A virtually connected probabilistic computer as a solver for higher-order

요약

본 논문은 NP-hard 문제 해결을 위한 비전통적 컴퓨팅 접근법의 한계점을 지적하며, 특히 기하학적 구조 변환 과정에서 발생하는 해 품질 저하 문제를 다룹니다. 이를 극복하기 위해 고속 광학 양자 무작위 수생성기를 기반으로 하는 확률적 컴퓨팅 아키텍처와 가상 하드웨어 연결을 활용하여 문제의 선택집합에 대한 휴리스틱 해법 적용 가능성을 논합니다. 또한, 그리디 그래프 컬러링 알고리즘을 통해 스케일링 가능한 병렬화를 구현하고, 광학 확률적 컴퓨터가 디지털 어닐링 유닛보다 지수적으로 빠른 성능을 보일 것으로 예측하며 그 우수성을 입증합니다.

핵심 포인트

• 기존 하드웨어 기반 NP-hard 문제 해결 방식은 기하학적 구조 변환(임베딩, 희소화 등) 과정에서 해의 품질 저하 문제가 발생한다.
• 가상 하드웨어 연결을 활용하는 확률적 컴퓨팅 아키텍처는 이러한 물리적 토폴로지 제한 문제를 우회할 수 있다.
• 그리디 그래프 컬러링 알고리즘을 통해 문제 크기 증가에 따른 병렬화 및 스케일링이 가능하다.
• 광학 확률적 컴퓨터가 디지털 어닐링 유닛 대비 지수적으로 빠른 성능을 보일 것으로 예측된다.
• 본 연구는 광학 확률적 컴퓨팅의 우수성을 증명하기 위해 시뮬레이션을 수행한다.