最大概率计算机将噪声转化为答案

# 最大概率计算机将噪声转化为答案 来源：https://spectrum.ieee.org/biggest-probabilistic-computer 概率计算机（https://spectrum.ieee.org/waiting-for-quantum-computing-try-probabilistic-computing）有朝一日或许能解决远超标准计算机能力的某些问题，同时规避当前困扰量子计算（https://spectrum.ieee.org/tag/quantum-computing）的诸多硬件挑战。如今，科学家们宣布他们已研发出迄今为止最大的概率计算机，拥有100万个“概率比特”，一项新研究表明，这为构建更大规模的机器指明了道路。 概率比特（https://spectrum.ieee.org/probablistic-computing），或称p比特，连接了普通计算机底层比特与量子计算机（https://spectrum.ieee.org/fault-tolerant-quantum-computing-milestone）所依赖的量子比特（https://spectrum.ieee.org/tag/qubits）之间的鸿沟。比特将数据表示为0或1。量子比特（https://spectrum.ieee.org/microsoft-quantum-computer-quantinuum）则由于量子物理的奇特性质，可以处于同时为0或1，或介于两者之间的任意状态。相比之下，p比特以可调概率在0和1之间翻转。 ## 为什么是概率计算（https://spectrum.ieee.org/tag/probabilistic-computing）？ 一个在0和1之间来回翻转的比特似乎毫无用处——事实上，在普通计算机中，这会产生过多噪声而无法运行。然而，当许多这样的噪声比特以相关方式协同工作时，它们可以用于解决一整类问题——随机问题——这类问题基于概率而非具体数字运行。这包括优化问题（https://spectrum.ieee.org/new-optimization-algorithm-exponentially-speeds-computation），例如，寻找递送一组包裹的最短路线（https://spectrum.ieee.org/optical-ising-machine）。 还有其他类型的机器也旨在解决随机（https://spectrum.ieee.org/tag/stochastic）问题，例如二次无约束二元优化（https://en.wikipedia.org/wiki/Quadratic_unconstrained_binary_optimization）（QUBO（https://spectrum.ieee.org/ford-signs-up-to-use-nasas-quantum-computers））设备或伊辛机（https://spectrum.ieee.org/ising-machine）。然而，与这些设备不同，概率计算机并非为单一问题硬连线，而是可编程的通用机器，加州大学圣塔芭芭拉分校电气与计算机工程（https://spectrum.ieee.org/tag/computer-engineering）副教授Kerem Çamsarı（https://www.ece.ucsb.edu/people/faculty/kerem-camsari）表示。 在2019年的一项**Nature**研究中，科学家们开发了一种具有8个p比特的概率计算机（https://www.nature.com/articles/s41586-019-1557-9）。到2023年，研究人员已构建出拥有7200个p比特的机器（https://ieeexplore.ieee.org/abstract/document/10185207）。然而，这些设备都局限于单个芯片。将多个此类芯片联网并不像普通GPU（https://spectrum.ieee.org/tag/gpus）或CPU那样简单：该机器依赖于相关波动，而在一组线路上同步这些波动绝非易事。这引发了疑问：概率计算机能否扩展到更大尺寸，以及若尝试扩展会面临哪些问题？ （左）拥有100万个概率比特的计算机概念图，以及（右）使用现场可编程门阵列（FPGA）实现此概念的硬件架构图——FPGA是用户可在制造后重新配置的电子芯片。Navid Anjum Aadit, Xiuqi Zhang, et al.（https://arxiv.org/abs/2606.25313） ## 连接起最大的概率机器 现在，在一项新研究中，Çamsarı及其团队（https://www.ece.ucsb.edu/people/faculty/kerem-camsari）创建了迄今为止最大的概率计算机，拥有100万个p比特，分布在多个芯片上。他们于6月24日在ArXiv预印本服务器上详细介绍了研究成果（https://arxiv.org/abs/2606.25313）。 这台新计算机运行在18块现场可编程门阵列（FPGA（https://spectrum.ieee.org/fpga-chip-ieee-milestone））上——用户可在制造后重新配置的电子芯片。该设计中并无物理翻转的比特，但芯片的可编程性允许高效地通过软件实现概率比特。这些芯片联网成一台整体机器，总计每秒可执行超过一万亿次翻转。 科学家们面临的一个主要问题是，他们的机器芯片之间需要以多高的频率共享数据，才能作为一个整体计算机而非多个孤立设备运行。令人惊讶的是，“我们的机器无需全局锁步同步即可通信，”斯坦福（https://spectrum.ieee.org/tag/stanford）大学电气工程（https://spectrum.ieee.org/tag/electrical-engineering）博士后学者Navid Anjum Aadit（https://navidaadit.github.io/）说。 研究人员发现了一个简单直接的预测性设计规则，用于确定概率计算机中不同芯片之间必须以多快的速度交换数据，才能使它们作为一个整体机器运行。Çamsarı表示，低于此阈值时，概率计算机将在速度和准确性之间面临权衡。 研究人员称，这些新发现可能为从多个芯片构建任意大的概率计算机开辟一条道路，就像如今任何标准计算机通常所做的那样。他们补充说，这些发现也适用于基本上由任何硬件构建的概率计算机。 未来，研究人员旨在探索使用专为概率计算设计的专用芯片构建大型概率计算机。例如，2019年的**Nature**研究使用磁隧道结（https://spectrum.ieee.org/the-quest-for-the-spin-transistor）构建了一台概率计算机，Çamsarı指出，这种结在概率计算方面比标准芯片更节能。 “结合CMOS（https://spectrum.ieee.org/cmos-2）与更密集的随机存储器（https://spectrum.ieee.org/stochastic-computing-in-a-single-device）技术（如MRAM（https://spectrum.ieee.org/antiferromagnets-ram））的系统，提供了最具前景的前进方向之一，”Aadit补充道。