日立制作所表示开发出了堪与“量子计算机媲美”的非冯·诺依曼型计算机用处理器。技术详情已在于美国旧金山举办的国际半导体电路技术学会“2015 IEEE International Solid-State Circuits Conference（ISSCC）”（2月22日～26日）上发布（演讲序号：24.3）。

其工作原理与加拿大D-Wave Systems公司推出的商用量子计算机相似。不过，D-Wave的系统使用只能在极低温下工作、而且非常容易受噪声干扰的超导元件，而日立的系统可以利用能在室温下工作的成熟的半导体技术，因此容易实现系统的大规模化。日立已经试制出规模为D-Wave公司预定2015年投产的量子计算机约10倍的系统，并进行了工作演示。

新型计算机的定位并不是用来替代现有的冯·诺依曼型计算机，而是要覆盖冯·诺依曼型计算机不擅长的领域，二者是互补关系。对于利用冯·诺依曼型计算机求解非常费时、费电的问题，可以利用新型计算机快速、省电地求出近似解。日立预测，今后在解决利用大数据和IoT（物联网）的物流系统等社会性课题的时候，此类问题将频繁出现。该公司希望利用此次开发的技术来解决社会性课题。该公司还表示，“具体用途尚未确定，将在2～3年内，开发出可以实用化的系统”。

可在海量组合中瞬间选出最优解

新型计算机的工作原理基于使用“伊辛（Ising）模型”的物理实验。伊辛模型是由可视作微小棒状磁铁的电子自旋三维排列而成的物理模型。日立利用半导体存储器使用的SRAM（static random access memory）技术表现该模型，利用该模型成功解决了一部分“组合优化问题”。

组合优化问题是在诸多限制下对多个要素进行优化选择的问题。在日常生活和社会经济活动中，我们其实经常会碰到此类问题。例如，“背包问题”寻求的是在容量固定的背包中放入形状和价格各异的点心时，怎样装才能使“收获”最大化。推销员在访问多位顾客时怎样最节约时间和费用的“旅行推销员问题”也属于组合优化问题。

看上去虽然简单，但问题略微变得复杂后，即使使用最新型的超级计算机，也很难求出最优答案。这是因为备选要素只增加几项，可能出现的组合的数量就会爆炸式增加。“要素的数量为100时，组合的数量为2100=1.27×1030，约是1万亿的1万亿倍的100万倍”（日立制作所）。因此，使用现在的冯·诺依曼型计算机计算耗时太长，可能派不上用场。

而有研究表明，伊辛模型可以在要素数量增加的情况下高效解决组合优化问题。伊辛模型的每个自旋可实现“向上”、“向下”两种状态。各个自旋的状态取决于伊辛模型的总能量。如果仅考虑最简单的、只有两个自旋的伊辛模型，则自旋方向相反时能量低，自旋方向相同时能量高。

对于更复杂的模型，各个自旋会受到上下及前后左右的周围的自旋的影响，改变1个自旋的方向后，其他自旋的方向也会随之改变，使整个模型的能量发生变化。研究表明，在多个条件下计算模型总能量最低时各个自旋的方向等价于大多数的组合优化问题。

在理想的伊辛模型下，即使不用人工计算最优的自旋方向，大自然——物理法则也会给出答案。这是因为大自然总是趋向于系统能量最低的状态。因此，只要构建出将组合优化问题翻译成伊辛模型问题，然后通过物理实验求出伊辛模型的最优解，再将结果翻译回去的系统，就能得到用来解决组合优化问题的新型计算机。D-Wave的量子计算机也是利用超导元件表现伊辛模型的自旋运动，从而解决组合优化问题。

此次，日立是利用Si芯片上安装的基于SRAM技术的元件来表现自旋。自旋向上、向下的两种状态分别由SRAM元件的“0”和“1”两个数值表示。日立将作为伊辛的该SRAM元件排列成80×128的阵列，并将该阵列排列了2层。代表自旋的元件共计约有2万个。元件采用成熟的65nm工艺装配，在室温下运行。

元件间相互作用的强弱由另外的20多万个SRAM的数值来表现。求解问题时，系统在各个元件的基础上，结合与附近元件的相互作用，计算各个元件的能量，决定数值为“0”还是“1”。这一操作要对所有元件进行，并且要重复多次。日立表示，在重复一定时间后，各个自旋最后的方向即为“解”。通过对多个问题进行求解，该公司已经确认，利用这种方法得出的解完全能满足实用要求。

既非SA也非QA的“CMOS退火”

在反复计算各元件的能量时，计算的相互作用要加入基于随机数的“噪声”。这是为了避免陷入局部最优解。现有的冯·诺依曼型计算机在求解组合优化问题的近似解时会采用“模拟退火算法”（Simulated Annealing）。模拟退火算法也是利用随机数避开局部最优解，这一点与日立的做法相近。

但模拟退火算法要计算系统的总能量，或是相当于温度的物理量，通过慢慢改变参数来寻求最优解。而采用日立的方法时，运算只是估算代表自旋的各个元件的能量，重复决定元件值的操作而已。系统的总能量只在完成计算后统计一次。

顺便一提，D-Wave的量子计算机不采用随机数，而是采用基于量子力学隧道效应的“量子退火（QA）”方法来避免陷入局部最优解。

关注天下网吧微信,了解网吧网咖经营管理，安装维护: