一项来自新加坡国立大学的研究，为人工智能、金融建模等领域的复杂计算难题，开辟了一条新捷径——它可能比量子计算更快。
一种更务实的路径
从物流规划、金融建模到大火的人工智能，无数前沿技术都指向一个共同瓶颈：如何解决复杂的优化问题。随着问题规模爆炸式增长，传统计算机往往需要消耗惊人的时间与能源，才能找到一个差强人意的答案，甚至常常束手无策。
现在，一条新路出现了。新加坡国立大学设计与工程学院电气与计算机工程系的杨贤洙（Yang Hyunsoo）教授团队，基于新型自旋电子硬件，开发出一种更快、更绿色的计算方案。其核心是一种基于磁隧道结的概率计算系统——它能巧妙利用纳米级器件自然产生的可控“随机性”来解题。相关两项重大进展已发表于《自然通讯》（Nature Communications）。
硬碰硬：实测数据说话
长期以来，量子计算被视为解决这类问题的终极武器，但真正的“量子优势”短期内依然遥远。国大团队的研究则表明，基于自旋电子硬件的概率计算，或许是一条更接地气、效率更高的“近路”。
在第一项研究中，团队亮出了一台集成了144个自旋电子随机数生成器的并行概率处理器。实测数据显示，在解决一个经典的“二次分配问题”时，它比传统CPU快3.2倍，能耗节省58.3%。
为了验证真实力，团队还将它与顶尖的D-Wave量子退火机进行了正面交锋。结果显示，国大的处理器能持续稳定地给出高质量解；而量子退火机在问题规模变大后，甚至难以返回可行的解决方案。这场对比，让人们看到了自旋电子概率计算作为近期实用方案的巨大潜力。
量子计算仍然是一个激动人心的长期方向，但许多优化问题今天就需要实用的解决方案。我们的结果表明，自旋电子概率计算可以利用一个更接近实际部署的硬件平台，在速度、能效和解决方案质量方面实现强劲的提升。 化“随机”为神奇
在第二项研究中，团队将硬件规模扩大到250个磁隧道结。他们发现，仅通过一种软件优化，就能在不改变硬件的前提下，为特定计算带来高达10倍的加速。更进一步，团队采用模拟量子退火算法，让解题质量比传统算法提升了整整20倍，还增强了系统的稳定性。
这背后是一种思维的转变。“我们不再将随机性视为错误的来源，而是将其用作一种计算资源。”两篇论文的第一作者、国大设计与工程学院博士生杨舒涵（Yang Shuhan）解释道，“通过将随机磁性设备、并行架构和先进算法相结合，我们可以在加速优化的同时降低能耗。”
这项跨学科研究汇集了来自印度、意大利、中国等高校的全球智慧。展望未来，团队计划继续扩大硬件规模，探索用小芯片（chiplet）架构搭建更强大的概率计算系统，为未来的绿色计算铺路。
📌 要点总结
✦ 国大团队研发的新型自旋电子处理器，为解决复杂优化问题提供了比传统计算更快、更节能的方案。
✦ 在与商用量子退火机的直接对比中，该处理器在性能和稳定性上表现更优，证明了其作为近期实用方案的巨大潜力。
✦ 该技术巧妙地将“随机性”用作计算资源，有望在人工智能、物流、金融建模等领域产生深远影响。
解锁前沿科技，读懂国大创新。
