擴(kuò)展摩爾定律通過結(jié)合新興的納米技術(shù)（X）增強(qiáng)互補(bǔ)金屬氧化物半導(dǎo)體（CMOS）晶體管變得越來越重要。一類重要的問題涉及在概率機(jī)器學(xué)習(xí)、優(yōu)化和量子模擬中使用的基于抽樣的蒙特卡洛算法。在這里，我們將基于隨機(jī)磁隧道結(jié)（sMTJ）的概率比特（p-bits）與現(xiàn)場(chǎng)可編程門陣列（FPGA）結(jié)合起來，創(chuàng)建了一個(gè)能效高的CMOS + X（X = sMTJ）原型。這種設(shè)置展示了如何通過利用吉布斯采樣的算法更新順序不變性，由sMTJ控制的異步驅(qū)動(dòng)CMOS電路能夠執(zhí)行概率推理和學(xué)習(xí)。我們展示了sMTJ的隨機(jī)性如何增強(qiáng)低質(zhì)量的隨機(jī)數(shù)生成器（RNG）。詳細(xì)的晶體管級(jí)比較顯示，基于sMTJ的p-bits可以替換多達(dá)10,000個(gè)CMOS晶體管，同時(shí)消耗的能量減少兩個(gè)數(shù)量級(jí)。我們方法的集成版本可以推進(jìn)涉及深度玻爾茲曼機(jī)和其他基于能量的學(xué)習(xí)算法的概率計(jì)算，具有極高的吞吐量和能效。

研究亮點(diǎn)總結(jié)：

1. 提出了一種結(jié)合隨機(jī)磁隧道結(jié)（sMTJ）和現(xiàn)場(chǎng)可編程門陣列（FPGA）的新型CMOS + X（X = sMTJ）原型，用于能效高的計(jì)算。

2. 展示了如何利用sMTJ控制的異步驅(qū)動(dòng)CMOS電路進(jìn)行概率推理和學(xué)習(xí)，特別是通過吉布斯采樣的算法更新順序不變性。

3. 證明了sMTJ的隨機(jī)性可以增強(qiáng)現(xiàn)有的隨機(jī)數(shù)生成器（RNG），提高其性能。

4. 通過晶體管級(jí)比較，證明了基于sMTJ的p-bits在減少能耗的同時(shí)能夠替代大量CMOS晶體管。

5. 該研究為概率計(jì)算的發(fā)展提供了新的方向，特別是在深度玻爾茲曼機(jī)和其他基于能量的學(xué)習(xí)算法方面，有望實(shí)現(xiàn)更高的吞吐量和能效。

本研究通過將sMTJ技術(shù)與FPGA結(jié)合，成功開發(fā)了一種新型的CMOS + X原型，這不僅在概率計(jì)算領(lǐng)域具有重要的應(yīng)用前景，而且在能效方面實(shí)現(xiàn)了顯著的提升。我們的實(shí)驗(yàn)結(jié)果表明，基于sMTJ的p-bits在減少能耗的同時(shí)能夠替代大量CMOS晶體管，這對(duì)于未來低功耗、高性能計(jì)算設(shè)備的發(fā)展具有重要意義。此外，我們的研究為深度玻爾茲曼機(jī)和其他基于能量的學(xué)習(xí)算法的發(fā)展提供了新的可能性，預(yù)示著在概率計(jì)算領(lǐng)域?qū)⒂瓉砀叩耐掏铝亢湍苄А?/span>