מעבד איסינג הסתברותי מבוסס חציצה מגנטית מקבילית לאופטימיזציה ריבועית יעילה

מדוע פתרון מהיר יותר חשוב

מתכנון מסלולי אספקה עד סידור מכונות במפעל — רבות מהמשימות היומיומיות מסתירות חידה עמוקה במרכזן: כיצד לבחור את הסידור הטוב ביותר מתוך מספר עצום של אפשרויות. ככל שהבעיות הללו מתרחבות, אפילו מחשבים חזקים עלולים לקחת זמן רב ולצרוך הרבה אנרגיה. מאמר זה מתאר סוג חדש של חומרה ייעודית שמשתמשת במכשירים מגנטיים זעירים ובאקראיות מבוקרת כדי לחפש תשובות טובות הרבה יותר מהר וביעילות רבה יותר משבבים סטנדרטיים, ואפילו מתחרה במכונות קוונטיות מודרניות.

חידה של התאמת מקומות ומשימות

אחת הדוגמאות הקשות ביותר לחידות אלה נקראת בעיית ההקצאה הריבועית. היא מתארת מצבים שבהם מספר מתקנים חייבים להיות מוקצים למספר מיקומים, והעלות תלויה לא רק במרחק אלא גם בעוצמת האינטראקציה בין כל זוג מתקנים. בשונה מבעיות פשוטות יותר שבהן כל עיר או נקודה דואגת רק למספר מצומצם של שכנים, כאן כל זוג בחירות יכול להשפיע על כל אחד אחר. הרשת הצפופה הזו של אינטראקציות גורמת למספר הסידורים האפשריים להתפוצץ, ושיטות מסורתיות נתקעות לעתים קרובות כאשר הבעיה כוללת יותר ממספר עשרות מתקנים. מאחר שהדפוסים דומים בעיצוב שבבים, מרכזי נתונים וביו-אינפורמטיקה, מציאת דרך טובה יותר להתמודד עם החידה הזו יכולה לסייע לתעשיות רבות.

שימוש במגנטיות לרתימת האקראיות

החוקרים בונים על מערכת פיזיקלית הידועה כמודל איסינג, שבו כל משתנה דומה לספין זעיר שיכול להצביע באחד משני כיוונים. הפתרון הטוב ביותר לחידה מקביל לסידור האנרגיה הנמוך ביותר של כל הספינים הללו. כדי לחקור סידורים שונים, המכונה שלהם משתמשת בחציצות מגנטיות, אותם מרכיבים בסיסיים שנמצאים בזיכרון מגנטי. בכל חציצה יש שכבה מגנטית קבועה ושכבה חופשית מופרדות על ידי מחסום דק. כאשר מוחל פולס מתח קצר, השכבה החופשית יכולה להפוך כיוון באופן אקראי אך ניתן לשליטה. על ידי כוונון הפולס, הצוות יכול לקבוע עד כמה כל אלמנט צפוי להתהפך, ובכך להפוך את החציצות לייצוגים גם של גנרטורי מספרים אקראיים וגם של מקבלי החלטות הפועלים לפי חוקי מודל האיסינג.

מעבד מגנטי Highly parallel

לב המערכת הוא לוח שמכיל 144 מהתקנים המגנטיים האלה, מקובצים ליחידות עיבוד ומונעים על ידי ממירי דיגיטל-לאנלוג ואנלוג-לדיגיטל המחוברים לשדה לוגי ניתן לתכנות (FPGA). בכל צעד של החיפוש, ה-FPGA מחשב כיצד תשתנה האנרגיה הכוללת אם כל ספין יחזור על עצמו ויתרגם את הערכים הללו למתחים עבור כל החציצות בבת אחת. כל התקן מחליט אז באופן עצמאי האם להתהפך, בהתבסס על האקראיות המובנית בו. מעגל חכם שנקרא ארביטר משתמש בעוד ביטים אקראיים מחציצות נוספות כדי לבחור איזו מהתהפכויות המאושרות תבוצע בפועל, כך שהתהליך הכולל עדיין יעקוב אחר החוקים הסטטיסטיים הנכונים. לפני הרצת הבעיות, הצוות מכייל בקפידה כל חציצה כך שהתנהגות המעבר שלה תעקוב אחר עקומת S סטנדרטית, מה שמשפר את האחידות ברחבי המערך.

מתגבר על גישות קונבנציונליות וסגנון קוונטי

המחברים בודקים את המעבד המגנטי על סדרת בעיות הקצאה בגודל עולה, ומשווים אותו לתוכנה שרצה על יחידת עיבוד מרכזית מתקדמת, על כרטיס גרפי עוצמתי ועל חומרת אנהילציה קוונטית מסחרית של D-Wave. באמצעות סכימה הנקראת parallel-trial annealing, שבה נבחנים במקביל הרבה מהפכות מועמדות, המערכת שלהם מגיעה לתשובות קרובות לאופטימום עד פי 123 מהירות יותר מאשר אלגוריתם אנילציה מדומה סטנדרטי שרץ על אותה חומרה, תוך שימוש בפחות אנרגיה ב-98.3 אחוזים. בהשוואה לגרסה מקודדת בקפידה על מעבד קונבנציונלי, היא עדיין מספקת יותר ממכפיל מהירות של שלוש וחיסכון אנרגטי ניכר. עבור המכונות הקוונטיות, המחקר מוצא שהן יכולות להתמודד באופן מהימן רק עם מקרים במבחן הקטנים ביותר עבור הבעיה המחוברת לחלוטין הזו, ולעתים קרובות לא מצליחות להחזיר פתרונות תקפים כאשר הגודל גדל, בעוד המעבד המגנטי שומר על איכות פתרון גבוהה לאורך כל הטווח.

מה משמעות הדבר עבור המחשוב העתידי

העבודה מראה שבחיבור הדוק בין פיזיקה ואלגוריתמים, ניתן לבנות חומרה קומפקטית ויעילה באנרגיה המותאמת למחלקה מסוימת של בעיות קשות. ככל שטכנולוגיית הזיכרון המגנטי בוגרת וניתן לדחוס מיליונים מהחציצות האלה על שבב יחיד לצד האלקטרוניקה הסטנדרטית, מעבדים דומים עשויים להתמודד עם משימות מעשיות גדולות בהרבה בתזמון, ניתוב ועיצוב. במקום להחליף מחשבים רב-תכליתיים או קוונטיים, מכונות מגנטיות הסתברותיות כאלה מציעות מסלול מעשי לטווח הקצר לאופטימיזציה מהירה יותר על ידי כך שהטבע עצמו חוקר את נוף האפשרויות.

ציטוט: 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

מילות מפתח: חישוב הסתברותי, חציצות מגנטיות, בעיית הקצאה ריבועית, מכונת איסינג, אופטימיזציית חומרה