更快地解决复杂问题：Ising 机器技术的创新
计算机对于解决调度、物流和路线规划等领域的复杂问题至关重要，但传统计算机难以进行大规模组合优化，因为它们无法有效处理大量的可能性。为了解决这个问题，研究人员探索了专门的系统。霍普菲尔德网络就是这样一个系统，它是 1982 年人工智能领域的一项重大突破，1985 年证明它可以通过将解决方案表示为能量水平并自然地找到最低能量或最优解决方案来解决组合优化问题。
基于类似的想法，伊辛机利用磁自旋原理，通过类似退火的过程最小化系统能量，从而找到有效的解决方案。然而，伊辛机面临的一个主要挑战是其电路占用空间大，尤其是在完全连接的系统中，每个自旋都会与其他自旋相互作用，这使其可扩展性变得复杂。
日本东京理科大学的一支研究团队一直在努力寻找与伊辛机相关的这一问题的解决方案。在由川原隆之教授领导的一项最新研究中，他们报告了一种创新方法，可以将需要物理实现的交互次数减少一半。他们的研究结果于 2024 年 10 月 1 日发表在《IEEE Access》杂志上。
所提出的方法专注于将自旋之间的相互作用可视化为二维矩阵，其中每个元素代表两个特定自旋之间的相互作用。由于这些相互作用是“对称的”（即自旋 1 和自旋 2 之间的相互作用与自旋 2 和自旋 1 之间的相互作用相同），因此一半的相互作用矩阵是多余的，可以省略——这个概念已经存在好几年了。
2020 年，Kawahara 教授及其同事提出了一种方法，将交互矩阵的剩余一半折叠并重新排列成矩形，以最大限度地减少电路占用空间。虽然这可以实现高效的并行计算，但读取交互和更新自旋值所需的布线变得更加复杂，并且更难扩展。
在这项研究中，研究人员提出了一种将交互矩阵分成两半的不同方法，从而提高电路的可扩展性。他们将矩阵分成四个部分，并将每个部分分别分成两半，或者保留每个子矩阵的“上”半部分或“下”半部分。然后，他们将剩余元素折叠并重新排列成矩形，这与之前的方法不同，后者保留了其排列的规律性。
利用这一关键细节，研究人员在他们之前开发的包含 16 个现场可编程门阵列 (FPGA) 的定制电路上实现了基于该技术的完全耦合的伊辛机。
“使用所提出的方法，我们能够在仅 8 个 FPGA 芯片上实现 384 次旋转。换句话说，可以在同一块板上实现两个独立且完全连接的 Ising 机，”Kawahara 教授说道，“使用这些机器，可以同时解决两个经典的组合优化问题，即最大切割问题和四色问题。”
为此次演示开发的电路性能令人震惊，尤其是与传统计算机在相同情况下的运行速度相比。“我们发现，两个独立的 384 旋转全耦合 Ising 机的性能比在普通 Core i7-4790 CPU 上模拟一个 Ising 机以连续解决这两个问题的性能高出约 400 倍，”Kawahara 报告说。
未来，这些尖端发展将为适用于实际应用的可扩展伊辛机铺平道路，例如更快的分子模拟以加速药物和材料的发现。
此外，提高数据中心和电网的效率也是可行的，这与减少电动汽车和 5G/6G 电信等新兴技术的碳足迹的全球可持续发展目标相一致。
随着创新的不断发展，可扩展的伊辛机可能很快就会成为各行各业的宝贵工具，改变我们应对世界上一些最复杂的优化挑战的方式。
页:
[1]