Группа исследователей кафедры нейромофных фотонных вычислений Королевского университета в Канаде разработала новый мощный тип вычислительных машин, которые используют свет для решения сложных задач. Машина, собранная из готовых компонентов, работает при комнатной температуре и сохраняет удивительную стабильность, выполняя миллиарды операций в секунду. Исследование было опубликовано в журнале Nature.
Процессор Queen основан на модели Изинга, которая представляет проблемы в виде взаимодействующих магнитов со «спинами», указывающими вверх или вниз. Подобно тому, как магниты естественным образом выстраиваются в ряд при сближении, модель Изинга ищет состояние с наименьшей энергией, что математически эквивалентно поиску наилучшего решения сложной задачи оптимизации.
Несмотря на простоту, эта модель отлично подходит для решения задач со множеством взаимосвязанных бинарных вариантов (вверх/вниз или да/нет).
В системе Queen вместо магнитов используются световые импульсы, которые действуют по тому же принципу, но вместо бинарной системы «вверх» или «вниз» используется либо световой импульс, либо его отсутствие. Импульсы движутся по замкнутому контуру, взаимодействуют друг с другом и постепенно выстраиваются в конфигурацию, которая представляет собой оптимальное решение, подобно тому, как группа людей приходит к консенсусу после множества быстрых обсуждений.
Что отличает процессор Queen от аналогов, так это сочетание простоты и производительности. Команда использовала всего пять базовых компонентов для создания машины, способной выполнять 256 спинов, что превосходит аналогичные коммерческие разработки, на которые были потрачены миллиарды долларов. Невероятная стабильность системы также позволяет ей решать более сложные задачи, чем другие оптические машины Изинга, в которых спины часто разрушаются за миллисекунды.
Система также объединяет в себе методы, традиционно используемые в компьютерных системах для надежной передачи интернет-данных на большие расстояния. Она работает при комнатной температуре и сохраняет стабильность достаточно долго, чтобы решать задачи с десятками тысяч переменных.
Ранее для создания подобных систем требовались экстремально низкие температуры или специальные материалы, и они могли работать лишь в течение коротких промежутков времени. Работа при обычных температурах имеет большое значение, поскольку требует меньше энергии и делает технологию более практичной и масштабируемой.
Исследование было опубликовано в журнале Nature