STATICA: Novo processador resolve problemas matemáticos notoriamente complexos

STATICA: Novo processador resolve problemas matemáticos notoriamente complexos

Redação do Site Inovação Tecnológica - 18/03/2020

STATICA: Novo processador resolve problemas matemáticos notoriamente complexos
Arquitetura do processador especializado em resolver problemas de otimização combinatória.
[Imagem: Tokyo Institute of Technology]

Unidade de processamento combinatorial

Engenheiros japoneses projetaram e construíram uma nova arquitetura de processador que pode resolver problemas de otimização combinatória muito mais rapidamente do que qualquer processador existente.

Pense em um processador especializado que, assim como uma GPU faz na renderização gráfica, resolve problemas complexos que aparecem em muitos campos diferentes da ciência e da engenharia, e são difíceis de serem programados para serem resolvidos pelos processadores convencionais.

A otimização combinatória consiste em localizar um objeto ou solução ideal em um conjunto finito de possibilidades. Esses problemas são onipresentes no mundo real em diferentes campos. Por exemplo, problemas de otimização combinatorial aparecem nas finanças quando se tenta escolher as melhores ações ou títulos para se investir, na logística como o conhecido "problema do caixeiro-viajante", no aprendizado de máquina e na descoberta de medicamentos.

No entanto, os computadores atuais não conseguem lidar com esses problemas quando o número de variáveis aumenta muito.

Modelos de Ising e recozedores

A nova arquitetura de processador resolve especificamente problemas de otimização combinatória expressos na forma de um modelo de Ising.

O modelo de Ising foi originalmente usado para descrever os estados magnéticos dos átomos (spins) em materiais magnéticos. No entanto, esse modelo pode ser usado como uma abstração para resolver problemas de otimização combinatorial porque a evolução dos spins, que tendem a atingir o chamado estado de menor energia, imita o modo como um algoritmo de otimização procura pela melhor solução. De fato, o estado dos spins no estado de menor energia pode ser diretamente mapeado para a solução de um problema de otimização combinatória - esta será uma das grandes vantagens dos computadores quânticos, que usam diretamente os spins como bits.

A arquitetura do processador, batizada de STATICA, é fundamentalmente diferente dos processadores atuais que calculam os modelos de Ising, chamados de recozedores. Uma limitação da maioria dos recozedores projetados até hoje é que eles consideram apenas interações do spin entre partículas vizinhas. Isso permite um cálculo mais rápido, mas limita suas possíveis aplicações.

Por outro lado, o STATICA é totalmente interconectado e todas as interações spin-spin são consideradas - o primeiro protótipo trabalha com 512 spins. Embora a velocidade de processamento seja menor que a dos recozedores similares, o esquema de cálculo do STATICA é melhor: ele faz atualização paralela, usando o que é conhecido como célula autômata estocástica.

Em vez de calcular os estados de spin usando os próprios spins, o STATICA cria réplicas dos spins e usa interações entre os spins e suas réplicas, permitindo fazer cálculos maciçamente paralelos. Isso economiza uma quantidade enorme de tempo devido ao número reduzido de etapas necessárias para o cálculo.

"O STATICA pretende revolucionar os processadores de recozimento, resolvendo problemas de otimização com base no modelo matemático de autômatos estocásticos. Nossas avaliações iniciais forneceram resultados sólidos," disse o professor Masato Motomura, do Instituto de Tecnologia de Tóquio.

Bibliografia:

Artigo: STATICA: A 512-Spin 0.25M-Weight Full-Digital Annealing Processor with a Near-Memory All-Spin-Updates-at-Once Architecture for Combinatorial Optimization with Complete Spin-Spin Interactions
Autores: Kasho Yamamoto, Kota Ando, Normann Mertig, Takashi Takemoto, Masanao Yamaoka, Hiroshi Teramoto, Akira Sakai, Shinya Takamaeda-Yamazaki, Masato Motomura
Revista: Proceedings of the International Solid-State Circuits Conference (ISSCC) 2020

Comentários

Postagens mais visitadas