日常生活有許多「最佳化問題」需處理，比如如何讓配送路線最短、成本最低、資源分配最有效率等，這些在傳統計算被歸類為耗時、難以處理的複雜型問題。近日，由成功大學數學系舒宇宸副教授領導的數位退火研發推動計畫與仁寶電腦合作，不同於傳統電腦靠一一嘗試找答案，退火運算利用模擬量子運算的方式從大量「可能解」找到最理想解答，大幅提升解題效率。
量子電腦因量子位元具指數性成長運算能力，在處理最佳化問題方面具備相當優勢，但直到量子電腦運算技術完全成熟前，產學界選擇先開發其他硬體技術，或在現有高速運算電腦主機發展「退火技術」，藉由模擬量子運算來挑戰最佳化問題。
為高效處理問題、計算潛在解決方案應對當今複雜商業挑戰，國科會量子國家隊啟動「數位退火研發推動計畫」，現已進入第二期，計畫總主持人為成功大學舒宇宸副教授，團隊成員包括成大資訊工程學系莊坤達副教授、中央研究院生醫轉譯中心林榮信副主任、中央大學江振瑞教授、陽明交通大學余沛慈教授、清華大學陳瑞彬教授、台北大學陳秉洋助理教授。
成功大學表示，退火計算（annealing）是一項專解決大型、複雜、難解組合優化問題的新型態計算技術，原理靈感來自「退火」這一物理過程：金屬在加熱後緩慢冷卻，最終可形成穩定結晶結構。
模擬物理現象到解決實際問題
不同於傳統電腦一一嘗試找尋最佳答案的運算方式，退火運算利用硬體或軟體計算方式模擬量子運算，從大量可能解中收斂並找出最理想解答。
團隊曾與日本富土通集團合作，使用第四代富士通數位退火 Digital Annealer 能一次性處理高達 10 萬個變數的大型、複雜最佳化問題，且效能比前一代提升 10 倍。
近日團隊再與仁寶電腦啟動合作，將使用仁寶電腦研發的加速運算應用產品（Compal GPU Annealer，CGA），探討在 GPU 圖形處理器上如何透過平行處理達到更高效能退火運算，最高可同時計算超過 186 萬種可能性。
舒宇宸表示，「數位退火研發推動計畫」採用不同的退火技術進行推廣、研究、驗證、開發應用，除了投入平行退火及人工智慧加速等演算法基礎研究，也要推廣退火運算於組合優化問題，如藥物分子設計、光學微影技術的反向光罩設計、實驗設計、MicroLED 製程最佳化等關鍵應用。
（首圖為示意圖，來源：pixabay）
科技新報粉絲團
加入好友
訂閱免費電子報
