Menurut konsep kerumitan pengiraan, masalah matematik mempunyai tahap kesukaran yang berbeza-beza bergantung kepada betapa mudahnya ia boleh diselesaikan. Walaupun komputer konvensional boleh menyelesaikan beberapa masalah (P) dalam masa polinomial—iaitu, masa yang diperlukan untuk menyelesaikan P ialah fungsi polinomial saiz input—ia sering gagal menyelesaikan masalah NP yang berskala secara eksponen dengan saiz masalah dan oleh itu tidak boleh diselesaikan dalam masa polinomial. Oleh itu, masalah NP yang cukup besar tidak dapat diselesaikan menggunakan komputer konvensional yang dibina pada peranti semikonduktor.
Oleh kerana keupayaan mereka untuk melaksanakan sejumlah besar operasi serentak, komputer kuantum dilihat sebagai menjanjikan dalam hal ini. Akibatnya, prosedur penyelesaian masalah NP dipercepatkan. Walau bagaimanapun, banyak aplikasi fizikal sangat sensitif terhadap perubahan suhu.
Akibatnya, penggunaan komputer kuantum sering memerlukan keadaan eksperimen yang keras seperti suhu yang sangat rendah, menjadikan pembuatannya sukar dan meningkatkan kosnya.
Mujurlah, alternatif yang kurang terkenal dan belum ditemui kepada pengkomputeran kuantum ialah pengkomputeran kebarangkalian. Untuk menyelesaikan masalah NP dengan berkesan, pengkomputeran stokastik menggunakan apa yang dipanggil "peranti nano stokastik" yang operasinya bergantung pada turun naik terma. Turun naik terma, tidak seperti komputer kuantum, membantu menyelesaikan masalah pengiraan kebarangkalian. Akibatnya, pengkomputeran kebarangkalian lebih praktikal untuk digunakan dalam situasi harian.
Penyelidik telah membuktikan kapasiti pengiraan kebarangkalian dengan mensimulasikan rangkaian peranti nano stokastik untuk menyelesaikan masalah NP tertentu, memberikan maklumat yang sangat diperlukan tentang alternatif yang berdaya maju ini. Penyelidikan yang diketuai oleh Profesor Peter Bermel di Universiti Purdue, telah diterbitkan dalam Journal of Photonics for Energy (JPE).
"Model Ising", model standard, digunakan oleh penyelidik untuk mensimulasikan pelbagai jenis topik fizikal dan matematik. Pengendali tenaga yang dikenali sebagai "Hamiltonian" juga boleh menerangkan masalah NP. Hamiltonian pada asalnya dibangunkan untuk memodelkan interaksi momen dipol magnet putaran atom. Pada dasarnya, menyelesaikan masalah NP memerlukan penyelesaian Ising Hamiltonian yang berkaitan.
Masalah ini diselesaikan menggunakan peranti pengkomputeran kemungkinan yang terdiri daripada pengayun parametrik optik (OPO) dan rangkaian nanomagnet bulat stokastik dengan halangan haba yang rendah.
Penyelidik telah mengaktifkan rangkaian nanomagnet tersebut menggunakan teknik fabrikasi sedia ada. Mereka kemudian menggunakan ini untuk menyelesaikan Ising Hamiltonians daripada empat masalah lengkap NP daripada teori nombor yang dikaitkan dengan pengoptimuman gabungan. Masalah NP-lengkap ialah masalah yang tidak mempunyai algoritma penyelesaian yang cekap. Ini termasuk pengaturcaraan linear integer, pengaturcaraan linear integer binari, liputan penuh dan pembahagian nombor.
Penyelesaian teori model Ising (hukum Boltzmann) dan keputusan simulasi bagi tiga masalah pertama yang mengandungi 3, 3 dan 6 bit kemungkinan (p-bit) adalah dalam persetujuan yang sempurna. Simulasi lima masalah liputan penuh berbeza dengan 3, 6, 9, 12, dan 15 p-bit menunjukkan persetujuan yang sama antara pemodelan dan teori. Ini menunjukkan bahawa rangka kerja untuk pengkomputeran kebarangkalian boleh diskalakan.
Menurut Bermel, "kunci untuk menjadikan pengkomputeran probabilistik sebagai alternatif yang berkuasa dan berdaya maju kepada teknik pengkomputeran tradisional ialah penskalaan yang berkesan dengan saiz tugasan. Kedua-dua model dan eksperimen perlu digunakan untuk menentukan strategi yang paling berkesan.
Para penyelidik mencadangkan bahawa walaupun keputusan simulasi yang diberikan menunjukkan penemuan pepejal untuk semua p-bit (dari 3 hingga 15), algoritma selari boleh membantu meningkatkan lagi kapasiti simulasi. Peralihan daripada rangkaian nanomagnet kepada OPO boleh membolehkan penyelesaian masalah yang berkesan di mana keselarian tidak dapat dilakukan. Sistem ini boleh dilaksanakan dengan mudah dan dipetakan melalui rangkaian OPO menggunakan proses pembuatan sedia ada seperti teknologi CMOS. Akibatnya, nanomagnet stokastik dengan halangan tenaga rendah untuk pengiraan kebarangkalian akhirnya boleh dibina.
Menurut Sean Shaheen, profesor Universiti Colorado Boulder dan Ketua Pengarang JPE, "Sebagai kecerdasan buatan dan pengkomputeran saintifik/perusahaan meningkat dalam skala pada kadar yang menimbulkan kebimbangan yang ketara, jika tidak mendesak, tentang penggunaan tenaga dan jejak karbon, bukan -bentuk pembangunan perkakasan pengkomputeran tradisional menjadi semakin penting."
Karya Zhu, Xi dan Bermel ini menawarkan laluan realistik kepada teknologi yang boleh mengendalikan kelas masalah lengkap NP yang penting. Kerja ini menunjukkan penyelesaian cekap tenaga berskala yang berpotensi untuk mengungguli perkakasan konvensional dengan ketara dalam mengendalikan tugas yang memerlukan pengiraan dengan bijak menggunakan rangkaian bukan linear peranti optik untuk memacu pengiraan Ising.
Sumber: techxplore.com/news
Günceleme: 03/05/2023 14:19