東北大學研究生小林奎鬥（工學研究科）、金井駿副教授（電氣通訊研究所）、大野英男教授、深見俊輔教授（電氣通訊研究所）等人與美國加利福尼亞大學聖塔芭芭拉分校Kerem Y. Camsari博士、意大利梅西納大學Giovanni Finocchio博士等人共同構建了基於機率論的電腦，能解決傳統電腦不擅長而量子電腦擅長的問題，實施了比傳統電腦高約5個數規模的運算性能和低約1個數規模的能量消耗。深見教授表示:「以實用化爲目標的技術課題能在5～10年内得到解決。希望實施能用於邊緣計算領域。」有關研究内容已在美國召開的IEDM (International Electron Devices Meeting)上發表。
深見俊輔教授
要想實施活用人工智慧、IoT、DX、大資料等技術的社會，就需要比以往更高的運算性能。但是，如果用目前的電腦來提高運算性能，將消耗巨大的能源，難以達成碳中和這一因應全球暖化的目標。
爲此，科研人員正加緊研發利用量子電腦來解決傳統電腦需要大量計算量和計算時間才能解決的問題；另一方面，與量子電腦有着不同概念的新型電腦的研發也在不斷推進之中。
機率電腦（P電腦）就是其中之一。量子電腦由透過0狀態和1狀態的疊加來表達資訊的量子位構成，與此相同，P電腦由每時每刻都機率性地輸出0和1來表達資訊的機率位（P位元位）構成。
在處理從大量的選項中尋找能較好滿足條件的候選（組合最適化問題）、大量輸出在某個條件下可能發生的現象（抽樣）、學習複雜資料背後的規則和模式（機器學習）等問題時，經常會使用到機率演算法，但由於機率演算法和用0和1明確表達資訊並依次處理的傳統電腦在本質上相容性較差，在計算上會花費較多電力。
2019年，東北大學和美國普渡大學的研究團隊利用狀態會因自然熱量而機率性更新的自旋電子器件構建了P位元位，並用其證實了P電腦的原理。該研究構建了一個由8個P位元位組成的小規模原理實證系統，證實了最大到945的整數因數分解。2022年2月還報告了使用5個P位元位的機器學習原理實證結果。
此次，研究團隊將機率運動的自旋電子器件和可程式設計半導體電路（FPGA）相結合，實施了規模較此前研究大幅擴大的P電腦。然後利用組合最適化問題的演算法，成功對以52193789爲代表的各種整數進行了因數分解，比以往的研究高出了5位數。
此次研究的關鍵點在於把由機率運動的自旋電子器件構成的高性能P位元位與可進行大規模運算的FPGA相結合的做法。FPGA上可類比實施最多7085個P位元位，透過利用自然熱量，用不消耗電力即可更新狀態的自旋電子P位元位來驅動，從而實施了高性能計算。也就是說，利用自旋電子器件，將此前低性能的僞隨機數發生器轉變爲高性能的隨機數發生器，使高性能計算成爲可能。
此外，研究團隊還測量了使用自旋電子器件的P電腦的運算性能和能量消耗，並與傳統電腦用機率演算法運算時的情況進行了比較。結果顯示，以實測值爲基準，採用FPGA的P電腦發揮出運算106.28 flips/ns耗電32.72w的性能。與傳統電腦相比，能量消耗降低了約三分之一到十分之一，運算性能則提高了約兩倍到十倍。此外，利用東北大學研發的超高速、可根據熱量更新狀態的自旋電子器件等製作專用積體電路，能以20w能量消耗實施100萬flips/ns的運算。運算性能再提高4個數規模，能量消耗再降低約40%，可獲得運算性能超傳統電腦約5個數規模、能量消耗低約1個數規模的特性。
深見教授表示：「爲了在專用積體電路中實際實施上述預測特性，還需要在材料、器件、電路、架構、演算法等多個層面攻克若干技術課題。希望以此實施還未曾有過的超高性能省電電腦。」
原文：《科學新聞》
翻譯：JST客觀日本編輯部
【論文資訊】
雜誌：IEEE International Electron Devices Meeting (IEDM)
論文：Experimental evaluation of simulated quantum annealing with MTJ-augmented p-bits
URL：www.tohoku.ac.jp/en/press/scaledup_spintronic_probabilistic_computer.html
