科爱KeAi
Fundamental Research|许进团队:国际首台非图灵非冯氏专用计算机——探针计算机,以最快性能重磅问世!
2025-10-21 14:51
阅读:515

一种从“骨子里”并行的NP完全问题专用计算机——探针计算机研制成功。该计算机仅搭载60个探针计算卡,即可高效处理搜索空间达3的2048次方的复杂问题,求解性能显著超越国际主流优化求解器——Gurobi,为当前最快的专用计算机。其主要特点:

  1. 并行计算模型:区别于基于串行计算的经典图灵机,探针计算机采用了全新的底层并行计算模型——拟探针机。

  2. 存算一体架构:该计算机无独立的存储单元,存算一体化,从根本上解决了现有求解器(如Gurobi)所面临的“存储墙”瓶颈。

  3. 易于扩展:各探针计算卡相互独立工作,可通过直接增加卡的数量进行灵活扩展,且对现有系统无影响。

  4. 广泛适用性:其架构原理决定了它能够有效应用于求解所有NP完全问题。

image.png

中文标题:国际首台非图灵非冯氏专用计算机——探针计算机,以最快性能重磅问世!

英文原题:A special machine for solving NP-complete problems

第一作者:

许   进,北京大学

余   乐,北京工商大学

杨慧慧,中南大学

通讯作者:

刘小青北京大学计算机学院

冷   煌,北京大学计算机学院

邵泽辉,广州大学计算科技研究院

关键词:探针计算机;NP完全问题;体系结构;并行

研究背景

在计算机科学中,有一类特别难解的问题,即NP完全问题。这类问题有个“要命”的特点:问题规模稍微扩大,计算量就会爆炸式增长。NP问题无处不在且威力惊人,从路径规划到基因测序,从蛋白质折叠到生产调度,问题规模稍增,计算需求便呈指数级飙升。

为什么电子计算机难以高效解决NP问题?许进教授研究团队自2002年以来的系统研究表明,其根本制约来自两个方面:一是物理极限,硅基芯片3nm工艺已接近原子尺度,量子隧穿效应导致漏电和散热问题,使摩尔定律濒临失效;一是理论局限,传统图灵机模型存在双重约束,即线性数据放置模式和串行运算方式,从结绳记事到现代计算机,数据始终采用“一个挨一个”的线性排列,每次仅能处理相邻数据。

研究成果

创新性地提出了一种面向NP完全问题的高效求解方案——探针计算机(图1)。在计算模型设计上,采用图的顶点作为基本计算单元;提出3-色图分类方法,将问题划分为4个可并行处理的类别;设计7种完全并行的探针算子,每个算子独立执行运算,消除算子间等待开销,在尽可能规避无效解空间的同时,实现底层大规模并行计算

image.png

基于该计算模型,成功研制出求解NP完全问题的专用探针计算机(EPC),主要技术特性如下:

系统架构

EPC采用异构协同计算架构(图2,串行控制流+并行数据流),核心模块包括:控制层,将待解问题转换为图着色问题、格式转换、以及任务分发等功能;光路由层,由若干光路由卡组成;探针计算层,由60个探针计算卡构成可扩展计算集群。

image.png

能力与特点

能力测试:将EPC与当前性能最优的优化求解器之一Gurobi进行了对比实验,选取开源数据集中1000~2000阶的3-色图作为测试案例。

在2000个顶点规模的100个随机图的3-着色问题测试集中,EPC运行时间3430秒,获得所有最优解;在工作站运行Gurobi,用时至少需要43571秒,成功率仅有5~6%。

在1000个顶点规模的1000个随机图的3-着色问题测试集中,EPC计算用时为4154秒,成功率98.2%;而Gurobi用时至少需要61374秒,成功率仅有54.3%。

工作站CPU为AMD Ryzen™ 9 9950X,主频最高5.7GHZ。

规模可扩展性:EPC采用模块化可扩展架构,实现即插即用扩展,使计算能力更强。

目前EPC可用于求解规模≤2048的3-着色问题,现有优化求解器虽在小规模组合问题上表现优异,但在处理较大规模问题时面临计算瓶颈。相比之下,EPC展现出良好的可扩展性,为解决大规模NP问题提供一种新的可行路径。

未来方向

许进教授研究团队正推进探针计算机的系统升级:一方面拓展可计算的问题规模,另一方面积极研发新一代探针计算芯片。

主要作者简介

许   进  北京大学教授,北京工商大学计算机与人工智能学院院长。主要从事理论计算机、生物计算、图论与组合优化研究。以第一完成人获国家自然科学二等奖1项,教育部和湖北省自然科学一等奖3项。

余   乐  北京工商大学副教授。主要研究领域为智能计算系统,神经网络芯片,大模型及其在金融领域的应用。

杨慧慧  中南大学博士研究生。主要研究方向为新型计算,神经生物学。

刘小青  北京大学计算机学院特聘副研究员。研究方向为图论与组合优化,新型计算。

冷   煌  北京大学计算机学院特聘副研究员。研究方向为强化学习、图论、新型计算。

邵泽辉  广州大学计算科技研究院教授。主要从事模式识别、智能信息处理、图论及应用、算法设计与分析相关领域工作。

引用本文

Jin Xu, Le Yu, Huihui Yang, Siyuan Ji, et al., A special machine for solving NP-complete problems. Fundamental Research5(4) (2025) 1743-1749.

原文链接(复制到浏览器中查看): https://www.sciencedirect.com/science/article/pii/S2667325825002997

image.png

期刊主页:

www.keaipublishing.com/en/journals/fundamental-research/

文章阅读:

www.sciencedirect.com/journal/Fundamental-Research

投稿系统:

www.editorialmanager.com/fmre

查看更多本期信息,点击文末“阅读原文”,欢迎阅读、下载及引用!

转载本文请联系原作者获取授权,同时请注明本文来自科爱KeAi科学网博客。

链接地址:https://wap.sciencenet.cn/blog-3496796-1506822.html?mobile=1

收藏

当前推荐数:0
推荐到博客首页
网友评论0 条评论
确定删除指定的回复吗?
确定删除本博文吗?