【
GeräteForschungs- und EntwicklungsnachrichtenProbleme der Portfoliooptimierung sind weit verbreitet in den Bereichen Finanzen, Logistik und maschinelles Lernen. Die traditionelle „von Neumann“-Architektur steht bei der Bewältigung eines immer größeren Problems vor erheblichen Engpässen. Die optische Ising-Maschine nutzt die dynamische Evolution von physikalischen Systemen für die eigentliche Parallelllösung und ist eine wichtige technologische Route, um die Hardwarebeschleunigung in großem Maßstab zu erreichen. Allerdings gibt es wesentliche Unterschiede zwischen den kontinuierlichen Simulationseigenschaften des zugrundeliegenden physischen Trägers und den diskreten binären Einschränkungen des Issin-Modells, was die Systementwicklung anfällig für Faktoren wie ungleichmäßige Hardwareamplituden, Geräuschsammlung und Leistungsdrift macht, was zu einer geringeren Lösungsgenauigkeit und einer begrenzten Skalierbarkeit führt.
Kürzlich veröffentlichte das Forscherteam von Li Ming, dem nationalen Schlüssellabor für optoelektronische Materialien und Geräte des Instituts für Halbleiterforschung der chinesischen Akademie der Wissenschaften, gemeinsam mit Beijing Yixing Intelligent Science and Technology Co., Ltd., die neuesten Forschungsforderungen in der Photonikforschung (Photonics Research): Das Forscherteam schlägt eine hybride neuromorphische optoelektronische Yixing-Maschine (HNOIM) vor, die auf dem dynamischen steilen Aktivierungsfeedback-Mechanismus basiert. Durch analoge Erkundung und digitale Verriegelung wurde das Problem der Veränderung der Berechnungsformel, die durch Amplitudenungleichheit verursacht wurde, korrigiert (Hamilton-Quantitätsverzögerung), um eine effektive Kombination der kontinuierlichen dynamischen Evolution und der stabilen Konvergenz des binären Zustand Branchenanerkanntes und anerkanntes G-Set (G1-G21)
StandardIm Test der Fallbibliothek erzielte HNOIM eine Lösungsgenauigkeit von 99,68%, mehrere Reihen komplexer Fälle lieferten eine stabile Ausgabe der bekannten Z-optimalen Lösung (BKS), die Einzellösungszeit (TTS) betrug nur 0,44 Millisekunden, was einen Anstieg um drei Größengruppen gegenüber dem herkömmlichen analogen Zündelalgorithmus (199,61 Millisekunden) beträgt. Das Forscherteam führte Machbarkeitstests für komplexe Szenarien auf sehr großem Maßstab durch und reduzierte die HNOIM-Hybridarchitektur den verbleibenden Energiefehler (das Verhältnis der tatsächlichen berechneten Energie des Geräts zu der niedrigen Energie der Problemtheorie Z/Z) auf 0,068% in einem vollen Netzwerk von 1.601 Knoten mit 9 hochpräzisen Gewichten pro Verbindung und erhöhte die Z/Z-Energienähe um das 43fache.
Die Studie bietet neue technologische Lösungen zur Verbesserung der Präzision und Systemskalierbarkeit der optischen Ising-Maschinen und unterstützt die Entwicklung der optischen Ising-Computing und ihre Anwendung bei der Massenoptimierung von Kombinationen.
Halbleiterinstitut als akademisches Innovationssubjekt, das ursprüngliche "dynamische steile Aktivierung Feedback-Mechanismus" vom Doktorandenteam vorgeschlagen hat, und ist für die Architektur des optischen Ising-Maschinensystems, die physikalische Validierung von Vollprozess-Experimenten, die Datenanalyse und das Schreiben und Veröffentlichen von akademischen Arbeiten verantwortlich; Beijing Yixin Intelligent Technology Co., Ltd. basiert auf seinen Vorteilen der Industrialisierung, bietet der Forschung eine hochvollständige experimentelle Umgebung und eine grundlegende Hardware-Plattform, und schickte ein FPGA-Engineering-Team mit den Forschern des Halbleiterinstituts, um die Software-Hardware-Kooperationsentwicklung der grundlegenden Kernberechenlogik abzuschließen, um die technische Grundlage für eine präzise und leistungsstarke Algorithmenlösung zu legen.
Die Ergebnisse der Studie wurden unter dem Titel "Hybrid neuromorphic optoelectronic Ising machine via dynamic steep-activation feedback" in der Fachzeitschrift Photonics Research veröffentlicht. Der Doktorand des Halbleiterinstituts Li Gentong ist der erste Autor, der Doktorand des Halbleiterinstituts Ma Xuilong ist der Co-Erstautor und der Forscher des Halbleiterinstituts Li Ming ist der Kommunikationsautor. Diese Arbeit wurde durch das Projekt des Wissenschafts- und Technologieprogramms der Stadt Peking des Wissenschafts- und Technologieausschusses der Stadt Peking "Schlüsseltechnologie für die Forschung der intelligenten Berechnung der optischen Yixing-Maschine" (Z241100004224001) finanziert.
