Avanço na tecnologia de Máquinas Ising promete soluções mais rápidas para problemas complexos

Investigadores da Universidade de Ciências de Tóquio, liderados pelo Professor Takayuki Kawahara, fizeram uma descoberta inovadora na tecnologia das máquinas de Ising, melhorando sua eficiência para resolver problemas complexos de otimização. As máquinas de Ising, que utilizam os princípios do spin magnético para encontrar soluções ótimas, tradicionalmente enfrentavam dificuldades com a escalabilidade devido ao grande número de interações necessárias em sistemas totalmente conectados. A equipe de Kawahara encontrou uma maneira de reduzir pela metade a matriz de interações, diminuindo as interações físicas necessárias, mantendo o desempenho. A nova abordagem envolve dividir a matriz de interações em quatro seções, halving cada uma individualmente e, em seguida, reestruturando a matriz em um layout retangular mais eficiente. Essa inovação permite a implementação de duas máquinas de Ising totalmente conectadas, cada uma com 384 spins, em apenas oito chips FPGA. Esse método melhora a escalabilidade e reduz a necessidade de circuitos para sistemas em larga escala.

Em seus experimentos, os Investigadores resolveram com sucesso dois problemas clássicos de otimização — os problemas de Max-Cut e Quatro Cores — simultaneamente, usando a máquina de Ising aprimorada, mostrando um aumento de desempenho de cerca de 400 vezes em comparação com a simulação de uma máquina de Ising em um CPU padrão. Os resultados destacam o potencial das máquinas de Ising para resolver problemas de otimização combinatória muito mais rápido do que os computadores convencionais. Esses avanços abrem caminho para que as máquinas de Ising escaláveis sejam usadas em aplicações do mundo real, como acelerar simulações moleculares para descoberta de medicamentos e otimizar a eficiência de data centres e redes elétricas. À medida que a tecnologia continua a evoluir, as máquinas de Ising podem se tornar ferramentas indispensáveis para resolver alguns dos problemas de otimização mais desafiadores em diversas indústrias.