Создана быстрая и энергоэффективная разреженная машина Изинга для решения вычислительно сложных задач

Прочитано: 84 раз(а)
1 Звезда2 Звезды3 Звезды4 Звезды5 Звезд (1 голосов, среднее: 5,00 из 5)
Loading ... Loading ...


В последние годы инженеры пытались разработать новые компьютеры и устройства, которые могли бы помочь быстрее и эффективнее решать сложные проблемы реального мира. Одними из наиболее многообещающих среди них являются машины Изинга (IM), основанные на физике системы, предназначенные для решения сложных задач оптимизации.

В будущем разреженная архитектура машины Изинга, разработанная Камсари, Финоккио, Аадит, Гримальди и их коллегами, может быть применена к нескольким другим реальным задачам оптимизации

Исследователи из Калифорнийского и Мессинского университетов недавно разработали разреженную архитектуру машины Изинга, которая может работать на классическом и существующем компьютерном оборудовании. Эта архитектура, представленная в статье, опубликованной в Nature Electronics , оказалась значительно быстрее, чем стандартные методы оптимизации , работающие на центральном процессоре.

«Создание архитектур, ориентированных на предметную область, основанных на квантовых вычислениях, стало важной областью исследований с замедлением действия закона Мура», — сказал TechXplore Керем Камсари, один из исследователей, проводивших исследование. «Основная цель этой работы состояла в том, чтобы расширить нашу предыдущую работу над вероятностными или p-битами, концептуально промежуточными между битами и кубитами».

В 2019 году Камсари и его коллеги показали, что восьмибитные сети на основе наноустройств могут помочь решить некоторые сложные проблемы оптимизации энергоэффективными способами. В своей новой статье они расширили свои сети до 5000 p-бит, используя классическую технологию CMOS. Это ведущая технология, используемая для создания микросхем интегральных схем (ИС) и других электронных компонентов.

Команда обнаружила, что увеличение числа p-бит в их архитектуре привело к повышению скорости и производительности, что позволило более эффективно решать более сложные задачи оптимизации. Кроме того, было обнаружено, что их архитектура превосходит современные классические подходы, которые широко использовались на протяжении десятилетий.

«Что особенно многообещающе в нашей недавней работе, так это то, что та же архитектура, которую мы разработали здесь, может быть применена к технологии спинтроники», — сказал TechXplore Джованни Финоккио, другой исследователь, участвовавший в исследовании. «Как мы показали ранее в этом году , p-вычисления могут быть в высокой степени совместимы со спинтроникой, а в интегрированных магнитных p-компьютерах можно добиться дальнейшего повышения скорости и масштабируемости».

Разреженная машина Изинга, разработанная Камсари, Финоккио и их коллегами, основана на идее, что при принятии вероятностных решений параллелизм исходит из разреженности. Другими словами, их подход предполагает, что обращение к меньшему количеству заслуживающих доверия источников позволяет нам принять обоснованное решение быстрее и эффективнее, чем консультирование со многими сторонами.

«Мы изобрели методы, которые могут взять любую сложную проблему оптимизации и превратить ее в разреженную сеть для параллельных выборок», — объяснил Навид Анджум Аадит, исследователь, участвовавший в исследовании. «Уникальной особенностью нашей архитектуры является то, что ее производительность (вероятностные обновления в секунду) масштабируется линейно с количеством p-битов в системе, это очень необычно, и это самый высокий уровень параллелизма, на который мы можем надеяться».

Выводы, полученные этой группой исследователей, подчеркивают потенциал редких машин Изинга, даже если они работают на обычном компьютерном оборудовании. На самом деле они обнаружили, что их машина Изинга может решать задачи оптимизации так же, если не лучше, чем многие современные классические методы, работая на существующих p-компьютерах.

«Особенно впечатляющим примером было решение задачи целочисленной факторизации для чрезвычайно больших чисел (до 32 бит), намного больших, чем у любого другого вероятностного решателя, который пытался решить эту задачу», — сказал TechXplore Андреа Гримальди, один из исследователей, проводивших исследование. . «Мы должны отметить, однако, что факторизация имеет много невероятностных алгоритмов, и они могут быть более эффективными, чем наш подход. решатели, классические или квантовые».

В будущем разреженная архитектура машины Изинга, разработанная Камсари, Финоккио, Аадит, Гримальди и их коллегами, может быть применена к нескольким другим реальным задачам оптимизации. В своих следующих исследованиях исследователи планируют дальнейшее увеличение своих p-компьютеров с 5000 p-бит до 50 000–100 000 p-бит, используя различные подходы, которые они в настоящее время оценивают.

«Мы глубоко заинтересованы в разработке новых алгоритмов и архитектур, а также в использовании возможностей и перспектив новых технологий, таких как магнитные наноустройства», — добавил Камсари. «Мы постоянно ищем новые применения p-компьютеров в квантовых вычислениях , а также в искусственном интеллекте».

Создана быстрая и энергоэффективная разреженная машина Изинга для решения вычислительно сложных задач



Новости партнеров