基于PTNO的伊辛哈密顿解算器概述，该解算器根据能量最小化找到优化问题的最优解。组合优化问题是一类难以计算的问题，通常由计算机为各种应用解决。例如，组合优化算法允许经济学家对给定的市场做出预测，或者帮助流媒体平台根据个人用户过去的活动为他们推荐其他合适的电影。组合问题变得越复杂，解决它将需要更大的计算能力和资源。因此，在过去几年里，工程师和计算机科学家一直在努力开发能够更快、更有效地解决这类计算问题的设备和平台，范围从光学到电子和量子技术。
圣母大学、佐治亚理工学院和康奈尔大学的研究人员最近开发了一种伊辛哈密顿求解器，它可能比许多现有设备更有效地解决组合优化问题。该解算器发表在《自然电子》杂志上的一篇论文中，基于耦合随机相变纳米振荡器(PTNOs)，这是一类纳米尺度的弛豫振荡器，非常类似于生物学中的尖峰神经元。
“我们研究的主要灵感来自计算机科学家约翰·霍普菲尔德、杰弗里·辛顿和大卫·阿克利在1985年与生物物理学家大卫·坦克和特伦斯·塞吉诺夫斯基合作的两部开创性著作，”该研究的首席研究员苏曼·达塔教授告诉TechXplore。“他们提出了由二进制神经元等非线性元素组成的大规模并行和高度互连网络的想法，能够执行极其强大但节能的计算，也称为集体计算。”
在霍普菲尔德、辛顿和他们的同事描述的高度互联的非线性元件网络中，计算能力在于计算元件之间的密集连通性。因此，他们所描述的大规模并行网络非常适合于解决属于所谓的非确定性多项式(NP)困难类或NP复杂性类的组合优化问题，因为解决这些问题需要在数十亿个可能的候选中找出一个单一的最优解。
参与这项研究的博士后研究员苏拉夫·杜塔(Sourav Dutta)告诉TechXplore:“基于这一想法，我们开发了一种新型的耦合PTNOs硬件，可以对几乎所有可能的候选对象进行大规模并行搜索，并返回能耗和运行时间比使用我们的台式计算机低1万倍以上的corr ect解决方案。
一个能够高效地解决具有无数可能解的高度复杂的组合优化数的工具在数值设置中可能有很大的价值。其许多可能的应用范围从药物发现到密码学、定量金融、资源分配和自动驾驶车辆或机器人的轨迹规划。
作为他们研究的一部分，达塔教授、杜塔和他们的同事使用经典伊辛模型，一个由物理学家恩斯特·伊辛和威廉·伦茨设计的数学模型，来寻找由许多相互作用的磁自旋组成的大系统的最小能量配置。由于伊辛模型是一个所谓的“NP-complet e”问题，无数现实世界的优化问题可以转化为伊辛问题，包括布尔可满足性和图划分。这使得研究人员开发的求解器适用于广泛的问题。
参与这项研究的圣母大学博士生Abhishek Khanna告诉TechXplore，“我们开发了一个快速且节能的硬件平台，使用耦合相变纳米振荡器(PTNOs)，可以解决Ising问题和许多其他优化问题。PTNOs被外部调制信号偏置，产生两个相位，其行为类似于上下磁自旋，这种现象被称为注入锁定
使用复杂相关氧化物绝缘体(二氧化钒VO2)制造的耦合PTNOs网络，显示出绝缘体到金属的突然相变。信用:Dutta等。由搜索者的求解器执行的过程的一个关键方面是将Ising问题映射到设备的硬件上。达塔教授、杜塔和卡纳通过使用简单的电气元件(如电阻和电容)连接振荡器实现了这一点。当振子连接时，这个相互作用网络的能量成本函数由一个叫做“伊辛哈密顿量”的方程来定义
“网络中每个振荡器的相位随着时间并行演化，使得网络的伊辛哈密顿量达到最小值，”卡纳解释说。"这个值对应于给定优化问题的最优解."
该团队开发的求解器的一个重要特征是，它具有内置的随机性或随机性，可以使用外部电信号进行调整。这是确保耦合振荡器的动力学轨迹朝着全局最优解发展的关键一步，并且不会停留在其他附近的无数可能性上。
Dutta说:“我们的Ising Hamiltonian求解器硬件的优势在于，能够通过几乎所有可能的候选项执行大规模并行搜索，并返回正确的解决方案，其能耗和运行时间比使用普通台式计算机实现的能耗和运行时间低1万倍以上。
研究人员在一系列测试中评估了求解器的性能和效率。他们的结果非常有希望，因为他们发现由八个PTNOs组成的求解器原型可以在600个退火周期内以96%的成功概率解决一个NP难MaxCut问题。
“通过实验演示和严格的数学处理，这项工作为利用耦合非线性振荡器的相互作用网络的连续时间动力学来执行并行计算和解决数学上具有挑战性的组合优化问题奠定了基础，”Dutta说。“从实际实施的角度来看，伊辛求解器的主要优点包括硬件尺寸、工作温度以及获得优化问题解决方案所花费的时间和精力。”
由达塔教授、杜塔、卡纳和他们的同事开发的伊辛哈密顿求解器可以在室温下运行，并且快速、准确、节能。此外，为了使它更紧凑，研究人员利用复杂相关氧化物材料中发生的绝缘体到金属相变这一有趣现象，制造出高度紧凑和低功耗的纳米级非线性振荡器，这些振荡器可以使用简单的电气元件相互耦合。
“集体计算的一个主要挑战是实现计算元素之间的大量互连，这些元素可以动态重新配置，以解决广泛的问题，”杜塔补充道。“虽然解决一个问题所需的非线性振荡器的数量随着问题的大小线性增长，但连接的数量是二次增长的(N2)。从工程角度来看，挑战在于在芯片上的紧凑脚印区域实现如此大规模的连接，而不会失去信号保真度或减慢整个网络的速度。”
为了实现不同计算元素之间的大规模连接，研究人员现在正在进行两项不同的创新。首先，他们正致力于引入新的具有可编程电导率的非易失性晶体管元件，这些元件可以用作耦合元件。
“此外，我们的目标是将这些垂直方向的可编程耦合元件堆叠在多层非线性振荡器的顶部，这为全单片3D集成解决方案铺平了道路，”卡纳说。“这将使我们能够在芯片上密集封装大规模网络，从而减少硅面积，同时提升芯片性能。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
