基于随机磁性隧道结的均值和方差可重构高斯随机数发生器
新兴技术
2021-12-10 v1 无序系统与神经网络
介观与纳米尺度物理
摘要
生成具有高斯概率分布函数的高质量随机数是机器学习和蒙特卡洛算法等领域中一项重要且耗费计算资源的任务。近来，基于 CMOS 的数字硬件架构已被探索作为专用的高斯随机数发生器（GRNGs）。这些基于 CMOS 的 GRNGs 面积大，且需要输入端的熵源，这增加了计算成本。在此，我们提出一种 GRNG，其工作原理基于由热不稳定磁性隧道结互连网络构成的物理系统中的玻尔兹曼定律。所提出的硬件能以吉赫兹速度产生多位高斯随机数，并可配置以生成具有期望均值和方差的分布。我们提供了所需互连和偏置强度的解析推导，随后通过数值模拟展示了该 GRNG 的功能。
引用
@article{arxiv.2112.04577,
title = {Gaussian Random Number Generator with Reconfigurable Mean and Variance using Stochastic Magnetic Tunnel Junctions},
author = {Punyashloka Debashis and Hai Li and Dmitri Nikonov and Ian Young},
journal= {arXiv preprint arXiv:2112.04577},
year = {2021}
}
备注
14 pages, 5 figures