更快地解决复杂问题：伊辛机器技术的创新
作者：by Tokyo University of Science
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，但传统计算机在大规模组合优化方面遇到了困难，因为它们无法有效地处理大量的可能性。为了解决这个问题，研究人员探索了专门的系统。
Hopfield 网络就是这样的系统之一，它是 1982 年以来人工智能的一项重大突破，并于 1985 年被证明可以通过将解表示为能量水平并自然地找到最低能量或最优解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，通过类似于退火的过程最大限度地减少系统能量，找到有效的解决方案。然而，伊辛机的一个主要挑战是其庞大的电路足迹，特别是在完全连接的系统中，每个旋转都与其他旋转相互作用，从而使它们的可扩展性变得复杂。
日本东京理科大学的一个研究小组一直致力于寻找与伊辛机相关的问题的解决方案。在Takayuki Kawahara教授最近领导的一项研究中，他们报告了一种创新方法，可以将需要物理实现的交互数量减少一半。他们的发现是发表在日记中IEEE接入2024 年 10 月 1 日。
所提出的方法侧重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），因此相互作用矩阵的一半是多余的并且可以省略——这个概念已经存在了很长时间几年。
2020 年，Kawahara 教授及其同事提出了一种将相互作用矩阵的剩余一半折叠并重新排列成矩形形状的方法，以最大限度地减少电路占用空间。虽然这导致了高效的并行计算，但读取相互作用和更新自旋值所需的连线变得更加复杂且难以扩展。
在这项研究中，研究人员提出了一种将交互矩阵减半的不同方法，从而提高电路的可扩展性。他们将矩阵分为四个部分，并将每个部分分别减半，或者保留每个子矩阵的“上半部分”或“下半部分”。然后，他们将剩余的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 机器，”Kawahara 教授说道，“使用这些机器，两个经典的组合优化问题同时得到解决，即最大割问题和四色问题。”
为此演示开发的电路的性能令人震惊，特别是与传统计算机在相同情况下的慢速相比。“我们发现，连续解决这两个问题时，两台独立的 384 旋转全耦合 Ising 机器的性能比在常规 Core i7-4790 CPU 上模拟一台 Ising 机器的性能要好约 400 倍，”Kawahara 报告道。
未来，这些尖端的发展将为适用于的可扩展伊辛机器铺平道路现实世界的应用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对于用例来说也是可行的，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非常吻合。
随着创新不断展开，可扩展的伊辛机器可能很快就会成为跨行业的宝贵工具，改变我们应对世界上一些最复杂的优化挑战的方式。
更多信息：Shinjiro Kitahara 等人，通过减少 Ising 机内部交互次数在同一 FPGA 板上实现和评估两个独立 Ising 机，IEEE接入（2024）。DOI：10.1109/ACCESS.2024.3471695
引文:更快地解决复杂问题：伊辛机器技术的创新（2024 年，11 月 13 日）检索日期：2024 年 11 月 14 日来自 https://techxplore.com/news/2024-11-complex-problems-faster-ising-machine.html
本文档受版权保护。除了出于私人学习或研究目的的任何公平交易外，不得未经书面许可，不得复制部分内容。所提供的内容仅供参考。
关于《更快地解决复杂问题：伊辛机器技术的创新》的评论
暂无评论