یک قدم رو به جلو در طراحی مدارات مقیاس نانو به و سیله هوش ماشین

یکی از ایده های امیدبخش برای جایگزینی CMOS در مقیاس نانو ایده اتوماتای سلولی کوانتومی (QCA) است. بر این اساس، انواع مختلفی از مدارات الکترونیکی و منطقی طراحی و ارایه شده است که اساس طراحی آن ها گیت های اکثریت و اینورتر می باشد. در همین راستا، در کار پیش رو یک روش بهینه سازی موثر برای کاهش تعداد گیت های اکثریت و اینورتر در مدارات QCA چند ورودی-چند خروجی ارایه خواهد شد. روش پیشنهادی مبتنی بر برنامه نویسی ژنتیک کارتزین (Cartesian Genetic Programming) بوده که در آن مدار QCA به صورت دنباله ای از اعداد صحیح به عنوان ژنوتیپ (genotype) کد خواهد شد تا با اجرای برنامه، فنوتیپ (phenotype) بهینه با تعداد گیت ها، نوع گیت ها و اتصالات بهینه در خروجی حاصل شود. در ادامه و برای راستی آزمایی، روش پیشنهادی روی 27 تابع منطقی پیاده سازی شده و نتایج گزارش خواهد شد. نتایج آزمون ها حاکی از آن است که روش پیشنهادی در مقایسه با روش های طراحی رقیب در یافتن جواب با کمترین تعداد گیت عملکرد بهتری دارد. بر این اساس، انتظار می رود با استفاده از این روش علاوه بر تعداد گیت کمتر، مدارهای QCA با سطح اشغالی و تاخیر کمتر طراحی شوند.