Вы когда-нибудь сталкивались с проблемой, когда вам нужно было найти оптимальное решение из множества возможных вариантов, например, найти самый быстрый маршрут до определенного места, учитывая как расстояние, так и трафик? Если это так, то проблема, с которой вы имели дело, - это то, что формально известно как "задача комбинаторной оптимизации". Хотя эти проблемы сформулированы математически, они распространены в реальном мире и возникают в нескольких областях, включая логистику, маршрутизацию сетей, машинное обучение и материаловедение.
Однако крупномасштабные задачи комбинаторной оптимизации требуют больших вычислительных затрат для решения с использованием стандартных компьютеров, что заставляет исследователей обращаться к другим подходам. Один из таких подходов основан на "модели Изинга", которая математически представляет магнитную ориентацию атомов, или "спинов", в ферромагнитном материале. При высоких температурах эти атомные спины ориентированы случайным образом. Но по мере снижения температуры спины выстраиваются в линию, чтобы достичь минимального энергетического состояния, когда ориентация каждого спина зависит от его соседей. Оказывается, что этот процесс, известный как "отжиг", может быть использован для моделирования задач комбинаторной оптимизации таким образом, чтобы конечное состояние спинов давало оптимальное решение.
Исследователи пытались создать процессоры отжига, которые имитируют поведение спинов с использованием квантовых устройств, и пытались разработать полупроводниковые устройства с использованием технологии крупномасштабной интеграции (LSI), стремясь сделать то же самое. В частности, исследовательская группа профессора Такаюки Кавахары из Токийского университета науки (TUS) в Японии добилась важных прорывов в этой конкретной области.
В 2020 году проф. Кавахара и его коллеги представили на международной конференции 2020 года IEEE SAMI 2020 один из первых полностью связанных (то есть учитывающих все возможные спин-спиновые взаимодействия вместо взаимодействий только с соседними спинами) процессоров отжига LSI, включающий 512 полностью связанных спинов. Их работа появилась в журнале IEEE Transactions on Circuits and Systems I: Регулярные документы. Эти системы, как известно, сложны в реализации и масштабировании из-за огромного количества соединений между спинами, которые необходимо учитывать. Хотя использование нескольких полностью подключенных чипов параллельно было потенциальным решением проблемы масштабируемости, это делало требуемое количество межсоединений (проводов) между чипами непомерно большим.
В недавнем исследовании, опубликованном в Микропроцессоры и микросистемы, проф. Кавахара и его коллега продемонстрировали умное решение этой проблемы. Они разработали новый метод, в котором вычисление энергетического состояния системы сначала распределяется между несколькими полностью связанными чипами, образуя "калькулятор массива". Второй тип чипа, называемый "контрольным чипом", затем собирает результаты с остальных чипов и вычисляет общую энергию, которая используется для обновления значений имитируемых вращений. "Преимущество нашего подхода заключается в том, что объем данных, передаваемых между чипами, чрезвычайно мал," объясняет проф. Кавахара."Хотя его принцип прост, этот метод позволяет нам реализовать масштабируемую, полностью подключенную систему LSI для решения задач комбинаторной оптимизации с помощью имитации отжига."
Исследователи успешно реализовали свой подход, используя коммерческие чипы FPGA, которые являются широко используемыми программируемыми полупроводниковыми устройствами. Они построили полностью подключенную систему отжига с 384 вращениями и использовали ее для решения нескольких задач оптимизации, включая задачу раскраски графа с 92 узлами и задачу максимального сокращения с 384 узлами. Самое главное, что эти эксперименты по проверке концепции показали, что предложенный метод приносит реальные преимущества в производительности. По сравнению со стандартным современным процессором, моделирующим ту же систему отжига, реализация FPGA была в 584 раза быстрее и в 46 раз энергоэффективнее при решении задачи максимального сокращения.
Теперь, с этой успешной демонстрацией принципа действия их метода в FPGA, исследователи планируют вывести его на следующий уровень. "Мы хотим изготовить специально разработанный LSI-чип, чтобы увеличить емкость и значительно повысить производительность и энергоэффективность нашего метода", - говорит профессор. Кавахара замечает. "Это позволит нам достичь производительности, требуемой в области разработки материалов и открытия лекарств, которые связаны с очень сложными задачами оптимизации".
Наконец, проф. Кавахара отмечает, что он желает способствовать внедрению их результатов для решения реальных проблем в обществе. Его группа надеется провести совместные исследования с компаниями и внедрить их подход в основу технологии проектирования полупроводников, открыв двери для возрождения полупроводников в Японии.
Комментарии