[发明专利]优化装置及优化装置的控制方法

说明书

本申请公开了一种优化装置及优化装置的控制方法，该优化装置包括：算术处理电路，其用于保持神经元的第一值以及执行算术处理以确定是否允许更新第一值；控制电路，其用于：在使算术处理电路中的一部分执行针对部分神经元群组的算术处理的同时，在算术处理电路之中的第一算术处理电路中设置要用于针对神经元之中除部分神经元群组以外的第一神经元的算术处理的信息；使算术处理电路中的该部分之中的第二算术处理电路来使得算术处理无效；以及使第一算术处理电路开始针对第一神经元的算术处理；以及更新神经元选择电路，其用于从部分神经元群组之中的一个或更多个更新允许神经元中选择目标神经元以及更新所保持的神经元的值之中的目标神经元的值。

技术领域

本文中讨论的实施方式涉及优化装置和优化装置的控制方法。

背景技术

作为用于解决诺伊曼型计算机不是有效的多变量优化问题的方法，存在一种使用伊辛型能量函数的优化装置(有时称为伊辛机或玻尔兹曼机)。该优化装置用表示磁性物质的自旋行为的伊辛模型代替要计算的问题，然后计算该问题。

优化装置可以使用例如神经网络对问题进行建模。在那种情况下，优化装置中包括的且彼此耦合的多个单元(神经元)中的每一个充当神经元，其根据表示另一神经元的状态的状态变量(位)和指示其自身神经元的状态变量(位)与另一神经元的状态变量(位)之间的耦合强度的加权因子(也称为耦合因子)输出0或1。例如，优化装置使用诸如模拟退火的随机搜索方法来获得可以获得伊辛型能量函数(也称为成本函数或目标函数)的最小值的位的状态的组合作为解决方案。

另外，作为神经网络技术的示例，存在一种连接多个神经网络电路以扩展网络规模的技术。此外，作为另一示例，存在以下技术：将神经网络的连接信息存储在存储装置中并且重写连接信息以改变神经网络的连接状态，以实现从小规模神经网络到大规模神经网络的各种神经网络。

例如，相关技术在日本公开特许公报第07-191951号和日本公开特许公报第08-022446号中公开。

当在硬件中实现使用随机搜索方法执行多次迭代计算的优化装置时，存在以下问题：随着优化问题的规模变大(神经元的数量增加)，硬件的数量也会增加。

在实施方式的一个方面中的目的是提供一种可以利用小数量的硬件来促进大规模算术运算的优化装置和该优化装置的控制方法。

发明内容

根据实施方式的方面，优化装置包括：算术处理电路，每个算术处理电路用于进行如下操作：保持神经元的第一值，对该神经元要执行算术处理，神经元是通过对计算目标的优化问题进行转换而获得的伊辛模型的神经元之一；以及执行算术处理以基于伊辛模型的信息和关于目标神经元的信息来确定是否允许第一值的更新，算术处理电路的数量小于神经元的数量；控制电路，其用于进行如下操作：在使算术处理电路中的一部分执行针对作为神经元中的一部分的部分神经元群组的算术处理的同时，在算术处理电路之中的第一算术处理电路中设置要用于针对神经元之中除部分神经元群组以外的第一神经元的算术处理的信息，第一算术处理电路的算术处理是被无效的；使算术处理电路中的该部分之中的第二算术处理电路来使得算术处理无效；以及使第一算术处理电路开始针对第一神经元的算术处理；以及更新神经元选择电路，其用于进行如下操作：从部分神经元群组之中的一个或更多个更新允许神经元中选择目标神经元，一个或更多个更新允许神经元被确定成允许被更新；以及更新由算术处理电路中的该部分保持的神经元的值之中的目标神经元的值。

附图说明

图1是示出根据第一实施方式的优化装置的示例的视图；

图2是示出要处理的神经元的替换的示例的视图；

图3是示出根据第二实施方式的优化装置的示例的视图；

图4是示出算术处理单元的示例的视图；

图5是示出算术处理电路的示例的视图；