【儀表網 研發快訊】在復雜系統中尋找最優方案一直是科學與工程領域里的挑戰難題之一。以旅行商問題為代表的組合優化任務廣泛出現在物流運輸、網絡設計及人工智能等領域。然而，隨著問題規模增大，經典確定性算法往往難以兼顧效率與質量，而引入隨機性的啟發式方法又受到隨機數質量與可調控性的限制。如何在硬件層面獲得高質量、可配置的隨機性，并將其有效嵌入求解過程，是該類問題長期面臨的關鍵科學問題。
近期，中國科學院物理研究所/北京凝聚態物理國家研究中心科研人員基于磁性隧道結的物理隨機性，提出了一種面向組合優化任務的概率貪心求解框架，實現了在硬件層面上的可調分布真隨機數驅動下對旅行商問題的高效優化求解。磁性隧道結在外加脈沖自旋極化電流作用下其自由層磁矩呈現固有的180度隨機翻轉行為，其翻轉概率通過脈沖電壓幅值或寬度等參數可連續精確調控。利用這一特性構建可配置概率分布的真隨機數發生器，并將其嵌入優化算法中，使得算法基于當前系統狀態對下一步選擇的概率分布能夠實時更新與重構，從而在“局部選擇”與“全局探索”間實現動態平衡。
在實驗層面，該項研究利用多個磁性隧道結器件演示生成滿足高斯、均勻、指數以及用戶自定義概率分布的真隨機數，并系統驗證了其統計特性、可重復性以及分布可調性。進一步，這些可調分布真隨機數被用于驅動概率貪心算法對旅行商問題進行硬件求解。在求解經典的Burma14基準問題中，該方法獲得的路徑長度顯著優于傳統貪心算法，并可通過調節等效溫度參數快速實現最優解附近的高概率采樣。值得注意的是，該方法僅需數量隨對數增長(log?N, N為城市數)的磁性隧道結器件即可完成對任意目標概率分布的編碼，配合脈沖電壓寬度調制與自校準機制，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期穩定性。這一特性使其具備面向大規模片上優化加速器應用的潛在優勢。此外，該方法逐步采樣并動態更新概率分布的過程，與大型語言模型在內容生成過程中逐個詞元(Token)采樣的機制高度相似，展現了面向未來人工智能推理的硬件級隨機性加速方案的可行性。
基于磁性隧道結的可配置概率分布的真隨機源為求解組合優化問題提供了新的物理實現路徑，有望推動面向低功耗、高效率的概率計算硬件的發展。該工作也為基于物理隨機性的求解框架提供了新思路，為未來自旋電子學器件在智能計算中的應用開辟了可行路徑。該項研究成果以“Probabilistic Greedy Algorithm Solver Using Magnetic Tunneling Junctions for Traveling Salesman Problem”為題發表在Nature Communications期刊(https://doi.org/10.1038/s41467-025-66864-9)，中國科學院物理研究所M02組博士畢業生張然為第一作者，中國科學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會的Thomas Kämpfe教授為共同通訊作者，該項研究得到了國家重點研發項目(MOST)、國家自然科學基金(NSFC)和中國科學院國際交流計劃(PIFI)的資助。
圖：基于磁性隧道結的概率分布可調真隨機數發生器及概率貪心算法求解器示意圖。(a) 器件結構與測量系統的示意圖。(b) 由脈沖電流觸發自由層磁矩翻轉所表現出的磁性隧道結隧穿磁電阻(TMR)高低變化行為。(c) 磁性隧道結的磁矩翻轉概率隨寫入電壓變化的關系曲線，黑色實線為擬合得到的S形函數。(d) 由磁性隧道結真隨機數發生器生成并呈現高斯分布的隨機數。(e) 不同溫度kBT取值(1至400)下獲得的最優解散點圖(左)以及在最優解附近0、50和100千米內的解空間密度分布圖(右)。每個密度圖基于概率貪心算法的100次獨立求解結果。(f) 在四組kBT取值下最優路徑長度隨迭代次數的變化關系。當kBT = 60時可在約1000次迭代內獲得最優解。
所有評論僅代表網友意見，與本站立場無關。