مُبرد إيزينغ رقمي مدمج بحساب داخل الذاكرة مع بت SRAM احتمالي بتقنية 28 نانومتر لمشكلة البائع المتجول

لماذا تهم الطرق والرقائق الأذكى

يواجه يومياً شاحنات التوصيل والطائرات وحزم البيانات قرار اختيار المسار بحيث تصل الأشياء في الوقت المناسب وبأدنى تكلفة ممكنة. هذا النوع من الألغاز، المعروف بمشكلة البائع المتجول، يصبح مرهقاً بسرعة حتى لأقوى الحواسب مع ازدياد عدد التوقفات. الورقة البحثية خلف هذا الملخص تقدم نوعاً جديداً من الرقائق المتخصصة التي تتعامل مع مثل هذه مشاكل تخطيط المسارات بكفاءة أكبر بكثير، باستخدام أفكار مستوحاة من المواد المغناطيسية ومبنية مباشرة داخل ذاكرة الحاسوب القياسية.

لغز كلاسيكي: زيارة كل نقطة مرة واحدة

تطرح مشكلة البائع المتجول سؤالاً بسيطاً: بالنظر إلى قائمة مدن والمسافات بينها، ما أقصر جولة تزور كل مدينة مرة واحدة وتعود إلى البداية؟ المشكلة أن عدد الجولات الممكنة يتضخم مع إضافة المدن، لذا ففحص كل خيار يصبح مستحيلاً عملياً. بدل ذلك، تبحث الأساليب الحديثة عن مسارات جيدة جداً إن لم تكن مثالية. أحد النهج الواعدة يقلد كيف يمكن لشبكة من المغنطات الصغيرة، تُسمى نموذج إيزينغ، أن تستقر في حالة طاقة منخفضة تمثل حلاً جيداً. من خلال السماح لهذه الشبكة "بالاهتزاز" عبر تغييرات عشوائية تهدأ تدريجياً، يهرب النظام من الاختيارات المحلية السيئة ويجد مسارات أفضل.

تحويل رقاقة ذاكرة إلى محلل للمشاكل

بدلاً من تنفيذ هذه العملية على المعالجات العادية، يبني المؤلفون الآلية داخل عتاد الذاكرة نفسه، استراتيجية تسمى الحساب داخل الذاكرة. صمموا رقاقة مدمجة بتقنية 28 نانومتر حيث يخزن كل خلية ذاكرة صغيرة معلومات المسافات وتشارك مباشرة في الحسابات. بذكاء، تستغل الرقاقة عيوب التصنيع الطبيعية في خلايا الذاكرة كمصدر مدمج للعشوائية، مما يلغي الحاجة لمولدات أعداد عشوائية ضخمة. من خلال إزعاج القيم المخزنة مؤقتاً باستخدام "دفعة" جهد مضبوطة، تنقلب بعض البتات بطريقة احتمالية، موفرة العشوائية الرقيقة اللازمة لعملية التلدين دون دوائر إضافية.

تقسيم الخرائط الكبيرة إلى أحياء صغيرة

أحد العوائق الرئيسية لاستخدام محللات بنمط إيزينغ في مهام تخطيط المسارات الكبيرة هو كمية البيانات المطلوبة: تمثيل تفصيلي لجولة مكوّنة من 96 مدينة سيحتاج عادة إلى شبكة واسعة من الاتصالات والذاكرة. لتفادي ذلك، يجمع الباحثون المدن القريبة في مجموعات صغيرة ثم يرتّبون تلك المجموعات في عدة مستويات من التسلسل الهرمي. في المستوى الأعلى، تحل الرقاقة ترتيب المجموعات؛ في المستوى التالي، تُنقّح ترتيب المدن داخل كل مجموعة؛ وهكذا. هذا النهج المرحلي يقلص كمية الذاكرة والاتصالات المطلوبة، مخفضاً تعقيد العتاد من شيء ينمو بقوة رابعة لعدد المدن إلى شيء ينمو فقط بالتربيع، ثم يضغط المسافات المخزنة أكثر من خلال تجميع فقط المسافات الضرورية بإحكام.

كيف تحدّث الرقاقة الكثير من الخيارات دفعة واحدة

داخل الرقاقة، تشكل مجموعات من ثلاث مدن اللبنات الأساسية التي تُعالج بالتوازي. تُنظّم مصفوفة الذاكرة بحيث يمكن للدائرة داخل كل مجموعة أن تحسب بسرعة التغير في طول الجولة الكلية إذا تم تبادل أجزاء من الجولة. وبما أن بعض المجموعات لا تتفاعل مباشرة، يمكن للنظام تحديث كل المجموعات "الفردية" في خطوة واحدة وكل المجموعات "الزوجية" في التالية، ما يسرّع البحث بينما يظل السلوك كما لو أن التغييرات أُجريت واحداً تلو الآخر. خلال كل جولة، تستخدم الرقاقة خلايا الذاكرة المزعجة لاتخاذ قرار قبول خطوة أسوأ باحتمالية معينة—عالية في البداية للاستكشاف، وأقل لاحقاً للهدوء—مقلدة تبريد معدن وموجهة المسار نحو مسافات أقصر تدريجياً.

من رقاقة مختبرية إلى مسارات على نطاق واسع

تحتوي الرقاقة النموذجية على ذاكرة خاصة متواضعة بسعة 6 كيلوبت ومع ذلك يمكنها بالفعل حل أمثلة لمشكلة البائع المتجول المكوّنة من 96 مدينة في حوالي 620 ميكروثانية بينما تستهلك أقل من ميكروجول واحد من الطاقة. بالمقارنة مع العتاد السابق المصمم لنفس المهمة، تحقق تحسناً يصل إلى مئات المرات في مقدار الذاكرة المطلوبة لكل وحدة من حجم المشكلة. كما تُظهر المحاكاة أنه من خلال وضع العديد من هذه الكتل الذاكرية جنباً إلى جنب، يمكن لنفس التصميم أن يتدرج ليشمل مشاكل تحتوي على آلاف المدن مع الحفاظ على نمو العتاد شبه الخطي. للقراء غير المتخصصين، الخلاصة الأساسية هي أنه بتحويل رقاقة ذاكرة مألوفة إلى محرك فعال لحل المشكلات—وبتحويل عيوب التصنيع الحتمية إلى ميزة مفيدة—يشير هذا العمل إلى عتاد صغير وسريع وموفر للطاقة يمكنه المساعدة في تخطيط المسارات والجداول المعقدة في الوقت الحقيقي.

الاستشهاد: Kong, Y., Lu, A., Liu, H. et al. A compact digital compute-in-memory Ising annealer with probabilistic SRAM bit in 28 nm for travelling salesman problem. npj Unconv. Comput. 3, 15 (2026). https://doi.org/10.1038/s44335-026-00060-w

الكلمات المفتاحية: مشكلة البائع المتجول, مبرد إيزينغ, الحساب داخل الذاكرة, عتاد SRAM, التحسين التوافقي