基于磁性隧道結(jié)真隨機(jī)性的概率優(yōu)化求解方法 | 進(jìn)展

在復(fù)雜系統(tǒng)中尋找最優(yōu)方案一直是科學(xué)與工程領(lǐng)域里的挑戰(zhàn)難題之一。以旅行商問題為代表的組合優(yōu)化任務(wù)廣泛出現(xiàn)在物流運(yùn)輸、網(wǎng)絡(luò)設(shè)計(jì)及人工智能等領(lǐng)域。然而，隨著問題規(guī)模增大，經(jīng)典確定性算法往往難以兼顧效率與質(zhì)量，而引入隨機(jī)性的啟發(fā)式方法又受到隨機(jī)數(shù)質(zhì)量與可調(diào)控性的限制。如何在硬件層面獲得高質(zhì)量、可配置的隨機(jī)性，并將其有效嵌入求解過程，是該類問題長(zhǎng)期面臨的關(guān)鍵科學(xué)問題。

近期，中國科學(xué)院物理研究所/北京凝聚態(tài)物理國家研究中心科研人員基于磁性隧道結(jié)的物理隨機(jī)性，提出了一種面向組合優(yōu)化任務(wù)的概率貪心求解框架，實(shí)現(xiàn)了在硬件層面上的可調(diào)分布真隨機(jī)數(shù)驅(qū)動(dòng)下對(duì)旅行商問題的高效優(yōu)化求解。磁性隧道結(jié)在外加脈沖自旋極化電流作用下其自由層磁矩呈現(xiàn)固有的180度隨機(jī)翻轉(zhuǎn)行為，其翻轉(zhuǎn)概率通過脈沖電壓幅值或?qū)挾鹊葏?shù)可連續(xù)精確調(diào)控。利用這一特性構(gòu)建可配置概率分布的真隨機(jī)數(shù)發(fā)生器，并將其嵌入優(yōu)化算法中，使得算法基于當(dāng)前系統(tǒng)狀態(tài)對(duì)下一步選擇的概率分布能夠?qū)崟r(shí)更新與重構(gòu)，從而在“局部選擇”與“全局探索”間實(shí)現(xiàn)動(dòng)態(tài)平衡。

圖：基于磁性隧道結(jié)的概率分布可調(diào)真隨機(jī)數(shù)發(fā)生器及概率貪心算法求解器示意圖。(a) 器件結(jié)構(gòu)與測(cè)量系統(tǒng)的示意圖。(b) 由脈沖電流觸發(fā)自由層磁矩翻轉(zhuǎn)所表現(xiàn)出的磁性隧道結(jié)隧穿磁電阻(TMR)高低變化行為。(c) 磁性隧道結(jié)的磁矩翻轉(zhuǎn)概率隨寫入電壓變化的關(guān)系曲線，黑色實(shí)線為擬合得到的S形函數(shù)。(d) 由磁性隧道結(jié)真隨機(jī)數(shù)發(fā)生器生成并呈現(xiàn)高斯分布的隨機(jī)數(shù)。(e) 不同溫度 kB

T

在實(shí)驗(yàn)層面，該項(xiàng)研究利用多個(gè)磁性隧道結(jié)器件演示生成滿足高斯、均勻、指數(shù)以及用戶自定義概率分布的真隨機(jī)數(shù)，并系統(tǒng)驗(yàn)證了其統(tǒng)計(jì)特性、可重復(fù)性以及分布可調(diào)性。進(jìn)一步，這些可調(diào)分布真隨機(jī)數(shù)被用于驅(qū)動(dòng)概率貪心算法對(duì)旅行商問題進(jìn)行硬件求解。在求解經(jīng)典的Burma14基準(zhǔn)問題中，該方法獲得的路徑長(zhǎng)度顯著優(yōu)于傳統(tǒng)貪心算法，并可通過調(diào)節(jié)等效溫度參數(shù)快速實(shí)現(xiàn)最優(yōu)解附近的高概率采樣。值得注意的是，該方法僅需數(shù)量隨對(duì)數(shù)增長(zhǎng)(log?N, N為城市數(shù))的磁性隧道結(jié)器件即可完成對(duì)任意目標(biāo)概率分布的編碼，配合脈沖電壓寬度調(diào)制與自校準(zhǔn)機(jī)制，可在無需高精度模擬電路支持的條件下保持輸出概率的長(zhǎng)期穩(wěn)定性。這一特性使其具備面向大規(guī)模片上優(yōu)化加速器應(yīng)用的潛在優(yōu)勢(shì)。此外，該方法逐步采樣并動(dòng)態(tài)更新概率分布的過程，與大型語言模型在內(nèi)容生成過程中逐個(gè)詞元(Token)采樣的機(jī)制高度相似，展現(xiàn)了面向未來人工智能推理的硬件級(jí)隨機(jī)性加速方案的可行性。

基于磁性隧道結(jié)的可配置概率分布的真隨機(jī)源為求解組合優(yōu)化問題提供了新的物理實(shí)現(xiàn)路徑，有望推動(dòng)面向低功耗、高效率的概率計(jì)算硬件的發(fā)展。該工作也為基于物理隨機(jī)性的求解框架提供了新思路，為未來自旋電子學(xué)器件在智能計(jì)算中的應(yīng)用開辟了可行路徑。該項(xiàng)研究成果以“Probabilistic Greedy Algorithm Solver Using Magnetic Tunneling Junctions for Traveling Salesman Problem”為題發(fā)表在Nature Communications期刊(https://doi.org/10.1038/s41467-025-66864-9)，中國科學(xué)院物理研究所M02組博士畢業(yè)生張然為第一作者，中國科學(xué)院物理研究所韓秀峰研究員、萬蔡華副研究員和德國弗勞恩霍夫協(xié)會(huì)的Thomas K?mpfe教授為共同通訊作者，該項(xiàng)研究得到了國家重點(diǎn)研發(fā)項(xiàng)目(MOST)、國家自然科學(xué)基金(NSFC)和中國科學(xué)院國際交流計(jì)劃(PIFI)的資助。

編輯：Zoey