معالج إيزينغ احتمالي مبني على وصلة نفق مغناطيسية متوازية لتحسين تربيعي فعّال

لماذا تسريع حل المشكلات مهم

من تخطيط مسارات التوصيل إلى ترتيب الآلات في أرضية مصنع، تختبئ العديد من المهام اليومية وراء لغز عميق: كيف نختار الأفضل من بين عدد هائل من التباديل. كلما كبرت هذه المشكلات، حتى الحواسيب القوية قد تستغرق وقتًا طويلاً وتستهلك طاقة كبيرة. يصف هذا المقال نوعًا جديدًا من الأجهزة المتخصصة التي تستخدم عناصر مغناطيسية صغيرة وعشوائية مُدارة للبحث عن حلول جيدة بسرعة وكفاءة أكبر من الشرائح التقليدية، وتتنافس حتى مع الآلات الكمومية الحديثة.

لغز مطابقة الأماكن والمهام

أحد أصعب أمثلة هذه الألغاز يُعرَف بمسألة التعيين التربيعية. تمثل حالات يجب فيها تخصيص عدة منشآت لعدة مواقع، والتكلفة لا تعتمد فقط على المسافة بل أيضًا على قوة التفاعل بين كل زوج من المنشآت. على خلاف المشكلات الأبسط حيث يهتم كل عنصر بعدد محدود من الجيران، هنا يمكن أن يؤثر كل زوج من الاختيارات على كل الخيارات الأخرى. هذه الشبكة الكثيفة من التفاعلات تجعل عدد الترتيبات ممكنًا يتفجر، وغالبًا ما تصطدم الطرق التقليدية بصعوبات عندما يتجاوز حجم المشكلة عدة عشرات من المنشآت. وبما أن أنماطًا مشابهة تظهر في تصميم الشرائح ومراكز البيانات والمعلوماتية الحيوية، فإن إيجاد طريقة أفضل لمعالجة هذا اللغز يمكن أن يفيد العديد من الصناعات.

استخدام المغناطيسية لاستغلال العشوائية

يبني الباحثون على نظام فيزيائي معروف باسم نموذج إيزينغ، حيث كل متغير يشبه حلقة مغزلية صغيرة يمكن أن تشير في أحد اتجاهين. أفضل حل للغز يقابله ترتيب الطاقة الأدنى لكل هذه المغازل. لاستكشاف ترتيبات مختلفة، يستخدم جهازهم وصلات نفق مغناطيسية، وهي نفس العناصر الأساسية الموجودة في شرائح الذاكرة المغناطيسية. تحتوي كل وصلة على طبقة مغناطيسية ثابتة وطبقة حرة مفصولة بحاجز رقيق. عند تطبيق نبضة جهد قصيرة، يمكن أن تنقلب الطبقة الحرة باتجاه عشوائي لكن قابل للتحكم. من خلال ضبط شدة النبضة، يمكن للفريق تحديد احتمال انقلب كل عنصر، محولًا هذه الوصلات فعليًا إلى مولدات أرقام عشوائية وصانعات قرار تتبع قواعد نموذج إيزينغ.

معالج مغناطيسي عالي التوازي

قلب النظام هو لوحة تضم 144 من هذه الأجهزة المغناطيسية، مجمعة في عناصر معالجة وموجهة بواسطة محولات رقم-إلى-تماثل وتماثل-إلى-رقم مرتبطة بمصفوفة بوّابة قابلة للبرمجة ميدانيًا. في كل خطوة من البحث، تحسب الFPGA كيف ستتغير الطاقة الكلية إذا انقلب أي مغزل مفرد وتترجم تلك القيم إلى جهود لكل الوصلات دفعة واحدة. ثم يقرر كل جهاز بشكل مستقل ما إذا كان سينقلب بناءً على عشوائيته المدمجة. دائرة ذكية تُسمى الموزع تستخدم المزيد من البتات العشوائية من وصلات إضافية لاختيار أي انقلاب مقبول يتم تنفيذه فعليًا، بحيث تستمر العملية الإجمالية باتباع القواعد الإحصائية الصحيحة. قبل تشغيل المشكلات، يقوم الفريق بمعايرة كل وصلة بعناية حتى يتبع سلوك الانعطاف لديها منحنى S نموذجيًا، مما يحسّن الاتساق عبر المصفوفة.

تفوق على الأساليب التقليدية ونمطية الكم

اختبر المؤلفون معالجهم المغناطيسي على مجموعة من مسائل التعيين ذات أحجام متزايدة، مقارنةً ببرنامج يعمل على وحدة معالجة مركزية متقدمة، ومعالج رسومي قوي، ومعدات تبريد كمومية تجارية من D-Wave. باستخدام مخطط يُدعى التلدين بالتجارب المتوازية، حيث تُقيَّم العديد من الانقلابات المحتملة مرة واحدة، يصل نظامهم إلى حلول قريبة من المثلى أسرع بما يصل إلى 123 مرة من خوارزمية التلدين المحاكاة التقليدية التي تعمل على نفس الأجهزة، بينما يستهلك طاقة أقل بمقدار 98.3 بالمئة. مقارنةً بإصدار مكتوب بعناية على معالج تقليدي، لا يزال يقدم تسريعًا يزيد عن ثلاثة أضعاف وتوفيرًا كبيرًا في الطاقة. بالنسبة للأجهزة الكمومية، يجد البحث أنها تستطيع التعامل فقط مع أصغر حالات الاختبار بموثوقية لهذه المسألة المربوطة بالكامل، وغالبًا تفشل في إرجاع حلول صالحة مع زيادة الحجم، بينما يحافظ المعالج المغناطيسي على جودة حلول عالية عبر النطاق بأكمله.

ماذا يعني هذا للحوسبة المستقبلية

تُظهر الدراسة أنه من خلال ربط الفيزياء والخوارزميات بإحكام، يمكن بناء أجهزة مدمجة وموفرة للطاقة مصممة لفئة محددة من المشكلات الصعبة. مع نضج تكنولوجيا الذاكرة المغناطيسية وإمكانية حشر ملايين من هذه الوصلات على شريحة واحدة جنبًا إلى جنب مع الإلكترونيات التقليدية، قد تتعامل معالجات مماثلة مع مهام أكبر بكثير في العالم الحقيقي في مجالات الجدولة والتوجيه والتصميم. بدلاً من استبدال الحواسيب متعددة الأغراض أو الحواسيب الكمومية، تقدم هذه الآلات المغناطيسية الاحتمالية مسارًا عمليًا على المدى القريب لتسريع عمليات التحسين من خلال السماح للطبيعة نفسها باستكشاف فضاء الاحتمالات.

الاستشهاد: Yang, S., Bao, Y., Humianto, E. et al. A parallel magnetic tunnel junction-based probabilistic Ising processor for efficient quadratic optimization. Nat Commun 17, 4616 (2026). https://doi.org/10.1038/s41467-026-71128-1

الكلمات المفتاحية: الحوسبة الاحتمالية, وصلات النفق المغناطيسية, مسألة التعيين التربيعية, آلة إيزينغ, تحسين عبر الأجهزة