GPU-gestützte Simulated Annealing mit p-Bits: Gerätvariabilität steigert Leistung

Ein neues, GPU-gestütztes Simulated-Annealing-Framework nutzt probabilistische Bits (p‑Bits) und modelliert dabei realistische Geräteeigenschaften wie Zeit‑, Intensitäts‑ und Offset‑Variabilität. Durch die Einbindung dieser Faktoren kann die Plattform die tatsächliche Funktionsweise moderner Bauelemente wie magnetischer Tunnel‑Junctions (MTJs) exakt abbilden.

Die Forschung hat gezeigt, dass die zuvor als nachteilig betrachtete Geräteeinheitlichkeit nicht nur die Leistung beeinträchtigt, sondern – insbesondere durch die Zeitvariabilität – sogar die Effizienz des Algorithmus steigern kann. Diese Erkenntnis eröffnet neue Perspektiven für die Optimierung probabilistischer Berechnungen.

In CUDA‑basierten Simulationen erzielt das System einen Geschwindigkeitszuwachs von bis zu zwei Größenordnungen gegenüber klassischen CPU‑Implementierungen. Auf dem MAX‑CUT‑Benchmark wurden Probleme mit 800 bis 20.000 Knoten erfolgreich gelöst, was die Skalierbarkeit und Leistungsfähigkeit des Ansatzes unterstreicht.

Als Open‑Source‑Tool bietet die Plattform Forschern und Entwicklern ein leicht zugängliches, skalierbares Instrument, um probabilistische Rechenmethoden in verschiedensten Optimierungsanwendungen einzusetzen und damit die Forschung im Bereich probabilistisches Computing voranzutreiben.