Un procesador probabilístico tipo Ising basado en uniones túnel magnéticas paralelas para optimización cuadrática eficiente

Por qué importa resolver problemas más rápido

Desde planificar rutas de reparto hasta ubicar máquinas en una planta, muchas tareas cotidianas esconden un rompecabezas profundo: cómo escoger la mejor distribución entre un número enorme de posibilidades. A medida que estos problemas crecen, incluso ordenadores potentes pueden tardar mucho y consumir mucha energía. Este artículo describe un nuevo tipo de hardware especializado que emplea diminutos dispositivos magnéticos y aleatoriedad controlada para buscar buenas soluciones mucho más rápido y con mayor eficiencia que los chips estándar, e incluso rivalizar con máquinas cuánticas modernas.

Un rompecabezas de emparejar lugares y tareas

Uno de los ejemplos más difíciles de estos rompecabezas se llama problema de asignación cuadrática. Captura situaciones en las que varias instalaciones deben asignarse a varias ubicaciones y el coste depende no solo de la distancia sino también de cuán fuertemente interactúa cada par de instalaciones. A diferencia de problemas más sencillos donde cada ciudad o punto solo se preocupa por unos pocos vecinos, aquí cada par de elecciones puede afectar a todas las demás. Esta densa red de interacciones hace que el número de arreglos posibles explote, y los métodos tradicionales a menudo tienen dificultades una vez que el problema supera unas pocas decenas de instalaciones. Debido a que patrones similares aparecen en el diseño de chips, centros de datos y bioinformática, encontrar una mejor forma de abordar este rompecabezas podría beneficiar a muchas industrias.

Usar el magnetismo para aprovechar la aleatoriedad

Los investigadores se basan en un sistema físico conocido como modelo Ising, donde cada variable es como un pequeño espín que puede apuntar en una de dos direcciones. La mejor solución del rompecabezas corresponde al arreglo de energía más baja de todos esos espines. Para explorar distintas configuraciones, su máquina utiliza uniones túnel magnéticas, los mismos elementos básicos que se encuentran en memorias magnéticas. Cada unión contiene una capa magnética fija y una capa libre separadas por una barrera fina. Cuando se aplica un pulso de voltaje breve, la capa libre puede invertir su dirección de forma aleatoria pero controlable. Al ajustar el pulso, el equipo puede fijar la probabilidad de que cada elemento cambie, convirtiendo efectivamente estas uniones en generadores de números aleatorios y en tomadores de decisiones que siguen las reglas del modelo Ising.

Un procesador magnético altamente paralelo

El corazón del sistema es una placa que aloja 144 de estos dispositivos magnéticos, agrupados en elementos de procesamiento y controlados por convertidores digital-analógico y analógico-digital conectados a una FPGA. En cada paso de la búsqueda, la FPGA calcula cómo cambiaría la energía total si cualquiera de los espines cambiara y traduce esos valores en voltajes para todas las uniones a la vez. Cada dispositivo decide de forma independiente si invertir, basándose en su aleatoriedad incorporada. Un circuito ingenioso llamado árbitro utiliza más bits aleatorios procedentes de uniones adicionales para elegir qué inversión aceptada se lleva a cabo realmente, de modo que el proceso global sigue las reglas estadísticas correctas. Antes de ejecutar los problemas, el equipo calibra cuidadosamente cada unión para que su comportamiento de conmutación siga una curva en forma de S estándar, mejorando la consistencia en toda la matriz.

Superando enfoques convencionales y de estilo cuántico

Los autores prueban su procesador magnético en una serie de problemas de asignación de tamaño creciente, comparándolo con software ejecutado en una unidad central de alto rendimiento, una potente tarjeta gráfica y hardware comercial de anillamiento cuántico de D-Wave. Usando un esquema llamado recocido de prueba paralela, donde se evalúan a la vez muchas inversiones candidatas, su sistema alcanza soluciones casi óptimas hasta 123 veces más rápido que un algoritmo de recocido simulado estándar ejecutado en el mismo hardware, mientras consume un 98,3 por ciento menos de energía. En comparación con una versión cuidadosamente codificada en un procesador convencional, sigue ofreciendo más de tres veces de aceleración y un gran ahorro energético. En cuanto a las máquinas cuánticas, el estudio encuentra que solo pueden manejar de forma fiable los casos de prueba más pequeños para este problema completamente conectado, a menudo sin poder devolver soluciones válidas a medida que crece el tamaño, mientras que el procesador magnético mantiene una alta calidad de solución en todo el rango.

Qué significa para la computación futura

El trabajo demuestra que al acoplar estrechamente la física y los algoritmos es posible construir hardware compacto y eficiente en energía, diseñado para una clase específica de problemas difíciles. A medida que la tecnología de memoria magnética madura y millones de estas uniones puedan empaquetarse en un solo chip junto con electrónica estándar, procesadores similares podrían abordar tareas de mundo real mucho mayores en programación, enrutamiento y diseño. En lugar de reemplazar a los ordenadores de propósito general o cuánticos, estas máquinas magnéticas probabilísticas ofrecen un camino práctico a corto plazo hacia una optimización más rápida dejando que la propia naturaleza explore el paisaje de posibilidades.

Cita: 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

Palabras clave: computación probabilística, uniones túnel magnéticas, problema de asignación cuadrática, máquina Ising, optimización en hardware