Нова класа рачунара комбинује оптику и електронику; решава проблеме превише изазовне за традиционалне рачунаре

Week 0 (Јун 2019).

$config[ads_text] not found
Anonim

Истраживачи из Станфорда развијају Исинг машину за решавање "комбинаторних проблема оптимизације" и оптимизирају транспортне и летачке руте у реалном времену

Дигитални рачунари ће у наредних 10 или 25 година постићи максималну моћ обраде, остављајући неку врсту проблема потпуно нерешену. Сада, сасвим нова врста рачунара звана Исинг машина меша оптичку и електричну процесорску моћ како би ријешила "комбинаторне проблеме оптимизације" и пронашла оптималан објекат у скупу коначних објеката.

Ако се успјешно повећа, резултирајући прорачун може у реалном времену одредити који такси у флоти да путује према тарифи или оптимални начин испоруке пакета, извјештава рад објављен у часопису Сциенце .

"Ово је машина која је у одређеном смислу прва у својој класи, а идеја је да отвара под-поље истраживања у области нетрадиционалних рачунарских машина", рекао је Петер МцМахон, постдокторски научник у примењена физика на Универзитету Станфорд и коаутор рада.

Проблеми комбинованог оптимизирања, специфичне врсте проблема решених од стране Исинг машине, немогуће је решити са традиционалним рачунарима. Израчунавање оптималне трајекторије постаје све комплексније са сваким додатним слојем промјенљивих података, који захтијевају поновну израчунавање и упоређивање сваке доступне комбинације - баш као и пуцање 256-битног кључа за шифрирање једне варијабле на вријеме.

Један од најсвеобухватнијих примера "комбинаторног проблема оптимизације" назива се проблем "путујући продавац", при чему продавац мора да утврди најефикаснију путању за посету одређеном броју градова једном пре него што се врати у одредиште. Са сваким додатним градом, број одговорних рута брзо постаје неупотребљив.

"Те проблеме изазивају стандардне компјутере, чак и суперкомпјутере, јер с обзиром на повећање величине, у одређеном тренутку, потребно је узраст свемира да потражи сва могућа рјешења", рекла је Алиреза Маранди, бивша постдокторска студија на Станфорду и сарадник - аутор студије. "Ово је тачно чак и са суперкомпјутером јер је раст могућности толико брз."

Решавање проблема као што је путујући продавац може имати критичан утицај у широком спектру области, обезбеђујући оптималне путеве за испоруку возила, минимизујући сметње у бежичним мрежама и чак одређивањем како се протеини срушавају. Са скалабилним потенцијалом, Машина Исинг машине је претходница машина која ће једног дана решити ове изазове.

Именован након математичког модела феромагнетизма у статистичкој механици, Машина Исинг делује као репрограмабилна мрежа вештачких магнета који раде са ниском потрошњом енергије и могу само да упадају горе или доле. Ако су везе између мреже магнета програмиране да представљају специфичне проблеме, тада коначно нискоенергетско стање у којем се они решавају дају решење. Међутим, умјесто коришћења магнета на мрежи, Исинг машина примењује специјални ласер назван дегенерисан оптички параметарски осцилатор који представља упориште или навише "спин". Што се тиче проблема продавца, импулси ласера ​​представљају градску позицију у пут који продавац може узети.

Оно што је битно овде је да Станфорд Исинг машина може да се повећа у практичну и приступачну верзију заменом контролисаних оптичких кашњења помоћу дигиталног електронског кола. Ово омогућава да се оптичка конекција између импулса емулира и програмира док је ласерски систем решава.

Оно што је битно овде је да скоро сви материјали који су коришћени за изградњу Станфорд Исинг Мацхине-а представљају офф-тхе-схелф елементе који се већ користе за телекомуникације. Као резултат, скалирање уређаја у практичну, али приступачну верзију је једноставно. Дизајнерима је потребно заменити само заменљиве кашњења са дигиталним електронским круговима који симулирају оптичку везу између импулса. Проблеми са програмирањем остају једнако једноставни као и раније, док ласер наставља да их решава.

Станфордова машина тренутно решава проблеме са до 100 варијабли са било којим произвољним скупом веза између варијабли. Таква способност не превазилази процесну снагу традиционалних дигиталних рачунара чак и када рјешава проблеме комбинаторног оптимизирања. Али како повећавају варијабле, рачунари изграђени као Исинг машина ће добити предност.

Извор: Станфорд.еду