摘要：为了促进密码算法的设计和实现,中国密码学会(CACR)于2018年举办全国密码算法设计竞赛,其中FBC算法是晋级到第二轮的十个算法之一.FBC有三个版本,即FBC128-128、FBC128-256和FBC256-256,分别能够支持128比特和256比特长度的明文和密钥.FBC算法采用4路两重Feistel结构设计,便于硬件实现.本文利用中间相遇的截断差分构造方法,针对FBC加密算法,为FBC-128算法构造了11轮概率为2^(-108)的截断差分路线,基于该区分器,对FBC-128算法第一次给出15轮密钥恢复攻击,其中攻击的数据复杂度为2^(99)选择密文,时间复杂度是2^(100)次15轮加密,比已有的分析结果提高了3轮.对于256比特分组长度的FBC-256算法构造了15轮概率为2^(-236)的截断差分路线,基于该区分器,对FBC-256算法给出了20轮密钥恢复攻击,攻击的数据复杂度为2^(227)选择密文量,时间复杂度是2^(222.6)次20轮加密.

摘要：电迁移是集成电路供电网络的关键失效因素,由于芯片集成度和电流密度的增加,供电网络设计留给电迁移优化的余量越来越小.供电网络的传统设计缺乏电迁移和电压降的综合分析,会造成设计的过度约束.为避免上述问题,提出一种基于通孔灵敏度分析的供电网络优化方法.首先,通过伴随矩阵的方法验证通孔的灵敏度对电迁移和电压降的影响;然后,结合供电网络的结构,针对关键通孔制定梯度优化策略,避免电迁移过度优化;最后,采用配置通孔阵列结构的方法提高通孔的可靠性.所提分析方法基于32核服务器实现,并通过IBM benchmark进行验证.实验结果表明,与全通孔优化的策略比较,所提方法以极小的面积代价实现电迁移优化,并且协同优化后,电路不存在电压降违规.

摘要：软件定义网络(SDN)中,流表规则匹配域之间相互重叠,使得流表更新问题变得复杂。一条更新规则往往会触发多条三态内容寻址存储器(TCAM)表项移动,导致更新时间长。另外,现有SDN交换机采用的TCAM多为单端口设计,当TCAM进行流表更新时,数据包查找会被阻塞,导致数据平面的转发性能受到影响。因此,如何实现快速更新并保障数据包查找,是提高网络性能的一个重要研究问题。该文以采用TCAM查找方案的SDN交换机为硬件基础,设计并实现了流表更新系统。多个网络应用的更新经过前端整合并同时下达时,系统对规则之间的依赖关系进行高效检测,赋予延时需求高的规则高优先级,使其能得到快速响应。该更新算法不会阻塞TCAM查找,可以实现查找和更新穿插执行。实验结果表明:通过采用不同的调度策略,系统性能在更新优先策略与查找优先策略之间取得了平衡。

摘要：随着应用程序规模的增大,应用程序对计算资源的需求也日益增加,超级计算机为满足这一需求提供了良好的平台。传统的超级计算机主要面向科学计算程序,而近年来应用的多样化对超级计算机的软硬件设计提出了新要求。该文在新一代神威超级计算机上发现了在动态运行模式下内存分配的性能问题,并针对神威的体系结构特征和应用特征,设计了高效的内存分配器——SWAlloc。实验结果表明:SWAlloc可以将超大规模机器学习训练框架八卦炉的内存分配速度提升至多75 839倍;对随机生成的内存分配记录和标准测试程序集PARSEC中的内存分配记录的测试结果,验证了SWAlloc在不同应用上的通用性和高效性,可将神威超级计算机上PARSEC的内存分配效率提升至多51倍(平均提升36%)。SWAlloc已经布署于新一代神威超级计算机上,并用于SWPytorch、 SWTensorFlow等超大规模应用。

摘要：图数据可以广泛建模事物之间的复杂关系.小到蛋白质中的分子与氨基酸结构,大到世界范围的物流与交通网络;从人类社会的社交网络,到信息空间的互联网,均可统一表示为图数据的形式.图数据中蕴藏着巨大的研究与应用价值.图神经网络是过去几年中图数据上进行机器学习的主要范式.通过在图数据的链接关系上重新定义神经网络架构并实现端到端的学习,图神经网络可以有效处理节点分类、链接预测、图分类等多种图数据分析与挖掘任务.然而,由于图数据的复杂性、图任务的多样性以及图神经网络的复杂程度,人工设计最优的图神经网络架构变得越来越困难,且无法适应开放变化环境.图神经架构搜索,旨在自动化设计针对特定数据集与任务的最优图神经网络架构,应运而生并逐渐受到了学术界和工业界的关注.在本文中,我们对图神经架构搜索这一快速发展的新兴领域进行综述.特别地,我们系统总结并梳理了目前已公开发表的四十余篇图神经架构搜索算法,并从搜索空间、搜索策略、模型性能评估策略以及其他特点对已有算法进行了全面的分类、对比与评述,并从实验上对上述算法进行了归纳.此外,我们还对近期的图神经架构搜索研究趋势进行了评述.最后,我们分享了对图神经架构搜索未来研究方向的看法.

摘要：以可编程交换机和智能网卡为代表的可编程网络设备在数据中心被越来越广泛地应用,它们支持在网络数据传输路径上执行自定义的数据处理逻辑,这为构建高性能的在网存储系统带来了新的机遇.然而,可编程网络设备的硬件资源限制较多,如何充分发挥它们的优势、最大限度地加速存储系统仍面临着诸多挑战.系统地综述了在网存储系统的研究进展,首先介绍了可编程网络设备的硬件结构与性能特征,并基于此总结了构建高性能在网存储系统面临的两大挑战:软硬件分工以及系统容错.然后根据可编程网络设备执行的任务(缓存、协调、调度、聚合)对现有的在网存储系统进行分类和阐述,并以多个在网存储系统为实例分析对应的设计难点以及软件技术.最后指明了在网存储系统进一步研究中需要着重探索的问题,包括交换机与网卡的协同、安全、多租户以及自动卸载.

摘要：无人机广义上为不需要驾驶员登机驾驶的各式遥控飞行器.在现代空战中,无人机占据了越来越重要的地位.然而目前关于无人机的空战算法的研究大都是在高度简化的低精度简单场景中进行的,使用的方法也大都受限于已有的专家知识,无法充分发挥智能空战算法的优势.因此,本文对基于预知博弈树的多无人机群智协同空战算法进行了研究.首先使用Unity3D搭建了一套贴近于真实空战场景的仿真环境;然后根据现有的空战知识封装了一套战术机动动作,实现了脚本化的飞机编队,并设计了一套空战态势评估函数;以此为基础提出了基于预知博弈树的空战AI算法框架,通过预知博弈树算法完成了角色分配和机动动作决策的任务,使用XGBoost将其转化为一个在线的实时算法;以状态机算法为baseline,在高逼真度仿真平台上通过空战AI对抗实验,验证了本文提出的空战算法的有效性.

摘要：为了加速直接边界元法电容提取,利用方程组系数矩阵的局部低秩性进行定精度的低秩分解,用分解因子代替原矩阵参与线性方程组的迭代求解,在保持一定精度的同时加快求解速度.为了降低矩阵分解带来的额外开销,提出分解算法针对矩阵向量乘这一下游任务进行优化.在大量三维互连线结构上的实验结果表明,所提快速自适应低秩分解fastQB算法相比现有的randQB_EI算法的加速比达到1.5,引入矩阵低秩分解后方程组的迭代求解加速比达到16.8.

摘要：针对异形面板设计中出现的定阻值布线问题,提出一种基于割线法且全面考虑各种区域和端口特点的定阻值布线方法.首先采用直角拐弯模型和带45°拐角模型对规则矩形区域进行布线,采用逐段布线的方案对一般多边形区域进行布线,并通过从左到右与从右到左的2遍布线和贴边布线模型增加布线成功率;然后将确定满足电阻约束的连线形状问题类比为非线性方程的割线法迭代求解过程,减少电阻求解器的调用次数,从而缩短整体时间.对多个来自实际显示面板设计中的布线问题的实验结果表明,该方法能够适应各种复杂测例,且运行时间比基于二分法的布线方法平均缩短约15%.

摘要：为了解决悬浮随机行走算法在处理超过十万级别的大规模线网电容提取任务时耗时过长的问题,提出一种适用于悬浮随机行走电容提取算法中的快速虚拟高斯面构造技术.首先对已有的虚拟高斯面采样方法进行时间复杂度分析,并在其基础上发现影响效率的计算瓶颈——导体块之间的距离计算和高斯面相交关系计算;然后提出采用空间管理代替多线程并行加速的方法,利用网格的空间管理优化大线网的虚拟高斯面构造过程,从而显著减少构造的时间,极大地加快了大规模线网的高斯面构造.在一台32核服务器上的数值实验结果表明,在一个包含约100万块导体块的大规模测例上的高斯面构造过程中,该方法获得高达372×的加速比,远远优于多线程并行的效果.