Résoudre les « gros problèmes » via des algorithmes améliorés par des matériaux 2D

Résoudre les « gros problèmes » via des algorithmes améliorés par des matériaux 2D

Représentation d’un recuit simulé à l’aide d’un matériau 2D (disulfure de molybdène) pour l’optimisation du système de spin d’Ising, qui est un système magnétique caractérisé par le caractère aléatoire des orientations de spin. Crédit : Jennifer M. McCann.

Selon les chercheurs de Penn State, d’importants algorithmes d’optimisation conçus pour résoudre des problèmes à grande échelle tels que les horaires des compagnies aériennes et la logistique de la chaîne d’approvisionnement pourraient bientôt être renforcés par les matériaux 2D qui permettront aux algorithmes de mieux résoudre les problèmes et d’utiliser moins d’énergie.

Ces problèmes à grande échelle sont connus sous le nom de problèmes d’optimisation combinatoire, terme désignant un ensemble de problèmes si complexes qu’il est parfois impossible de trouver la meilleure solution à l’aide d’une recherche exhaustive. Par conséquent, les algorithmes sont des outils précieux pour résoudre ces problèmes en trouvant la meilleure solution possible.

« Ce sont des problèmes auxquels nous sommes confrontés dans notre vie quotidienne, tels que la planification du transport ou la logistique de la chaîne d’approvisionnement, et vous devez vraiment optimiser la meilleure façon de le faire correctement », a déclaré Saptarshi Das, professeur agrégé de sciences de l’ingénieur et de mécanique et primaire chercheur pour l’étude qui a été récemment publiée dans Matériaux avancés. « Un exemple célèbre est le problème du voyageur de commerce, où un vendeur doit se rendre de la ville A à la ville B à la ville C à la ville D, mais il doit trouver l’itinéraire optimal où il peut visiter chaque ville exactement une fois dans les plus brefs délais et rentrer à la maison. »

Ces problèmes sont importants à résoudre, car ils affectent la rapidité avec laquelle nous recevons des biens et des services, leur coût pour les clients et l’efficacité de la logistique de notre société pour tout, de la défense au transport.

« Quelqu’un doit résoudre ces problèmes, mais la quantité de ressources nécessaires d’un point de vue informatique est énorme pour exécuter ces algorithmes », a déclaré Das. « Un objectif futur est que si vous pouvez exécuter cet algorithme d’une manière beaucoup, beaucoup plus intelligente et plus économe en énergie, cela aidera essentiellement tout effort organisationnel, de la fabrication au gouvernement ou même aux organisations privées. »

La clé est de surmonter un goulot d’étranglement qui se forme lors du transfert de données entre la mémoire et l’unité de calcul. Ce goulot d’étranglement se produit lorsqu’un ordinateur tente de résoudre un problème d’optimisation combinatoire, connu sous le nom de goulot d’étranglement de von Neumann.

« Avec tous les problèmes de planification et de logistique, vous traitez beaucoup de données, puis vous avez beaucoup de calculs, et chaque fois que vous devez essentiellement transférer cette énorme quantité de données vers l’informatique, faites le calcul, apportez-le revenir et recommencer », a déclaré Das. « Ces processus consomment beaucoup d’énergie, ce va-et-vient des données entre votre stockage et votre calcul. »

Les chercheurs proposent une solution qui combine un algorithme d’optimisation connu sous le nom de recuit simulé avec une technique connue sous le nom de calcul en mémoire. Le recuit simulé est basé sur le recuit en métallurgie, où un métal est chauffé, et les atomes se réorganisent puis cristallisent dans l’état d’énergie le plus bas.

« C’est quelque chose qui est adopté ici dans le cadre informatique », a déclaré Das. « L’énergie est fournie pour que les atomes passent momentanément peut-être à un état d’énergie plus élevé. »

Les chercheurs proposent d’utiliser un algorithme de recuit simulé pour trouver l’état fondamental d’un système de verre de spin d’Ising, qui est un système magnétique caractérisé par le caractère aléatoire des orientations de spin. Pour ce faire, ils doivent effectuer des opérations de calcul haut de gamme, et pour effectuer ces calculs, ils ont utilisé des matériaux 2D, qui sont des matériaux de seulement quelques atomes d’épaisseur.

« Afin de mettre en œuvre un recuit simulé, nous effectuons certaines opérations de calcul dans le matériel », a déclaré Amritanand Sebastian, doctorant en sciences de l’ingénieur et en mécanique et co-auteur de l’étude. « Le matériel est implémenté à l’aide de transistors à base de matériaux 2D. En plus d’effectuer des calculs, ces transistors peuvent également stocker des informations. Nous utilisons cette capacité de calcul en mémoire afin d’effectuer un recuit simulé de manière efficace.

Cette méthode a plusieurs avantages.

« Tout d’abord, l’utilisation de transistors à base de matériaux 2D permet un fonctionnement à très faible consommation d’énergie, économisant de l’énergie », a déclaré Sebastian. « Ensuite, le circuit multiplicateur utilisé dans ce travail est tout à fait unique et nous permet de calculer efficacement l’énergie du système de spin. Et enfin, contrairement à de nombreuses implémentations de recuit simulé, le matériel requis pour mettre en œuvre notre travail n’a pas besoin d’évoluer avec le taille du problème. »

L’utilisation de matériaux 2D à cette fin est logique, selon Das, car les matériaux 2D en général ont un potentiel pour l’électronique future et peut-être une alternative à la technologie du silicium.

« Nous savons tous que la technologie du silicium vieillit, même s’il s’agit toujours d’une technologie très robuste avec laquelle il est très difficile de rivaliser », a déclaré Das. « Mais nous savons aussi que 20 ans plus tard, nous devrons peut-être augmenter la technologie du silicium, voire la remplacer complètement. Les fonctionnalités uniques des matériaux 2D qui fonctionnent si bien pour nos objectifs dans cette étude en font l’un des principaux candidats pour remplacer le silicium à un moment donné. »


Une technique d’optimisation basée sur les réseaux de neurones inspirée du principe de recuit


Plus d’information:
Amritanand Sebastian et al, un accélérateur de recuit pour les systèmes de spin d’Ising basé sur des FET 2D complémentaires en mémoire, Matériaux avancés (2021). DOI : 10.1002/adma.202107076

Fourni par l’Université d’État de Pennsylvanie

Citation: Résoudre les « gros problèmes » via des algorithmes améliorés par des matériaux 2D (2022, 6 janvier) récupéré le 6 janvier 2022 sur https://techxplore.com/news/2022-01-big-problems-algorithms-2d-materials.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.