最优含亚稳态排序网络
分布式、并行与集群计算
2018-01-24 v1
摘要
当双稳态元件的建立/保持时间被违反时,它们可能变得亚稳态,即进入既非数字0也非数字1的瞬态。一般而言,亚稳态无法避免,这一问题在对任意模拟值进行离散测量时显现。输出的亚稳态随后反映了测量应向上还是向下舍入到下一可能测量结果的不确定性。令人惊讶的是,Lenzen和Medina(ASYNC 2016)表明亚稳态可被包含,即测量值可在不先解析亚稳态的情况下被正确排序。然而,他们的工作以及Bund等人(DATE 2017)的最先进水平都未解决此类解决方案是否能像标准排序网络一样小而快。我们表明这确实可能,通过提供一种对Gray码输入(可能含一个亚稳态位)进行排序且具有渐近最优深度和大小的电路。具体而言,对于10通道排序网络和16位宽输入,我们相比Bund等人将延迟改进48.46%、面积改进71.58%。我们的仿真表明,直接的晶体管级优化可能产生与标准(非包含)方案相当的性能。
引用
@article{arxiv.1801.07549,
title = {Optimal Metastability-Containing Sorting Networks},
author = {Johannes Bund and Christoph Lenzen and Moti Medina},
journal= {arXiv preprint arXiv:1801.07549},
year = {2018}
}
备注
The paper will be published during DATE 2018