.png){kind=icon}
返回
Accelerating hybrid XOR–CNF Boolean satisfiability problems natively with in-memory computing
.png){kind=icon}
OA
AI
DOI：10.1038/s41467-026-69465-2.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
布尔可满足性（SAT）问题是一个计算上具有挑战性的决策问题，在许多工业应用中处于核心地位。对于密码分析、电路设计和电信领域的SAT问题，通过结合异或（XOR）和合取范式（CNF）子句进行表示，通常可以更高效地找到解决方案。我们提出了一种硬件加速器架构，利用存内计算硬件原生嵌入并求解此类混合XOR–CNF问题。为实现此目标，我们引入了一种算法，并通过实验和仿真演示了如何高效地使用忆阻器交叉阵列实现该算法。与将XOR–CNF问题转换为纯CNF问题的传统方法相比，我们的仿真结果表明，该加速器在存内加速器中提升了计算速度、能效和芯片面积利用率，对于一组困难的密码学基准问题，提升幅度约为10倍。此外，该加速器在CPU上运行的当前最先进的SAT求解器相比，实现了约10倍的速度提升和约1000倍的能效增益。在计算机科学中，求解布尔可满足性问题（SAT）可能因计算复杂性而成本高昂。Im和Böhm等人提出了一种使用存内计算硬件的SAT求解器加速器架构，以实现约10倍的速度提升和约1000倍的能效增益。
Keyword:
Computational science
Electrical and electronic engineering
Science
Humanities and Social Sciences
multidisciplinary
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
15.7
论文数:
9.4W
被引数:
91.2W
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容