后摩尔时代,一方面,工艺尺寸的继续缩小变得越来越困难,另一方面,传统处理器结构的创新也面临诸多瓶颈。为了继续提高数据处理的性能来满足日益增长的计算需求,一些面向特定领域的专用计算结构被提出。基于伊辛模型的CMOS型伊辛架构将组合优化问题映射为伊辛模型,通过伊辛模型的基态搜索过程高效求解组合优化问题。当前CMOS型伊辛架构的研究聚焦于降低自旋更新电路的硬件开销,提高自旋的集成能力,使其支持大规模的现实应用。然而,目前的研究在自旋更新计算的局部搜索、自旋更新计算的概率翻转、实现复杂自旋互连关系以及拓展系统应用等方面都存在许多挑战。通过分析CMOS型伊辛架构的计算过程,发现其具有以下特点:（1）整个架构包含大容量存储器用于存储自旋间相互作用系数和自旋值;（2）自旋更新计算高度并行;（3）自旋更新计算相对简单,主要包括异或计算和加法计算。针对CMOS型伊辛架构的以上特点及当前研究面临的挑战,本文提出相应的优化技术,取得的主要研究成果如下:（1）提出基于位线计算的局部互连自旋更新方法。自旋间相互作用系数和自旋值被存储在SRAM阵列中,自旋的更新计算在存储阵列的位线中进行。在存储阵列的位线中进行自旋更新计算与CMOS型伊辛架构计算的特点非常契合。在自旋状态的更新过程中,存储阵列的所有位线都变成了计算单元,能够同时并行进行计算,实现自旋并行更新的同时,极大地减少自旋更新电路的硬件开销,从而提高自旋的集成能力。（2）提出基于脏位传播的全局连接自旋更新方法。自旋每次进行更新时,不必重新计算与其他所有自旋的相互作用关系,而是在各自局部搜索项的基础上进行局部搜索。同时为每个自旋节点设计局部搜索项更新电路,使得自旋局部搜索项的更新能够并行进行,极大地减少自旋节点的局部搜索时间,同时也减少了计算过程中消耗的能量。通过线性插值的方法构造近似计算电路计算概率翻转项,减少了概率翻转项计算电路的硬件开销并提高了计算速度。（3）提出基于电路噪声的高精度自旋概率翻转方法。该方法利用电路中固有的噪声实现自旋的概率翻转,通过对存储单元进行降低电源电压及提高位线预充电压的读操作,会以一定概率使该存储单元存储的值发生翻转,从而引入随机。并调整存储单元传输管的尺寸,使其对电路噪声更敏感,通过控制对SRAM存储单元读操作时电源电压及位线预充电压的值来控制读翻转概率,使其更符合概率翻转理论模型。（4）提出将CMOS型伊辛架构计算运用到视觉应用的多目标跟踪问题和多人头识别问题的方法。将多目标跟踪问题和多人头识别问题映射为伊辛模型的基态搜索,把多目标和多人头之间的数据关联映射为自旋间的相互作用系数,通过获取基态搜索后的最终自旋状态得到问题的解。与传统方法相比,CMOS型伊辛架构计算能显著提升求解这些问题的能效比。