新的可扩展量子处理器可以解决优化问题

新的可扩展量子处理器可以解决优化问题

东京科技大学(TUS)的一个研究小组在解决优化问题方面取得了重要突破，开发了一种完全可扩展的量子处理器。

优化问题在日常生活中很常见，出现在多个领域，例如网络路由、物流、机器学习和材料科学。

这些问题极其复杂，难以使用标准计算机解决，因此研究人员不得不求助于其他方法。该团队使用了一种称为退火的过程，可用于对优化问题进行建模。

模仿“旋转”的行为

研究人员试图创建模拟原子磁性方向的退火处理器，称为“自旋”。自旋在高温下随机定向，但随着温度降低，自旋排列以达到最小能量状态。

该团队展示了第一个完全耦合的大规模量子处理器，包括 512 个完全连接的自旋。众所周知，这些系统难以实施和升级，因为需要考虑自旋之间的大量连接。

虽然并行使用多个完全连接的芯片是解决可扩展性问题的潜在解决方案，但这意味着需要在芯片之间实现过多的电线。

可扩展性问题的新解决方案

为了克服与可扩展性相关的问题，开发了一种新方法，将量子处理器的能量状态的计算沿着多个完全耦合的芯片划分。这个过程形成了一个“阵列计算器”，然后一个控制芯片从其余芯片收集结果并计算总能量。

领导这项研究的 Takayuki Kawahara 教授解释说：“我们方法的优势在于芯片之间传输的数据量非常小。虽然它的原理很简单，但这种方法使我们能够实现一个可扩展的、全连接的 LSI 系统，通过模拟退火来解决组合优化问题。”

研究人员能够通过使用商用 FPGA 芯片开发出完全可扩展的量子处理器。作为一种广泛使用的半导体设备，这些芯片使团队能够构建具有 384 次自旋的处理器。

该机器已成功用于解决许多建议的优化问题，包括 92 节点图着色问题和 384 节点最大切割问题。这些提议的实验表明，提议的设备具有真正的性能优势。

与其他具有相同退火系统的量子处理器相比，FPGA 系统在解决最大切割问题时速度提高了 584 倍，能效提高了 46 倍。

随着 FGPA 量子处理器的成功演示，该团队希望进一步开发该设备。Kawahara 评论说：“我们希望生产定制设计的 LSI 芯片，以增加容量并大大提高我们方法的性能和功率效率。这将使我们能够实现材料开发和药物发现领域所需的性能，这些领域涉及非常复杂的优化问题。”

团队计划推动实施他们的成果来解决现实生活中的问题。他们希望与其他公司合作，并将他们的方法带到半导体设计技术的核心。

深圳市晶光华电子有限公司 专注石英晶振生产26年，强大的专业团队，服务超过5000+客户，年产能6亿PCS，1天试样，3天测试，1周交货；如果您对我们的石英晶振感兴趣，欢迎咨询我们的客服，获取详细资料，我们将为您提供专业贴心的服务。