Programmable 200 GOPS Hopfield-inspired photonic Ising machine

Команда Бхавина Дж. Шастри из Королевского университета (Канада) сообщила о создании вдохновлённой сетями Хопфилда программируемой фотонной машины Изинга с производительностью 200 GOPS. Результаты исследования были опубликованы 17 декабря 2025 года в журнале Nature.

Машины Изинга представляют собой перспективный путь для решения NP-трудных задач, однако создание физической реализации, сочетающей масштабируемость, реконфигурируемость, высокую скорость и стабильность, остаётся сложной задачей. Квантовые отжигатели, такие как аппаратное обеспечение D-Wave, хотя и нацелены на решение задач комбинаторной оптимизации, требуют квадратичного роста числа кубитов с размером задачи для плотных графов, что ограничивает их масштабируемость.

Исследовательская группа предложила программируемую, стабильную машину Изинга, работающую при комнатной температуре на основе оптоэлектронных осцилляторов, для которой характерна линейная масштабируемость представления спинов. Вдохновлённая сетями Хопфилда, эта архитектура может решать полностью связанные задачи, содержащие до 256 спинов (65 536 связей); если задача обладает разреженностью, масштабируемость может превышать 41 000 спинов (более 205 000 связей). Система использует кольцевую структуру с циклическим временным кодированием, интегрирующую каскадные модуляторы на тонких плёнках ниобата лития, полупроводниковые оптические усилители и процессор цифровой обработки сигналов, демонстрируя потенциал более 200 гигаопераций в секунду в операциях со спин-спиновой связью и нелинейных вычислениях. Благодаря присущей высокой скорости вычислений, платформа реализует самую крупную конфигурацию спинов среди фотонных машин Изинга на базе оптоэлектронных осцилляторов.\n\nЭкспериментально продемонстрировано, что среди различных фотонных машин Изинга данная система достигла наилучшего качества решения задачи максимального разреза с произвольной топологией (для 2 000 и 20 000 спинов), а также получила основное состояние для задач цифрового разделения и свёртывания белков в решётке — двух эталонных задач, ранее не решённых фотонными вычислительными системами. Система использует собственную шумовую составляющую, генерируемую высокой скоростью передачи символов, для выхода из локальных минимумов и ускорения сходимости. В заключение, исследовательская группа показала, что внедрение технологий цифровой обработки сигналов из традиционной области оптической связи в оптические вычисления может значительно повысить скорость сходимости и качество решения, открывая новые горизонты для масштабируемых сверхбыстрых вычислений в сферах оптимизации, нейроморфной обработки и искусственного интеллекта для моделирования.