Массив из 105 тысяч наноосцилляторов синхронизировался за 45 наносекунд при минимальном энергопотреблении
Каждый осциллятор размером 10–20 нм, а общее количество элементов в 1000 раз превышает предыдущий рекорд в 64 штуки
Время синхронизации практически не зависит от масштаба: 10 нс для 100 элементов и лишь 45 нс для 105 тысяч
Технология подходит для машин Изинга, резервуарных вычислений и ускорения ИИ с рабочей частотой в десятки гигагерц
Термин «вычисления на осцилляторах» редко попадает в заголовки, однако направление развивается активно и показывает многообещающие результаты. Свежее достижение выглядит эффектно: исследователи синхронизировали 105 000 наноосцилляторов всего за 45 наносекунд, затратив крайне мало энергии.
Источник изображения — tomshardware.com
Если объяснять просто: целая решётка крошечных магнитов после возмущения полностью пришла в согласованное состояние за 45 нс, используя лишь собственный спин магнитов. Похоже на рябь, разбегающуюся по воде. Каждый элемент имеет размер 10–20 нм, а сам результат — почти тысячекратное улучшение относительно предыдущей демонстрации на 64 осцилляторах.
Главное — масштабируемость
Самое важное в эксперименте не абсолютная цифра, а её поведение при росте системы. Время синхронизации почти не увеличивалось с добавлением элементов: 10 нс для сотни и 45 нс для 105 тысяч. Тысячекратный рост числа элементов обошёлся менее чем в пятикратное увеличение времени — именно такая зависимость и делает подход пригодным для практики, тогда как линейный рост похоронил бы идею сразу.
Какие задачи это решает
Решётки способны справляться с классами задач, которые прямо или косвенно представимы через распространяющиеся волны: волновые процессы, статистика, аппроксимация и распознавание образов. В работе упоминаются машины Изинга и резервуарные вычисления как технологии, реализуемые на таких массивах.
Стоит пояснить, что это значит на практике. Машины Изинга — это не универсальные вычислители, а специализированные решатели задач оптимизации: система сама «скатывается» в состояние с минимальной энергией, которое и кодирует ответ. Такие задачи — маршрутизация, планирование, размещение ресурсов — на обычном процессоре считаются перебором и растут в сложности лавинообразно.
В перспективе решётки можно программировать, управляя частотами, фазами и силой связи элементов, а результат считывать по тому, как система приходит в согласованное состояние.
Чем это отличается от квантовых вычислений
Практические применения включают высокоскоростные сети связи, финансовое и научное моделирование, аналитику данных в реальном времени и ускорение ИИ. Отмечается, что решётки могут работать на частотах в десятки гигагерц при сравнительно скромном энергопотреблении. Показатель в 45 наносекунд на стабилизацию примерно соответствует времени, за которое обычный процессор выполняет одну операцию над всей матрицей.
Ключевое отличие от квантового подхода — в устойчивости. Квантовым системам требуется сложная коррекция ошибок для поддержания когерентности, а массив осцилляторов после стабилизации даёт исключительно чистый сигнал. Добротность в эксперименте превысила миллион: итоговая частота волны оказалась чётко определённой и легко считываемой — как точная нота камертона.
Оговорка обязательна: речь по-прежнему о лабораторной демонстрации принципа. Между работающей решёткой в эксперименте и специализированным ускорителем в серверной стойке лежат годы работы над интерфейсами, программированием и производством. Но доказанная масштабируемость — именно то, чего этому направлению не хватало больше всего.
