 Исследователи из Университета Южной Флориды предложили новую форму вычислений, которая использует круговые наномагниты решать квадратичных проблем оптимизации на несколько порядков быстрее, чем у обычного компьютера.
Широкий ассортимент прикладных областей потенциально может быть ускорен за счет этого исследования. В число примеров могут войти шаблоны поиска в социальных сетях, коды коррекции ошибок в больших данных, а также биологическая наука.
Исследователи используют особенность минимизации энергии в наномагнитных системах для решения квадратичных задач оптимизации, возникающих в приложениях машинного зрения, которые являются дорогими на вычислительном уровне.
По мнению исследователей, магниты использовались в качестве хранилища памяти компьютера/данных с начала 1920-х; они даже сделали запись в общей аппаратной терминологии как «многоядерность». Область наномагнетизма в последнее время привлекает огромное внимание, так как она может потенциально поставить маломощную, высокоскоростную и плотную энергонезависимую память. Теперь можно спроектировать размер, форму, расстояние, ориентацию и состав магнитных структур размером ниже 100 нм. Это стимулировало изучение наномагнетиках для нетрадиционных вычислительных парадигм.
Эксплуатируя состояния намагниченности наномагнитных дисков в виде представлениях состояний завихрения и разработала магнитный гамильтониан, являющийся квадратичным. Внедренная магнитная система может определить характерные черты предоставленного изображения с частотой в более чем 85 процентов. Эта форма вычислений в среднем работает в 1528 раз быстрее, чем IBM ILOG CPLEX (промышленное стандартное программное обеспечение оптимизатора) с редким сродством матриц, и в 468 раз быстрее с более плотными аффинными матрицами. Результаты показывают потенциал этого альтернативного метода вычислительной разработки магнитного сопроцессора, которые могли бы решать сложные проблемы за меньшее количество тактов, чем в традиционных процессорах.
|
