P-tietokoneiden potentiaali

Tekoälyn (AI) ja koneoppimisen (ML) nousu on aiheuttanut kriisin tietojenkäsittelyssä ja merkittävän tarpeen energiatehokkaalle ja skaalautuvalle laitteistotekniikalle.

Keskeinen askel sekä tekoälyssä että koneoppimisessa on päätösten tekeminen epätäydellisten datan perusteella ja paras tapa tähän on saada ulostuloon kunkin mahdollisen vastauksen todennäköisyys.

Nykyiset klassiset tietokoneet eivät pysty tekemään sitä energiatehokkaalla tavalla. Kvanttitietokoneet, jotka toimivat kubiteilla, voivat auttaa vastaamaan näihin haasteisiin, mutta ne ovat vielä kehitysvaiheessa.

Kerem Camsari, UC Santa Barbaran apulaisprofessori, uskoo, että todennäköisyyspohjaiset tietokoneet (p-tietokoneet) ovat ratkaisu. Probabilistiset tietokoneet saavat voimansa todennäköisyysbiteistä, jotka ovat vuorovaikutuksessa saman järjestelmän muiden todennäköisyysbittien kanssa.

Toisin kuin klassisten tietokoneiden bitit, jotka ovat 0 tai 1 tai kubitit, jotka voivat olla useammassa kuin yhdessä tilassa kerrallaan, p-bitit vaihtelevat paikkojen välillä ja toimivat huonelämpötilassa.

"Osoitimme, että luontaisesti todennäköisyyspohjaiset tietokoneet, jotka on rakennettu p-biteistä, voivat ylittää vuosikymmeniä kehitteillä olleet huippuluokan ohjelmistot", toteaa Camsari.

Tutkijat saavuttivat lupaavia tuloksia käyttämällä klassista laitteistoa luodakseen toimialuekohtaisia arkkitehtuureja. He kehittivät ainutlaatuisen harvan Ising-koneen (sIm), uudenlaisen laskentalaitteen, jota käytetään optimointiongelmien ratkaisemiseen ja energiankulutuksen minimoimiseen.

UCSB:n ja Messinan yliopiston jäsenistä koostuvan tutkijaryhmän prototyyppiarkkitehtuuri rakentui FPGA-piireistä. Sillä toteutettu harva arkkitehtuuri oli jopa kuusi suuruusluokkaa nopeampi ja näytteenottonopeus oli kasvanut viidestä kahdeksaantoista kertaa nopeammin kuin klassisissa tietokoneissa käytetyillä optimoiduilla algoritmeilla.

Lisäksi he raportoivat, että heidän (sparse Ising machine ) sIm saavuttaa massiivisen rinnakkaisuuden skaalautumalla lineaarisesti p-bittien lukumäärän kanssa.

"Meille nämä tulokset olivat jäävuoren huippu", hän sanoi. "Käytimme olemassa olevaa transistoriteknologiaa emuloidaksemme todennäköisyyspohjaista arkkitehtuuriamme, mutta jos p-tietokoneiden rakentamiseen käytetään paljon korkeammalla integraatiotasolla varustettuja nanopiirejä, hyödyt olisivat valtavat."

"Aiheen alkuvaiheen (2019) havainnot yhdistettynä uusimpiin tuloksiimme tarkoittavat, että miljoonien p-bittien p-tietokoneiden rakentaminen optimointi- tai todennäköisyyspohjaisten päätöksenteon ongelmien ratkaisemiseksi kilpailukykyisellä suorituskyvyllä voi olla mahdollista", Camsari sanoi.

Tutkimusryhmä toivoo, että p-tietokoneet käsittelevät jonain päivänä tietyn joukon ongelmia, luonnollisesti todennäköisiä, paljon nopeammin ja tehokkaammin.

Aiheesta aiemmin:

Maailman nopein spintroninen p-bitti

Köyhän miehen kubitti