您的位置:首页 → 新型基于多策略的退火器 用于求解现实世界的组合优化问题

东京工业大学的研究人员设计了一种可扩展到多芯片系统并具有多策略机制的全连接退火器,以快速有效地解决与现实世界场景相关的各种组合优化(CO)问题。退火炉名为Amorphica,能够根据特定的目标CO问题微调参数,并在物流,金融,机器学习等方面具有潜在的应用。

现代世界已经习惯了在我们家门口高效交付货物。但是您知道吗,实现这样的效率需要解决一个数学问题,即所有目的地之间的最佳路线是什么?这被称为“旅行推销员问题”,属于一类称为“组合优化”(CO)问题的数学问题。

随着目的地数量的增加,可能的路线数量呈指数级增长,基于对最佳路线的详尽搜索的蛮力方法变得不切实际。取而代之的是,采用一种称为“退火计算”的方法,无需穷举搜索即可快速找到最佳路线。

然而,东京工业大学研究人员进行的一项数值研究表明,虽然存在许多退火计算方法,但没有一种方法适合解决广泛的一氧化碳问题。因此,需要一种具有多种退火方法的退火机制(多策略机制)来针对各种此类问题。

幸运的是,由东京工业大学(Tokyo Tech)的助理教授Kazushi Kawamura和Masato Motomura教授领导的同一研究小组报告了一种具有这种多政策方法或“变质退火”的新型退火机。他们的研究结果发表在《ISSCC2023》论文集上,并将在即将举行的2023年国际固态电路会议上发表。

“在退火计算中,CO问题表示为(伪)自旋向量的能量函数。我们从最初的随机自旋向量配置开始,然后随机更新它,通过降低其(伪)温度来找到最小能量状态。这与金属的退火过程非常相似,其中热金属以受控方式冷却,“Kawamura博士解释说。“我们名为Amorphica的退火机具有多种退火方法,包括我们团队提出的一种新方法。这使其能够采用退火方法来解决手头的特定 CO 问题。

该团队设计Amorphica是为了解决以前退火机的局限性,即它们的适用性仅限于少数一氧化碳问题。这首先是由于这些退火器是局部连接的,这意味着它们只能处理具有局部自旋间耦合的自旋模型。另一个原因是它们在退火方法和参数控制方面没有灵活性。这些问题在Amorphica中通过采用全连接自旋模型并结合精细可控的退火方法和参数来解决。此外,该团队还引入了一种新的退火策略,称为“比率控制平行退火”,以提高现有退火方法的收敛速度和稳定性。

此外,Amorphica可以扩展到多芯片、全连接系统,减少芯片间数据传输。在针对GPU测试Amorphica时,研究人员发现,在仅使用(58/1)功耗的情况下,它的速度提高了500倍,这意味着它的能源效率提高了约30万倍。

“有了像Amorphica这样的全连接退火器,我们现在可以处理任意拓扑和自旋间耦合的密度,即使它们是不规则的。反过来,这将使我们能够解决现实世界的一氧化碳问题,例如与物流、金融和机器学习相关的问题,“Motomura教授总结道。

智能推荐