研究前沿：量子计算-玻尔兹曼机-伊辛Ising | Nature Electronics

文章预览

近年来，不断增加的特定领域计算硬件和体系结构使用，从而不断增加了非常规计算方法的需求。非常规计算方法之一就是伊辛机Ising machine，可用于设计并解决组合优化问题。 今日，美国 加利福尼亚大学圣巴巴拉分校（University of California, Santa Barbara）Shaila Niazi，Kerem Y. Camsari等，在Nature Electronics上发文，报道了基于概率位 probabilistic-bit (p-bit位)伊辛机，可用来训练深度玻尔兹曼网络。 利用现场可编程门阵列上的硬件感知网络拓扑，在没有下采样的情况时，训练完全修改的国家标准与技术研究所（MNIST）和时尚MNIST数据集，以及加拿大高级研究所10类(CIFAR-10)数据集的简化版本。 对于MNIST数据集，这一机器具有4,264个节点（p位）和大约30,000个参数，可以达到相同的分类精度（90%），正如具有大约325万个参数的受限玻尔兹曼机优化软件。对于Fashion MNIST和C ………………………………