我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

p-Computers的潜力

的潜力p-Computers内容块的形象
困难的优化问题可以表示为概率比特网络互动。有效解决这些问题需要使他们不太密集的p位。来源:加州大学圣芭芭拉分校
听与
喋喋不休地说
0:00
注册免费听这篇文章
谢谢你!听这篇文章使用上面的球员。
阅读时间:

人工智能(AI)的崛起和机器学习(ML)创建了一个计算和重大危机需要更多的硬件,既节能又可伸缩。人工智能和ML的关键一步是决策基于不完整的数据,最好的方法就是输出概率为每一个可能的答案。目前经典计算机无法做到的节能方式,限制,寻找创新的方法来计算。操作量子位的量子计算机,可以帮助应对这些挑战,但他们对周围环境非常敏感,必须保持在极低的温度下,仍在开发的早期阶段。


Kerem Camsari电气和计算机工程助理教授(ECE)加州大学圣芭芭拉分校,相信概率计算机(p-computers)解决方案。P-computers是由概率(p位),这与其他p位在同一个系统。与经典计算机的位是0或1状态,或量子位,可在多个国家,p位波动之间的位置和在室温下操作。在一个文章发表在电子性质Camsari和他的合作者讨论他们的项目,证明p-computers的承诺。


“我们表明,固有的概率计算机,建立起来的p位,可以比最先进的软件已经发展了几十年,”Camsari说,接受一个年轻调查员奖今年早些时候从美国海军研究办公室。


Camsari集团与大学的科学家们在意大利墨西拿,卢克Theogarajan, UCSB的ECE部门的副主席,和物理学教授约翰·马蒂尼领导的团队建立了世界上第一个量子计算机实现量子霸权。一起研究人员实现了有前景的结果通过使用经典硬件创建特定于域的架构。他们开发了一个独特的稀疏伊辛机(sIm),一种新型计算设备用于解决优化问题,减少能源消耗。


Camsari形容sIm概率部分的集合,可以认为是人。和每个人只有一小部分信任的朋友,“稀疏”连接的机器。


“人们可以迅速做出决定,因为他们每个人都有一个小的信任的朋友和他们没有听到大家在整个网络,”他解释道。“这些代理达成共识的过程类似于用于解决优化问题,很难满足许多不同的约束。稀疏的伊辛机器让我们制定和解决各种各样的这种使用相同的硬件优化问题。”


团队的原型架构包括现场可编程门阵列(FPGA),一个强大的硬件比专用集成电路提供了更多的灵活性。


“想象一个电脑芯片,允许您计划之间的联系网络中p位无需制造一个新的芯片,“Camsari说。


研究人员表明,稀疏结构的fpga 6数量级速度和增加了采样速度快5到18倍比通过优化算法在经典计算机上使用。


此外,他们报告说,他们的sIm卡实现大规模并行的翻转每秒的关键人物——措施p-computer会如何迅速做出聪明的决定——尺度线性p位的数量。Camsari指的类比信任的朋友试图做出决定。


“关键问题是,达成共识的过程中需要很强的沟通不断地跟另一个人基于他们的最新思考,”他说。“如果每个人都做决定没有倾听,不能达成共识和优化问题还没有得到解决。”


换句话说,p位交流,越快越快可以达成共识,这就是为什么增加每秒翻转,同时确保每个人都互相听,是至关重要的。


“这正是我们实现在我们的设计中,“他解释说。“通过确保每个人都互相听,限制数量的“人”谁能彼此成为朋友,我们并行决策过程。”


他们的工作还显示一个扩展能力p-computers五千p位,Camsari认为极有前途的,同时指出他们的想法只是p-computer拼图的一块。


“对我们来说,这些结果是冰山的一角,”他说。“我们使用现有的晶体管技术模仿概率架构,但如果nanodevices水平更高的集成用于构建p-computers,优势将是巨大的。这就是让我失去睡眠。”


8 p-bit p-computer Camsari和他的合作者建立期间研究生和博士后研究员普渡大学最初显示设备的潜力。他们的文章,2019年出版自然,描述了一个十倍减少能源和一棵减少占用面积相比,它需要一个经典计算机。提供种子资金,在2020年秋季UCSB研究所的能源效率,允许Camsari和Theogarajan p-computer研究更进一步,以支持工作电子性质


“初步调查结果,结合我们的最新结果,意味着与数以百万计的p位建立p-computers解决优化或概率决策问题与竞争性能可能只是“Camsari说。


研究小组希望p-computers一天处理一组特定的问题,自然概率,更快和更有效的。


参考:Aadit NA,格里马尔迪Carpentieri M, et al .大规模并行与稀疏概率计算是机器。Nat电子。2022:1-9。doi:10.1038 / s41928 - 022 - 00774 - 2


本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。

广告
Baidu