费曼的设想有望实现!新型概率计算机让量子计算在常温进行

2019 年 9 月 21 日 新智元




  新智元报道  

来源:Nature\eurekalert

编译:肖琴

【新智元导读】日本东北大学和普渡大学的研究人员构建了一台新型概率计算机,用“概率比特”代替量子比特,成功地解决了通常被认为是 “量子” 问题的整数因式分解问题。


1981年,物理学家理查德·费曼(Richard Feynman)作了著名的“用计算机模拟物理”的报告,提出一个问题 “计算机能否有效地模拟量子物理系统?”这提出了一个挑战,因为基于二进制逻辑(1和0)进行计算的电子计算机并不擅长捕捉量子力学中固有的不确定性。


费曼建议,解决这个问题的一种方法是使用量子构建块来制作一台反映量子行为的计算机——换句话说,就是量子计算机。


但费曼还有另一个想法:一台能够模仿量子力学概率行为的经典计算机。将近40年过去了,日本东北大学的深见俊辅(Shunsuke Fukami)和他的东北大学及普渡大学的同事们为这种概率计算机构建了硬件——也称为随机计算机(stochastic computer)。他们的工作发表在本期Nature杂志。除此之外,这一进步可能带来更节能的设备,能够进行更快、更复杂的计算。


“穷人的量子比特”:可在常温下运行量子计算


经典计算机以0和1的形式存储和使用信息。量子计算机使用的量子比特可以同时为0和1。2017年,由普渡大学电气和计算机工程杰出教授Supriyo Datta领导的一个研究小组提出了使用p比特(p-bits,或probabilistic bits)的概率计算机的想法,p比特可以在任何给定时间为0,也可以为1,并在两者之间迅速波动


“有一组有用的问题可以用量子比特来解决,也可以用p比特来解决。可以说p比特就是‘穷人的量子比特’,”Datta说。


研究人员表示,量子比特需要在非常低的温度下才能运作,而p比特可以在室温下工作,就像今天的电子产品一样,所以现有的硬件可以用来制造概率计算机。


团队制造了一种改进版的磁阻随机存取存储器(MRAM),该技术利用磁铁的方向来创造0或1对应的电阻状态。研究人员对MRAM 器件作了修改,使其故意不稳定以更好地促进 p 比特波动的能力。


随机磁电路的特性


接下来,研究人员将三个传统的硅晶体管和一个微小的磁铁结合起来,创造出了所谓的p比特,其波动可以得到控制。这些磁铁厚度只有10个原子大小,在这个尺寸下,它们开始随机运动。该团队的一个关键进展是调整磁铁的厚度,以平衡热噪声的稳定性,并以可控的方式引入随机性。


8个这样的 p比特单元相互连接构建了一台概率计算机


这种随机计算方案的特别之处在于,它可以解决一些传统计算机难以解决的问题,比如机器学习,其涉及到处理不断增加的大数据量。但是,我们怎么知道这种随机计算机的性能比传统方法更好呢?


p-bits的实验演示


研究团队对设备进行了编程,成功地解决了通常被认为是“量子计算”的问题:对35161和945这样的数字因式分解成更小的数字,即整数因式分解,该设备可以计算整数因子的数达到945


对于标准计算机来说,这种计算非常困难,以至于它们已经成为密码中使用的公共加密密钥的基础。传统的概率计算机——使用硅晶体管的计算机——将需要1000多个晶体管才能完成这项任务。但是深见和他的同事们的机器只用了8个p-bits。此外,他们的组件需要的表面面积只有传统概率计算机的三百分之一,使用的能量只有十分之一。


整数分解的实验证明


随机计算机有望大幅提高计算的能源效率


一段时间以来,微型化技术的进步意味着硅芯片每千瓦时的操作次数大约每1.6年就会翻一番。但这一趋势自2000年左右以来一直在放缓,研究人员认为,这一趋势可能正在接近物理极限。


“革命性”这个词在科技界被过度使用,但深见和他的同事的论证表明,随机计算机有可能大幅提高这类计算的能源效率。


然而,更广泛地使用随机计算将需要公共资助者和硅芯片制造商付出更大的努力。欧盟、日本和美国的公共资助者确实有一定的随机计算研究计划。企业也在通过诸如半导体研究联盟(go.nature.com/2mlhmoo)这样的财团资助研究。


但是,当面临技术中断时,政府和大公司的改变可能会比较缓慢,这是可以理解的,部分原因是它们需要保护自己的利益。随着大数据需求的不断增长,能源效率越来越难以忽视,这就是为什么行业和政策制定者需要加快步伐。


深见的团队提出了一个潜在的解决方案,并成功地证明了这个概念。展望未来,政府和企业将需要创造资金机会,让这项创新——以及费曼的探索——有机会见到光明的一天。


原文:

https://www.nature.com/articles/d41586-019-02781-4

登录查看更多
0

相关内容

CVPR 2022 将于2022年 6 月 21-24 日在美国的新奥尔良举行。CVPR是IEEE Conference on Computer Vision and Pattern Recognition的缩写,即IEEE国际计算机视觉与模式识别会议。该会议是由IEEE举办的计算机视觉和模式识别领域的顶级会议,会议的主要内容是计算机视觉与模式识别技术。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
351+阅读 · 2020年6月24日
图神经网络表达能力的研究综述,41页pdf
专知会员服务
169+阅读 · 2020年3月10日
自动结构变分推理,Automatic structured variational inference
专知会员服务
38+阅读 · 2020年2月10日
物理学家终于找到了一种拯救薛定谔猫的方法
中科院物理所
8+阅读 · 2019年6月10日
同质结中的“超注入”现象:半导体光源迎来新机遇!
量子计算、边缘计算、数据挖掘 前沿研究报告
人工智能学家
6+阅读 · 2019年3月16日
量子计算
人工智能学家
7+阅读 · 2018年4月6日
你知道量子计算吗?它超酷的!
微软研究院AI头条
4+阅读 · 2018年3月16日
一张通往计算机世界的地图
中科院物理所
8+阅读 · 2017年10月12日
Arxiv
8+阅读 · 2019年2月15日
A Comprehensive Survey on Graph Neural Networks
Arxiv
21+阅读 · 2019年1月3日
Arxiv
136+阅读 · 2018年10月8日
Arxiv
6+阅读 · 2018年3月28日
VIP会员
相关VIP内容
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
351+阅读 · 2020年6月24日
图神经网络表达能力的研究综述,41页pdf
专知会员服务
169+阅读 · 2020年3月10日
自动结构变分推理,Automatic structured variational inference
专知会员服务
38+阅读 · 2020年2月10日
相关资讯
物理学家终于找到了一种拯救薛定谔猫的方法
中科院物理所
8+阅读 · 2019年6月10日
同质结中的“超注入”现象:半导体光源迎来新机遇!
量子计算、边缘计算、数据挖掘 前沿研究报告
人工智能学家
6+阅读 · 2019年3月16日
量子计算
人工智能学家
7+阅读 · 2018年4月6日
你知道量子计算吗?它超酷的!
微软研究院AI头条
4+阅读 · 2018年3月16日
一张通往计算机世界的地图
中科院物理所
8+阅读 · 2017年10月12日
Top
微信扫码咨询专知VIP会员