計算の複雑さの概念によれば、数学の問題は、その問題がどれだけ簡単に解決できるかに応じて、さまざまな難易度を持っています。 従来のコンピューターは、いくつかの問題 (P) を多項式時間で解くことができます。つまり、P を解くのに必要な時間は、入力のサイズの多項式関数です。問題のサイズと指数関数的にスケーリングする NP 問題を解くことができないことがよくあります。したがって、多項式時間で解くことはできません。 したがって、半導体デバイス上に構築された従来のコンピュータでは、十分に大きな NP 問題を解くことはできません。
かなりの数の操作を同時に実行できるため、量子コンピューターはこの点で有望視されています。 その結果、NP 問題解決手順が加速されます。 ただし、多くの物理アプリケーションは温度変化に非常に敏感です。
その結果、量子コンピューターの使用には、極低温などの過酷な実験条件が必要になることが多く、製造が困難になり、コストが増加します。
幸いなことに、あまり知られていないがまだ発見されていない量子コンピューティングの代替手段は、確率的コンピューティングです。 NP 問題を効果的に解決するために、確率計算では、いわゆる「確率ナノデバイス」を利用します。その動作は熱ゆらぎに依存します。 熱ゆらぎは、量子コンピューターとは異なり、確率計算の問題を解決するのに役立ちます。 その結果、確率的コンピューティングは、日常の状況で使用するのにより実用的になります。
研究者は、確率論的ナノデバイス ネットワークをシミュレートして特定の NP 問題を解決することにより、確率的計算の能力を証明し、この実行可能な代替案に関する非常に必要な情報を提供しています。 パデュー大学のピーター・バーメル教授が率いるこの研究は、Journal of Photonics for Energy (JPE) に掲載されました。
標準モデルである「イジングモデル」は、研究者がさまざまな物理的および数学的トピックをシミュレートするために使用しました。 「ハミルトニアン」として知られるエネルギー演算子も NP 問題を記述することができます。 ハミルトニアンは、もともと原子スピンの磁気双極子モーメントの相互作用をモデル化するために開発されました。 本質的に、NP 問題を解くには、関連するイジング ハミルトニアンを解く必要があります。
これらの問題は、光パラメトリック発振器 (OPO) と熱障壁の低い確率的円形ナノ磁石ネットワークで構成される確率計算デバイスを使用して解決されます。
研究者は、既存の製造技術を使用して、このようなナノマグネット ネットワークを活性化しました。 次に、これを適用して、組み合わせ最適化に関連する数論から XNUMX つの NP 完全問題のイジング ハミルトニアンを解きました。 NP 完全問題は、効率的な解法アルゴリズムを持たない問題です。 これらには、整数線形計画法、バイナリ整数線形計画法、完全なカバレッジ、および数値分割が含まれます。
イジング モデル (ボルツマンの法則) の理論的解と、3、3、および 6 確率ビット (p ビット) を含む最初の 3 つの問題のシミュレーション結果は、完全に一致していました。 6、9、12、15、および XNUMX の p ビットを使用した XNUMX つの異なるフル カバレッジ問題のシミュレーションでは、モデリングと理論の間で同様の一致が明らかになりました。 これは、確率計算のフレームワークをスケーリングできることを示しています。
Bermel 氏によると、「確率的コンピューティングを従来のコンピューティング手法に代わる強力で実行可能な代替手段にするための鍵は、タスク サイズによる効果的なスケーリングです。 どの戦略が最も効果的かを判断するには、モデルと実験の両方を使用する必要があります。
研究者は、与えられたシミュレーション結果がすべての p ビット (3 から 15 まで) について確固たる結果を示したとしても、並列アルゴリズムがシミュレーション能力をさらに向上させるのに役立つ可能性があることを示唆しています。 ナノマグネットから OPO ネットワークへの移行により、並列処理が不可能な場合でも効果的な問題解決が可能になります。 このシステムは、CMOS テクノロジなどの既存の製造プロセスを使用して、OPO ネットワーク上で簡単に実装およびマッピングできます。 その結果、確率論的計算のためのエネルギー障壁が低い確率論的ナノ磁石を最終的に構築することができます。
コロラド大学ボールダー校の教授であり、JPE の編集長である Sean Shaheen 氏は次のように述べています。 -伝統的な形式のコンピューティング ハードウェア開発がますます重要になっています。」
Zhu、Xi、および Bermel によるこの作業は、NP 完全問題の重要なクラスを処理できるテクノロジへの現実的な道筋を示しています。 この研究は、光デバイスの非線形ネットワークを巧みに使用してイジング計算を駆動することにより、計算要求の厳しいタスクを処理する際に従来のハードウェアを大幅に上回る可能性を秘めた、スケーラブルでエネルギー効率の高いソリューションを示しています。
出典：techxplore.com/news
Günceleme: 03/05/2023 14:19