振蕩器伊辛機對經典自旋進行量子計算

進入 21 世紀的二十年后，對計算能力的需求正以不斷增長的速度超過供應。從需要快速反應藥物設計的全球流行病，到智能電網、自動駕駛汽車、人工智能和機器學習，科學家們都在爭先恐后地提高當前的計算能力，直到量子計算成為現實。

特別具有挑戰性的是組合優化問題。此類問題的教科書示例是解決在同一地點開始和結束的給定數量城市之間的最短路線。隨著城市數量的增加和可能的路線組合變得天文數字，這個“旅行商問題”變得更加困難。

電氣工程和計算機科學教授 Bakar 研究員 Jaijeet Roychowdhury 領導了一項突破，使用傳統的互補金屬 - 氧化物 - 半導體(CMOS)集成電路，以量子計算機類型的速度和效率解決涉及數百萬可能結果的組合優化問題. 他的振蕩器伊辛機 (OIM) 將組合優化問題編碼為磁自旋的“能量景觀”——振蕩電子的量子特性——其中解決方案由同步或耦合振蕩器自旋的最低能量配置決定。

電子振蕩的同步使 OIM 能夠在相對便宜、低功耗的小型化 CMOS 芯片上解決組合優化問題，而無需其他組合優化策略所需的成本高昂的技術挑戰，例如低溫操作溫度。

問：您曾說過 OIM 成功的關鍵是適當設計的振蕩器。什么是“合適”的設計?

答：與標準電子振蕩器設計不同，我們 OIM 芯片中的振蕩器設計有注入鎖定特性，可促進有效耦合。我們選擇振蕩器之間的耦合也很重要。雖然相對耦合值是由要解決的組合優化問題設置的，但可以自由選擇絕對值。這些值需要通過振蕩器的性質以及 CMOS 技術考慮來告知。適當設計的另一個重要方面是同步信號的選擇，它將每個振蕩器從數字操作模式轉換為模擬操作模式，然后再返回。

問：您是否從自然界使用同步振蕩來優化能源效率中獲得同步 OIM 中的電子振蕩器的靈感?

答：有也沒有。我從小就對振蕩器很感興趣，當時我試圖修理我祖母的真空管收音機。我的嘗試沒有成功，但讓我對弄清楚振蕩器的工作原理感興趣。多年來，我了解到對電子振蕩器的標準解釋過于簡單，實際上在某些方面顯然是錯誤的。在我們的小組中，我們意識到生物同步中的注入鎖定，例如螢火蟲的同步閃爍，可以應用于電子產品，以制造帶有振蕩器而不是標準寄存器的馮諾依曼計算機。發現注入鎖定的能量方面可以說是產生 OIM 的關鍵步驟。

問：OIM 能量圖譜中自旋的最低能量配置是否類似于旅行商問題 (TSP) 中的最小旅行距離?

答：是的，TSP 的最小距離對應于我們 OIM 公式中的最小能量配置，但要找到 OIM 解決方案，必須將 TSP 重新轉換為 Ising 形式。這意味著在 TSP 問題中求解 N 個城市需要 N2 次 Ising 形式的自旋。例如，如果你想在 100 個城市之間旅行，你需要用大約 10,000 次旋轉來解決一個 Ising 問題;如果您想在 10,000 個城市之間旅行，那么您將需要 1 億次 Ising 旋轉!這是一個很大的數字，但縮放到大量自旋是 OIM 的主要優勢之一，因為您可以在一個小芯片上放置數十億個 CMOS 晶體管。每臺計算機和手機中的處理器芯片都包含許多具有 1 億次或更多旋轉的晶體管和 OIM 芯片，一旦我們'

問：您認為 OIM 最直接的應用是什么?

答：我們的 OIM 的優點之一是他們不關心他們正在解決的問題來自哪個應用程序域。只要問題是 Ising 形式并且 OIM 可以用它編程，它們就可以工作。此外，幾乎每個組合優化問題，無論它出現在哪里，都可以轉換為 Ising 形式。也就是說，研究的一般規則是專注于解決特定的最終問題非常有幫助。與 Ising 社區的許多人一樣，我們一直專注于圖中的 MAX-CUT 問題，對此有廣泛可用的基準測試。我們也在研究通信中的組合優化問題。

問：您是如何利用 Bakar Fellowship 推進 OIMs 研究的?

答：Bakar Fellowship 幫助我們專注于設計 OIM 芯片以及開發通信應用程序。