什么是概率计算机？
概率计算可以弥合经典计算和量子计算之间的差距。
随着摩尔定律接近尾声，当组件接近单个原子的规模时，开发人员必须与物理定律作斗争。在这一挑战中，工程师的目标是超越当今的计算机架构，使用 量子、光学甚至生物设备来创建新型处理器。
一种称为概率计算的替代方法已成为多个科学机构感兴趣的领域。概率计算保证了量子计算机在半导体硬件上运行时的理论性能，消除了屏蔽、冷却和可扩展性等重大挑战。
虽然传统计算机通过值为 1 或 0 的位来表示数据，但概率计算机使用自然能够在这两种状态之间波动的概率位（p-bit ）。P-BIT 与量子计算机位 (qubits) 不同，后者可以同时叠加在两种状态下。
位、p-bit 和量子位之间差异的图示。图片由普渡大学提供
本文评估了工程师在概率计算方面取得的成就，以及该技术与传统和量子处理器的比较。
普渡大学的概率计算机
在过去的几年里，普渡大学的研究人员一直在开发一种概率计算机，以比传统处理器更快、更有效地解决现实世界的问题。
虽然量子计算技术的任务是应对加密和药物研究等复杂挑战，但普渡大学团队认为，这些问题的一部分可以使用 p 计算机解决。使用 p 计算机不需要一个全新的量子硬件基础设施。
2019 年，普渡大学的研究人员与日本东北大学的工程师合作，展示了 p-bit 计算机硬件如何解决因式分解问题，这通常被认为是量子计算的挑战。该团队得出结论，p-bit计算机比传统计算机更快、更有效地解决了这些问题。
普渡大学的研究人员正在设计一种概率计算机，以弥合经典计算和量子计算之间的差距
他们通过故意使磁阻随机存取存储器(MRAM)（通常用于存储数据）不稳定来构建他们的设备。这种 MRAM 不稳定性利用磁体的方向及其对应于 1 或 0 的电阻状态有效地创建了自然波动的 p-bit 。
从那时起，研究人员使用亚马逊网络服务等商业技术来模拟具有数千个互连 p-bit 的概率计算机的功能，而无需专门的硬件。
破解 P-BIT 背后的数学
要为实际应用构建概率硬件，工程师必须首先了解称为磁性隧道结的微小磁铁背后的数学原理，以及如何在复杂的计算机架构中使用它们，而无需重新利用现成的电子设备。
东北大学的工程师从 2019 年继续与普渡大学进行 p 计算机研究， 今年早些时候在 Nature上发表了关于 p-bit 的新发现。
他们的论文包括对这些微小磁铁在电流和磁场的影响下在状态之间波动时发生的热激活 的数学描述。磁性隧道结由两个由超薄绝缘体隔开的磁性金属层构成，允许电子在这些层之间移动并根据它们的自旋引起波动，这可以有效地用作概率处理器中的 p-bit 。
东北大学教授 Shun Kanai 解释说，他的团队已经通过实验阐明了控制磁场扰动下波动的“开关指数”。他们还公布了有关磁性隧道结中的自旋转移矩的新信息，为工程师提供了实现这些设备以开发用于概率计算机架构设计的 p-bit 的数学基础。
半导体 Ising 计算机架构
来自 2019 年 p-bit 研究团队的另一位普渡工程师是 Kerem Camsari，现在是加州大学圣巴巴拉分校的助理教授。Camsari 继续他在概率计算方面的研究，在Ising 模型机（能够解决复杂优化问题的基于物理系统的设备）方面取得了可喜的发现。
Camsari 的团队与意大利墨西拿大学的研究人员以及第一台实现量子霸权的量子计算机背后的团队负责人 UCSB 教授 John Martinis 合作。研究人员一起采用了传统的晶体管技术，为新型稀疏伊辛机开发了特定领域的架构。
优化问题可以表示为 p-bit 的交互网络。图片由UCSB提供
利用现场可编程门阵列(FPGA) 的特性，来自UCSB 的研究人员展示了一种性能高出 6 个数量级的架构，其采样率比 经典计算机优化算法快 5 到 18 倍。
尽管该团队还表明可以使用现成的硬件来构建概率计算机，但Camsari 指出，具有更高集成度的芯片可以加速 p-bit 通信，通过减少概率计算所需的时间来有效地提高计算能力。处理器做出明智的决定。
他补充说，早在 2019 年普渡大学的初步调查结果，以及他在 UCSB 的最新工作等最新进展表明，如果工程师能够创建具有数百万 p-bit 的概率计算机，他们就可以在处理复杂优化方面取得有竞争力的表现和基于概率的决策问题。
概率计算机可能会改变竞争环境
随着对更多计算能力的需求以及摩尔定律的放缓，科学家和工程师不断研究替代计算技术和材料。尽管量子计算可能是其中最受欢迎的，但它仍然表现出尚未解决的主要量子物理挑战。
这就是为什么以经典物理学原理为基础的概率计算，对熟悉的材料提供令人耳目一新的体验，可能会占上风。概率计算使工程师能够比任何量子技术更早地处理使用传统计算机无法解决的复杂优化、加密和药物研究问题。
原文
https://www.allaboutcircuits.com/news/not-classical-or-quantumprobabilistic-computing-hopes-to-carve-its-own-niche
