組合優化問題廣泛存在于社會生活和工業生產中，如自動駕駛、智慧物流、通信組網、藥物發現、金融優化等。然而，這類問題通常具有非確定性多項式時間困難(NP-hard)的特點，為經典計算帶來了巨大的挑戰。而量子退火計算機雖然已在特定領域取得突破，但極低溫的工作環境和尚未成熟的超導工藝嚴重制約了其大規模應用。
 

　　針對以上問題，湖南大學半導體學院陳卓俊副教授團隊創新性采用存算一體新型計算架構實現量子啟發式算法，提出了稀疏感知自旋運算、耦合系數復用技術以及概率翻轉函數近似電路，大幅度提高了系統能效和面積效率。研究團隊采用SMIC 55nm CMOS工藝，設計并成功流片一款量子啟發式退火處理器芯片。該處理器具有900個自旋節點，支持4bit的耦合系數位寬，支持King’s Graph自旋網絡拓撲結構，每個自旋狀態更新所需能量僅為2.4fJ，每個自旋的面積僅為402μm2。測試結果表明，該處理器在解決最大割集等組合優化問題時速度比先進CPU快3~4個數量級，功耗低2~3個數量級。
 

　　相關研究成果以“A Compute-in-Memory Annealing Processor with Interaction Coefficient Reuse and Sparse Energy Computation for Solving Combinatorial Optimization Problems”為題發表在國際集成電路領域頂尖期刊IEEE Journal of Solid-State Circuits，這是湖南省近十年來首次以第一單位在該期刊發表論文。論文的第一作者為物電院周毅峰博士，通訊作者為半導體學院陳卓俊副教授和廖蕾教授。
 

　　IEEE Journal of Solid-State Circuits是國際集成電路領域最高級別期刊之一，旨在發布集成電路領域的最新技術進展和紀錄性成果，代表著業內當前最高技術水平。