Los investigadores proponen una metodología de diseño para generadores de números aleatorios gaussianos por hardware

Un equipo de investigación de la Universidad de Ciencia y Tecnología de China (USTC) de la Academia de Ciencias de China (CAS) ha propuesto una nueva metodología de diseño para generadores de números aleatorios gaussianos (GRN) adaptados a los sistemas de simulación SerDes.

El estudio fue publicado en Transacciones IEEE sobre circuitos y sistemas I: artículos regulares.

El ruido blanco gaussiano aditivo (AWGN) sirve como modelo estándar para encapsular el impacto combinado de varias fuentes de ruido aleatorias e impredecibles. En consecuencia, los generadores GRN, capaces de producir AWGN como módulos de hardware, desempeñan un papel importante en numerosos sistemas de simulación de hardware de alto rendimiento.

Desde la implementación pionera del algoritmo Box-Muller en hardware allá por el año 2000, la investigación sobre algoritmos de generación de GRN por hardware ha florecido. Sin embargo, para los sistemas de hardware, los algoritmos tradicionales a menudo requieren multiplicadores y unidades de redondeo adicionales, lo que genera un mayor consumo de hardware y fuentes de error.

Además, el rango de salida diseñado mediante métodos tradicionales normalmente requiere pruebas posteriores al diseño o análisis teóricos para su determinación. Faltan medios directos para ampliar el rango de potencia.

Basado en el algoritmo Piecewise-CLT, relativamente novedoso, el equipo propuso un enfoque de diseño novedoso para generadores GRN capaces de acomodar valores σ y rangos de salida arbitrarios, lo que se logró introduciendo valores σ variables y rangos de salida GRN predefinidos en la derivación de expresiones algorítmicas. proceso. Utilizando este enfoque, el equipo creó un generador con un rango de salida teórico de ±14σ.

Sin embargo, los intentos del equipo de introducir la reconfigurabilidad en el algoritmo enfrentaron un desafío; La reconfiguración directa del valor σ de la arquitectura de hardware existente generó un aumento de errores a medida que σ disminuyó, lo que limitó gravemente la practicidad. Por lo tanto, se introdujo en el algoritmo un parámetro denominado índice de escala.

Este parámetro permitió que el algoritmo ajustara los valores relevantes de manera diferente en función de los valores variables de σ durante la generación de números aleatorios, lo que resultó en una curva de error relativamente estable y facilitó la configuración en tiempo real de los valores σ.

Basándose en los hallazgos anteriores, el equipo propuso una metodología de diseño novedosa para generadores GRN de hardware. En comparación con los enfoques tradicionales, este método ofrece flexibilidad y usabilidad superiores al admitir valores σ arbitrarios, rangos de salida arbitrarios y reconfigurabilidad.

Está preparado para respaldar el desarrollo de sistemas de simulación de hardware de alto rendimiento caracterizados por velocidades de reloj más altas, mayores grados de paralelismo y tasas mejoradas de utilización de recursos de hardware.

Proporcionado por la Universidad de Ciencia y Tecnología de China