Обычные компьютеры справляются с ними медленно, и ученые ищут альтернативы.

Одно из решений — анилинговые процессоры (АП), работающие на основе модели Изинга. В ней переменные задачи превращаются в магнитные спины, а ограничения — в их взаимодействия.

Решение — это состояние системы с минимальной энергией.

Есть два типа моделей:

• С разреженными связями — масштабируемые, но требуют переформулировки задачи.
• С полными связями — универсальные, но ограничены числом спинов и точностью вычислений.

Японские исследователи из Токийского университета науки под руководством профессора Такаюки Кавахары разработали DSAPS — систему, которая одновременно увеличивает и количество спинов, и точность расчетов.

Как это работает

• Для масштабирования числа спинов каждый вычислительный блок (∆E) разбивается на подблоки, которые обрабатываются отдельно, а потом суммируются.
• Для повышения точности несколько одинаковых ∆E-блоков работают на разных битовых уровнях, а управляющий блок комбинирует их результаты, сдвигая биты.

Практические тесты показали:

• В задачах MAX-CUT точность превысила 99%.
• В задаче о рюкзаке 10-битная версия дала отклонение 99%, а 37-битная — всего 0,73%.

DSAPS — это прорыв, — говорит профессор Кавахара. — Теперь мы можем гибко настраивать систему под конкретную задачу.

С 2025 года технологию внедрят в учебный процесс для студентов-третьекурсников, чтобы те учились проектировать полупроводниковые системы.

Это исследование решает две ключевые проблемы:

• Гибкость — теперь не нужно выбирать между числом спинов и точностью.
• Применимость — система работает с любыми задачами, включая те, где критична высокая точность (например, финансовая оптимизация или генетика).

Главный плюс — снижение затрат. Вместо разработки новых чипов под каждую задачу можно использовать одну универсальную платформу. Это ускорит внедрение квантовых методов в промышленность.

Ранее ученые описали альтернативный магнетизм.