Hardware Evolucionário EVOLVABLE HARDWARE Aplicação de Computação Evolucionária no Projeto, Otimização e Síntese de Sistemas

Sumário O que é Evolvable Hardware? Taxonomia Exemplos de Aplicação; Projeto de Sistemas Digitais; Projeto de Sistemas Analógicos; Projeto de Circuitos Integrados CMOS; Robótica; Plataforma de Evolução de Circuitos Projetos na Engenharia Civil Futuro da Área

O Que é Evolvable Hardware? Área que investiga a aplicação de Computação Evolucionária no projeto, otimização ou síntese de sistemas de hardware: circuitos eletrônicos; robôs; controladores; outras estruturas (civil, mecânica, física, etc); “Evoluir ao invés de projetar”

Evolvable Hardware Projeto de Sistemas Otimização Síntese determinação de valores e/ou tipos dos componentes empregados no projeto de um sistema; Otimização determinação dos valores ótimos (semi-ótimos) dos valores ou dimensões dos componentes de um sistema; Síntese identificação da estrutura/arquitetura de um sistema e a determinação dos componentes (tipos e valores).

Projeto e Síntese Sistema Evolucionário Simulador ou Circuito Reconfigurável avaliação Sistema Evolucionário Hardware Sintetizado componentes objetivos estrutura

Circuitos Eletrônicos Reconfiguráveis Dispositivos reconfiguráveis deram origem ao uso de Algoritmos Genéticos para a evolução de circuitos. FPGA (Field Programmable Gate Arrays) Palavras binárias programam a RAM do FPGA Genótipo ==> memória do dispositivo Fenótipo ==> circuito eletrônico

FPGA possui alta capacidade lógica alta flexibilidade Consiste de um array de blocos lógicos dissociados e de recursos de interconecção configuráveis pelo usuário. possui alta capacidade lógica alta flexibilidade utiliza SRAM para programar conecções está transformando o projeto de circuitos digitais requer ferramentas de software para projetos

Estrutura da FPGA Programa conexões

Surgimento de EHW baseou-se na semelhança dos cromossomos de GAs com a palavra binária que configura um circuito programável Genótipo - (0,1,1,0,1,1...) CI programável GA Seleção, Crossover, Mutação ... Avaliação

TAXONOMIA EHW Processo de Avaliação do Hardware Tipo de Sistema Evolucionário Área de Aplicação Plataforma Evolutiva Circuitos Programáveis Hardware Dedicado Intrínsico Extrínsico Circuitos em geral VLSI Simuladores Robótica Civil, Mecânica, Química, Física, etc Programação Genética GA Tradicional Programação Evolucionária

Eletrônica Evolutiva Evolução Extrínseca Evolução Intrínseca Avaliação feita por simuladores ( SPICE, SIMON) Requerem muito tempo para avaliar os circuitos Não consideram todas as propriedades da física do meio eletrônico Podem sintetizar circuitos que não funcionam quando implementados no meio real Evolução Intrínseca Avaliação feita em plataformas reconfiguráveis Síntese de circuitos digitais: FPGA Síntese de circuitos analógicos: FPAA

Exemplos de Aplicações em Eletrônica Lógica Combinacional (Digital); Lógica Sequencial (Digital); Lógica de Transistores (Digital/Analog); VLSI Analógico(Otimização); Filtros Passivos (Analógico); Amplificadores (Analógico); Circuitos baseados em capacitores chaveados

Modelagem de EHW Decodificação: cromossoma  circuito Representação: circuito  cromossoma Decodificação: cromossoma  circuito Avaliação: erro da saída obtida através de simulação/teste do circuito Operadores Genéticos:crossover, mutação

Circuitos Analógicos Gene codifica componentes, valores e conexões . . . . . . Gene Gene codifica componentes, valores e conexões

Representação por cadeia linear de genes ..... 1 2 3 4 5 1 2 3 NPN 2 4 C 10uF 3 5 R 10k . Cada gene codifica um componente;

Evolução de uma Unidade de Controle de um Computador Barramento R Gmsr Main Store Read Gmsw Address Input Write Cmar W MAR Embr Cmbr Gmbr MBR Eir Cir Gir IR Epc Cpc Gpc PC Edo Cdo Gdo D0 Calu ALU Ealu Galu

Projeto de Sistemas Analógicos Síntese automática de: Amplificadores Operacionais; Sintonizadores Filtros analógicos passivos Etc

Síntese automática de filtros analógicos Filtros analógicos passivos: constituídos por resistores, capacitores e indutores discretos; Especificação e avaliação do sistema é feita no domínio da frequência; Algoritmo busca por melhor projeto no espaço, contendo topologias organizadas em malhas; Cada Gene é uma malha do circuito.

Representação Cada gene representa uma malha, que é composta por dois ValR ValC Gene representante da Malha 1 = (R, ValR, C, ValC) Cada gene representa uma malha, que é composta por dois elementos. No caso da Malha 1, R e C determinam a natureza do elemento e ValR eValC seus respectivos valores.

Operadores Mutação pode alterar natureza ou valor do componente; Aumento de tamanho de cromossomo aumenta o cromossomo de 1 gene, isto é, acrescenta uma malha ao circuito;

Avaliação Avaliação é realizada no domínio da frequência de interesse do projeto; Fórmula Geral: A aptidão é determinada por um somatório ao longo das frequências de interesse; (Ti - Oi) é o desvio entre a resposta obtida Oi e a desejada Ti; Ai deve ser definido de modo a penalizar mais fortemente erros em bandas de frequência mais importantes no projeto. “Total” é o número de pontos de frequência que se deseja avaliar.

Exemplo de Aplicação Projeto de um filtro Passa-Faixa, com banda passante entre 2000 Hz e 3000 Hz; Apenas valores de resistores, indutores e capacitores comerciais são usados pelo GA; Valores dos componentes abrangem diversas ordens de grandeza (de mOhms à MOhms, de nF à mF, de nH à mH).

Filtro Evoluído: Cinco malhas: C- R, L-C, L-R, L-C e C-R.

Resposta em Frequência do Filtro Evoluído

Projetos CMOS Analógicos CMOS - Complementary Metal-Oxide Silicon; Usar evolução para projetar circuitos em um nível ainda mais baixo, o de transistores; Comportamento de circuitos analógicos é fortemente determinado pelo comprimento e largura de transistores Região de Operação (Inversão fraca e forte) determina consumo do circuito.

Transistor NMOS a Nível de Camadas Semicondutoras W G S Difusão N L Polisilício Relação W/L determina comportamento do transistor

Exemplo de Aplicação: Amplificador Operacional Classe A

Representação Cada cromossomo deve codificar as dimensões dos oito transistores, W / L, a corrente de polarização e o valor do capacitor de compensação; W L W L - - - - I C

Avaliação Problema com múltiplos objetivos Método de Minimização de Energia Diversos requisitos podem ser escolhidos para avaliar o desempenho do circuito: Ganho / Banda-Passante; Slew-Rate; Consumo; Capacidade de carga.

Evolução Intrínseca Avaliação em plataformas reconfiguráveis FPAA: Field Programmable Analogic Array FPAA dispõe de componentes analógicos e recursos para conexão Algoritmo Genético configura interconexões Sinais de saída são lidos, convertidos para digital e o circuito é avaliado

PAMA: Programmable Analog Multiplexer Array PLATAFORMA RECONFIGURÁVEL ANALÓGICA PARA A EVOLUÇÃO INTRÍNSECA DE CIRCUITOS PAMA: Programmable Analog Multiplexer Array Sistema de desenvolvimento de EHW Hardware Reprogramável Algoritmo Evolucionário

Circuito Reconfigurável Analógico Três camadas: Componentes discretos Multiplexadores analógicos Barramento analógico Cada terminal de componente é conectado a uma linha do barramento analógico através de um multiplexador analógico. Cromossoma binário Cada gene configura um multiplexador

Circuito Reconfigurável Analógico

AG - Representação

O Processo Evolucionário na PAMA População inicial aleatória Cromossomos ( bits de controle ) Avaliação: Resposta do circuito é comparada com a resposta desejada Nova população: Steady-State, crossover e mutação

PAMA – versão 3 Interface Circuito Reconfigurável Analógico Placa de comunicação multifuncional Download dos bits do cromossoma Conversão A/D - sinais para avaliação do circuito Circuito Reconfigurável Analógico 32 mux/demux 16x1 (conecta, por exemplo, até 16 componentes de 2 terminais ou 10 de 3 terminais) 16 linhas no barramento analógico (interconexões) 16 octal tri-state latches (armazena cromossoma)

PAMA

PAMA Algoritmo Evolucionário

PAMA Placa de aquisição

PAMA Hardware Reprogramável

Circuito Reconfigurável Analógico

Circuito Reconfigurável Analógico Mux/Demux Analógicos

Circuito Reconfigurável Analógico Barramento Analógico

Circuito Reconfigurável Analógico Componentes Discretos

Circuito Reconfigurável Analógico Bits do Cromossoma

Fotografia do Circuito da PAMA

Exemplos Ou-exclusivo Multiplexador 2x1 Amplificador Operacional Sintetizar um circuito com várias entradas Amplificador Operacional Vários objetivos na função de avaliação Amplificador Logarítmico Componentes discretos de granularidade alta (OPAMPs)

Multiplexador 2x1 Parâmetros do AG: População : 100 Gerações : 50 Crossover : 0.7 Mutação : 0.10 Steady State: 100 Normalização Exponencial : 0.9

Multiplexador 2x1 Componentes discretos Canais externos (6) oito transistores e quatro resistores Canais externos (6) Fonte de alimentação (+2V) Referência negativa (-2V) Entrada 1 (500Hz) Entrada 2 (500Hz) Entrada 3 (sinal de seleção do mux evoluído 100Hz) Saída Função de Avaliação Erro = ( saída desejada – saída do circuito )2

Multiplexador 2x1 Amostras de cada sinal : 150 Circuitos avaliados : 103 Espaço de Busca : 1038 Tempo de evolução : 4 minutos (150 amostras * 4 sinais * 5000 indivíduos * 0.08ms por conversão = 240s). Saída computada de acordo com sinal de seleção (entrada 3): se igual a –2V, então a saída deveria ser igual à entrada 2; caso contrário, a saída deveria ser igual à entrada 1.

Multiplexador 2x1: três entradas ( input1, input2, select ) e saída

Circuito do Multiplexador Analógico 2x1 evoluído

Circuito do Multiplexador Analógico 2x1 evoluído com as resistências internas dos multiplexadores do CRA

Tolerância à Falhas e Auto-Reparo Sintetizar circuito usados em ambientes hostis: Missões Espaciais; Locais subterrâneos; Locais de difícil acesso; Ambientes Submarinos.

Tolerância à Falhas e Auto-Reparo Exemplo de experimento de auto-reparo.

Tolerância à Falhas e Auto-Reparo Inversor

Tolerância à Falhas e Auto-Reparo Gerações: 25 População: 40 Crossover: 65% Mutação: 5% Steady State: 10 Normalização Exponêncial: 90 Herança Genética: 10 Experimentos: 5

Tolerância à Falhas e Auto-Reparo Inversor Reparado

Projeto de Ligações de Estruturas Metálicas (civil) Ligações levam a inúmeros detalhes e restrições

Objetivo Utilizar computação evolucionária na determinação dos diversos parâmetros de uma ligação através do método das componentes.

Exemplo Adotado

Exemplo 1 Variação do diâmetro dos parafusos  limites mínimos e máximos Distâncias ajustadas pelo valor limite População de 100 indivíduos Taxa de crossover: 0,70 Taxa de mutação: 0,10

Exemplo 2 Variação do diâmetro dos parafusos e dos espaçamentos verticais Restrições de distâncias mínimas e máximas População de 500 indivíduos Taxa de crossover: 0,70 Taxa de mutação: 0,10

Exemplo 3 Variação do diâmetro dos parafusos, espaçamentos verticais e horizontais Restrições de distâncias mínimas e máximas População de 2000 indivíduos Taxa de crossover: 0,70 Taxa de mutação: 0,10

Resultados Resultados altamente satisfatórios Existência de várias configurações que levam a um mesmo valor de momento fletor Aperfeiçoamento: inclusão de um novo critério custo Aptidão calculada a partir do fator momento / custo

Futuro da Área Projetos de sistemas eletrônicos mais complexos, como aqueles destinados ao reconhecimento de padrões (arquitetura não conhecida); Evolução em plataformas que reproduzam com maior fidelidade as condições das aplicações (placas reconfiguráveis); Evolução de Sistemas de Hardware auto-reconfiguráveis e tolerante à falhas. Aplicações em outras áreas da engenharia, física etc