面向可逆邏輯綜合的Q-M算法并行設(shè)計與基于CUDA的實現(xiàn).pdf

1、可逆邏輯是一個新興的研究領(lǐng)域，對研發(fā)和實現(xiàn)超低功耗IC和量子計算機具有重要的理論意義和應(yīng)用前景。目前，可逆邏輯的綜合、優(yōu)化、實現(xiàn)、應(yīng)用等方面有許多問題需要解決，顯著提高可逆邏輯綜合算法的勝任規(guī)模和優(yōu)化程度是一個亟待解決的基礎(chǔ)性瓶頸問題。移植和改進成熟的常規(guī)（非可逆）邏輯綜合、優(yōu)化算法，例如Quine-McCluskey算法（簡稱Q-M算法），可能是較好地解決上述問題的有效途徑之一。
　　利用并行計算技術(shù)也可以有效地緩解甚至解決上述

2、問題。GPU（Graphic Processing Units，圖形處理器）擁有很多并行處理的架構(gòu)優(yōu)勢，較適合進行較大規(guī)模的并行計算實現(xiàn)算法加速，因而受到了國內(nèi)外的廣泛關(guān)注和研究?；谛滦蚇VIDIA顯卡的CUDA(Compute Unified Device Architecture，統(tǒng)一計算設(shè)備架構(gòu))是目前開發(fā)、應(yīng)用最為廣泛的GPU通用并行計算架構(gòu)。
　　本文以顯著提高可逆邏輯綜合的勝任規(guī)模和優(yōu)化程度為目標，研究了Q-M算法的

3、移植、改進、并行化和基于CUDA的編程。主要做了以下幾個方面的工作:
　　首先，本文簡要介紹了Q-M算法的原理和要點，提出、分析和論證了針對可逆邏輯的特點，移植和改進Q-M算法的基本思路和具體方法，并通過設(shè)計實例初步驗證了上述移植、改進方法的可行性和有效性。
　　其次，本文介紹了CUDA的基礎(chǔ)知識和開發(fā)要點，提出了基于CUDA平臺將Q-M移植算法并行化實現(xiàn)的思路和方法，并進行了具體的編程實現(xiàn)。希望本文的工作對于常規(guī)算法面向可