvolvimento de simuladores fornece aos pesquisadores uma ferramenta para o teste e a avaliação de novas arquiteturas. Simuladores de circuitos de QCA são fundamentais, já que a implementação física é ainda difícil de ser obtida; O simulador desenvolvido é capaz de fazer a simulação lógica de circuitos de QCA de forma rápida e precisa, além de possuir uma boa interface com o modelo de síntese automática;

78 Conclusão e Trabalhos Futuros Conclusão A metodologia de síntese automática de circuitos de QCA se mostrou capaz de encontrar circuitos com a lógica correta, evitando interferência que poderiam levar o circuito ao mau funcionamento; Modelo é capaz de encontrar circuitos eficientes e inovadores; Encontrou circuitos otimizados, diminuindo a quantidade de células; O modelo de síntese de circuitos célula a célula permite explorar diversas possibilidades inimagináveis por especialistas humanos; Modelo tem dificuldades de sintetizar circuitos grandes.

79 Conclusão e Trabalhos Futuros Trabalhos Futuros Aumentar o raio de vizinhança entre células do simulador, podendo assim explorar diferentes interações ; Permitir que o centro das células fique posicionado em qualquer lugar no espaço e não somente nos pontos das grades ; Aumentar o poder de simulação, permitindo não somente a simulação lógica como também uma simulação quântica dos circuitos, além de incluir efeitos de temperatura ; Otimizar o simulador para diminuir o tempo de simulação; Investigar mudanças no modelo de síntese de circuitos de modo a contemplar circuitos maiores e complexos; Utilizar técnicas de múltiplos objetivos para que mais características do simulador possam ser otimizadas, tal como a interação entre as células; Sintetizar circuitos de QCA tolerantes a falhas; sintetizar circuitos de QCA reversíveis; utilizar técnicas de inteligência computacional para a síntese e otimização de outros sistemas nanométricos.

80 FIM FIM