⚛️ quantum physics

Highly Versatile FPGA-Implemented Cyber Coherent Ising Machine

Este artículo presenta una máquina de Ising coherente cibernética implementada en FPGA altamente versátil que utiliza valores continuos FP32 y un control de secuencia flexible para soportar diversos algoritmos (incluyendo CIM, SB y Jacobi SOR), logrando N=4096 espines en un solo chip con velocidades de cálculo más de diez veces más rápidas que las GPU para permitir aplicaciones previamente inviables como la detección de usuarios múltiples de CDMA y la compresión dispersa L0.

Autores originales: Toru Aonishi, Tatsuya Nagasawa, Toshiyuki Koizumi, Mastiyage Don Sudeera Hasaranga Gunathilaka, Kazushi Mimura, Masato Okada, Satoshi Kako, Yoshihisa Yamamoto

Publicado 2026-07-27

📖 9 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Toru Aonishi, Tatsuya Nagasawa, Toshiyuki Koizumi, Mastiyage Don Sudeera Hasaranga Gunathilaka, Kazushi Mimura, Masato Okada, Satoshi Kako, Yoshihisa Yamamoto

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina el mundo de la computación como una ciudad enorme y bulliciosa donde cada edificio representa una pequeña decisión. A veces, la ciudad necesita resolver un rompecabezas gigante: encontrar la disposición perfecta de los semáforos para detener los atascos, organizar el horario de un hospital para que nadie espere, o incluso averiguar la mejor manera de empacar una maleta. Estos son problemas de "optimización combinatoria", donde tienes que elegir la mejor combinación de opciones de un número vertiginoso de posibilidades. Cuantas más opciones tienes, más difícil se vuelve el rompecabezas, volviéndose a menudo tan complejo que incluso las supercomputadoras más rápidas del mundo se quedan trabadas, tardando años en encontrar una buena respuesta.

Para abordar estos rompecabezas imposibles, los científicos han estado construyendo máquinas "Ising" especiales. Piensa en estas no como computadoras normales, sino como motores mágicos basados en la física. En lugar de simplemente procesar números uno por uno, permiten que miles de diminutos interruptores (llamados "spins") dancen e interactúen entre sí, como una multitud de personas tratando de encontrar la forma más cómoda de sentarse en un teatro. Al observar cómo estos spins se asientan, la máquina encuentra la mejor solución al rompecabezas. Recientemente, los investigadores han intentado construir estas máquinas usando luz y física cuántica, pero es como intentar construir un rascacielos de cristal: es frágil, costoso y difícil de conectar todas las piezas. Por ello, algunos ingenentes inteligentes decidieron construir una versión "cyber" —una simulación digital de esta máquina mágica que se ejecuta en un tipo especial de chip informático llamado FPGA. Esto permite probar la física del rompecabezas sin necesidad de un laboratorio lleno de láseres y espejos.

El artículo que estás a punto de leer describe una actualización importante de esta máquina "cyber" digital. El equipo, liderado por investigadores de la Universidad de Tokio y otros, ha construido una versión altamente versátil que puede manejar rompecabezas mucho más complejos que antes. Los intentos digitales previos eran como usar una calculadora que solo entiende "sí" o "no" (binario) o "tal vez" (ternario). Esta nueva máquina, sin embargo, habla el lenguaje completo de los números, utilizando valores decimales precisos (números de punto flotante) para describir cómo interactúan las piezas del rompecabezas. Esto es algo importante porque muchos problemas del mundo real, como decodificar señales en una habitación de radio concurrida o reconstruir una imagen de resonancia magnética borrosa, requieren ese nivel de precisión. Si fuerzas esos problemas en una simple caja de "sí/no", la respuesta se vuelve desordenada y errónea.

Los investigadores probaron su nueva máquina en dos tareas muy difíciles: actuar como un detective superrápido para un canal de radio concurrido (detector multiusuario CDMA) y ser un reconstructor de imágenes superinteligente para escaneos médicos (compressed sensing). Descubrieron que su nueva máquina "cyber" podía resolver estos problemas más de diez veces más rápido que una tarjeta gráfica estándar de alto rendimiento (GPU) utilizada en computadoras modernas. Aunque la máquina tuvo que trabajar un poco más para manejar los precisos números decimales, su velocidad y flexibilidad ganaron. Es como actualizar de una bicicleta que solo puede ir por caminos pavimentados a un vehículo todoterreno robusto que puede ir casi tan rápido, pero también puede manejar lodo, arena y colinas empinadas que la bicicleta no podría tocar.

La historia de la Máquina Ising Cyber

El Problema: La Ciudad de "Cristal"
Imagina que estás tratando de organizar una fiesta masiva donde todos tienen que sentarse junto a sus amigos pero evitar a sus enemigos. Si tienes 10 personas, es fácil. Si tienes 1,000, es una pesadilla. En el mundo de la física, esto se modela mediante algo llamado "modelo de Ising", donde pequeños imanes (spins) quieren alinearse con algunos de sus vecinos y oponerse a otros. Encontrar el esquema de asientos perfecto es lo mismo que encontrar el "estado fundamental" (el estado de menor energía) de este sistema.

Durante mucho tiempo, los científicos intentaron construir máquinas reales usando luz (láseres) o circuitos superconductores para resolver estos problemas. Estas se llaman "Máquinas de Ising Coherentes" (CIM). Son geniales porque utilizan las leyes de la física para resolver las matemáticas instantáneamente. Pero construir estas máquinas es como intentar construir una ciudad de cristal: es difícil cablear miles de conexiones sin que todo se rompa. Debido a esto, los investigadores comenzaron a crear versiones "cyber"—simulaciones de software que imitan la física de las máquinas de luz pero se ejecutan en chips informáticos regulares.

La Vieja Manera: La Herramienta de "Talla Única" (Pero Rota)
Antes de este artículo, ya existían algunas máquinas Ising digitales ejecutándose en FPGAs (Matrices de Puertas Programables en Campo). Piensa en una FPGA como una tabla de Lego que puedes reprogramar para convertirla en cualquier tipo de máquina. Sin embargo, las versiones antiguas tenían algunas limitaciones serias:

Eran demasiado simples: Solo podían usar números "binarios" (0 o 1) o "ternarios" (0, 1 o -1) para las conexiones entre los spins. Es como intentar pintar una obra maestra usando solo un marcador negro y un borrador blanco. No puedes capturar los sutiles matices de gris necesarios para los problemas del mundo real.
No podían manejar "términos de Zeeman": En física, un "término de Zeeman" es como un viento externo que sopla sobre los spins, empujándolos en una dirección específica. Muchos problemas reales (como encontrar una señal en una radio ruidosa) necesitan este "viento" para funcionar. Las máquinas antiguas no podían manejar este viento adecuadamente.
Eran rígidas: Si querías cambiar el algoritmo (las reglas del juego), a menudo tenías que reconstruir toda la máquina.

La Nueva Solución: La Navaja Suiza
El equipo de este artículo construyó una nueva arquitectura de FPGA que soluciona todos estos problemas. Llaman a esto una "Máquina de Ising Coherente Cyber". He aquí lo que la hace especial:

Habla números "Reales": En lugar de solo 0s y 1s, esta máquina utiliza números de "punto flotante de precisión simple" (FP32). Esto es como actualizar de una televisión en blanco y negro a una televisión a color 4K. Puede manejar los valores decimales precisos y desordenados necesarios para los problemas de ingeniería del mundo real.
Maneja el "Viento": Ahora puede gestionar adecuadamente los términos de Zeeman, permitiéndole resolver problemas como el detector multiusuario CDMA (encontrar quién está hablando en una habitación concurrida) y la regularización basada en la norma L0 para compressed sensing (reconstruir una imagen clara a partir de muy pocas piezas borrosas, como una exploración de RM).
Es un Camaleón: La máquina está construida con un "módulo de control" que actúa como un control remoto. Simplemente reescribiendo el código en este control remoto, la máquina puede cambiar entre diferentes modos:
- CIM de lazo abierto (Open-loop): La versión original, más simple.
- CIM de lazo cerrado (Closed-loop): Una versión más nueva y compleja que utiliza el "control de amplitud caótico" (una forma elegante de decir que sacude las cosas para escapar de malas soluciones).
- Jacobi SOR: Un método para resolver sistemas de ecuaciones.
- Simulated Bifurcation (SB): Otro algoritmo popular que podría ejecutar si se cambia el código.

La Carrera: Máquina Cyber vs. La GPU
Para ver si su nueva máquina era realmente buena, el equipo la puso frente a una tarjeta gráfica estándar de alto rendimiento (una NVIDIA Quadro RTX 8000), que es el tipo de chip utilizado para juegos e IA. Probaron la máquina en dos grandes desafíos:

El Detective de Radio (CDMA): Intentaron averiguar qué usuario de entre 4,096 estaba enviando un mensaje en un canal con ruido.
- Resultado: La máquina FPGA fue de 11 a 30 veces más rápida que la GPU.
- Precisión: Encontró las respuestas tan bien como la GPU, y en algunos casos (usando el modo de "lazo cerrado"), fue incluso mejor encontrando la solución perfecta porque el sacudimiento caótico ayudó a escapar de callejones sin salida.
El Restaurador de Imágenes (L0RBCS): Intentaron reconstruir una imagen de RM de 64x64 píxeles a partir de solo el 40% de los datos.
- Resultado: La máquina FPGA fue de 12 a 37 veces más rápida que la GPU.
- Precisión: Las imágenes producidas fueron igual de claras y, nuevamente, la versión de "lazo cerrado" produjo imágenes ligeramente mejores al acercarse más a la solución teórica perfecta.

El Intercambio: Velocidad vs. Precisión
Podrías preguntarte: "Si es tan rápida, ¿por qué no todos lo hicieron antes?". El artículo explica que hubo un intercambio. Las máquinas FPGA anteriores (como las de Simulated Bifurcation) eran increíblemente rápidas porque usaban números binarios simples y tenían cuatro veces más "trabajadores" (unidades de procesamiento paralelo) funcionando a la vez. La nueva máquina usa números decimales precisos, lo que requiere más recursos lógicos, por lo que tiene menos trabajadores (solo 2,048 "MAC PEs" en comparación con los 8,192 de las máquinas binarias antiguas).

Debido a que tiene menos trabajadores, la nueva máquina toma aproximadamente cuatro veces más ciclos de reloj para completar un paso del cálculo en comparación con las máquinas binarias antiguas. Sin embargo, debido a que puede resolver problemas que las máquinas binarias no pueden resolver en absoluto (debido a la necesidad de números precisos y términos de Zeeman), es un salto masivo hacia adelante. Es como tener un coche más lento que puede conducir fuera de la carretera frente a un coche deportivo rápido que solo puede conducir por la autopista. Para los problemas que requieren conducción fuera de la carretera, el coche más lento es el único que te llevará allí.

Lo que esto significa
El artículo concluye que esta nueva arquitectura es una herramienta "altamente versátil". Demuestra que no necesitas una frágil y costosa máquina de láser física para obtener los beneficios de la física de Ising. Puedes construir una versión digital que sea:

Versátil: Puede cambiar entre diferentes algoritmos sobre la marcha.
Precisa: Maneja números decimales del mundo real y fuerzas externas (términos de Zeeman).
Rápida: Supera a las GPU estándar por un factor de 10 o más.

Los autores sugieren que si pueden construir un clúster de estas máquinas (conectando muchas FPGAs entre sí), podrían hacerla aún más rápida, resolviendo potencialmente acertijos aún más grandes. Por ahora, han demostrado que una máquina "cyber" digital puede manejar la matemática desordenada y compleja del mundo real mucho mejor que sus primos binarios más simples, todo mientras se ejecuta a una velocidad vertiginosa.

Resumen Técnico: Máquina de Ising Coherente Cibernética Implementada en FPGA Altamente Versátil

Planteamiento del Problema
Los problemas de optimización combinatoria, como la asignación de recursos y la optimización de carteras, son generalmente NP-duros, lo que requiere un tiempo exponencial para resolverse a medida que aumenta el tamaño del problema. Aunque las Máquinas de Ising Cuánticas (QIM) y las Máquinas de Ising Coherentes (CIM) ofrecen soluciones potenciales, las implementaciones físicas enfrentan obstáculos significativos para lograr un acoplamiento denso y un gran número de espines ( $N$ ) debido a las restricciones de cableado y limitaciones físicas. En consecuencia, los investigadores han derivado ecuaciones computables clásicamente a partir de ecuaciones maestras cuánticas (por ejemplo, Ecuaciones Diferenciales Estocásticas para CIM y modelos de Bifurcación Simulada) para ser resueltas en hardware paralelo como GPUs y FPGAs.

Sin embargo, las implementaciones actuales a gran escala en FPGA de estos algoritmos (específicamente Bifurcación Simulada y CIM) sufren limitaciones críticas:

Interacciones Discretas: Típicamente utilizan valores binarios o ternarios para las matrices de acoplamiento ( $J$ ) para ahorrar memoria y recursos lógicos, lo cual es insuficiente para aplicaciones de procesamiento de señales del mundo real que requieren valores reales continuos.
Falta de Términos de Zeeman: A menudo no pueden configurar términos de Zeeman (campos externos), los cuales son cruciales para aplicaciones como la detección de múltiples usuarios en CDMA o la compresión de señales (compressed sensing).
Rigidez del Algoritmo: La arquitectura del hardware suele estar fija a un algoritmo específico; cambiar el modelo requiere un rediseño completo.
Alcance Limitado: No pueden manejar simultáneamente problemas de Ising y de Optimización Binaria No Restringida Cuadrática (QUBO) con términos de Zeeman, ni realizar esquemas de optimización alternante requeridos para problemas complejos como la regularización basada en la norma $L_0$ de la recuperación de señales comprimidas ( $L_0$ RBCS).

Metodología
Los autores desarrollaron una "Máquina de Ising Coherente Cibernética" (Cyber CIM) implementada en una única FPGA Xilinx ALVEO U250. La arquitectura está diseñada para ser altamente versátil, capaz de ejecutar tres algoritos distintos en los mismos módulos de hardware simplemente reescribiendo el código de control de secuencia:

CIM de Lazo Abierto (Open-Loop): Resuelve Hamiltonianos de Ising y QUBO sin control de amplitud.
CIM de Lazo Cerrado (Closed-Loop): Resuelve Hamiltonianos de Ising y QUBO con Control de Amplitud Caótico (CAC) para escapar de mínimos locales.
Relajación Sucesiva de Jacobi (SOR): Resuelve ecuaciones simultáneas para optimización cuadrática.

Características Técnicas Clave:

Precisión: A diferencia de los sistemas FPGA anteriores que utilizan aritmética binaria o de punto fijo, este sistema utiliza punto flotante de precisión simple (FP32) para la matriz de acoplamiento ( $J$ ), los términos de Zeeman ( $g$ ) y los cálculos de evolución temporal.
Arquitectura Versátil: Los módulos centrales incluyen un Control de Cálculo Superior (CTL TOP) que secuencia las operaciones, un Calculador de Campo Local (CAL H) con 2048 elementos de procesamiento de Acumulación-Multiplicación (MAC) en paralelo, y un Calculador de Evolución Temporal (CAL CSR).
Gestión de Memoria: Para almacenar la matriz de acoplamiento de $4096 \times 4096$ en FP32 dentro de la memoria interna de la FPGA, el sistema almacena únicamente la matriz triangular superior y utiliza un multiplexor (J MUX) para reconstruir la matriz simétrica durante el cálculo.
Optimización Alternante: Para $L_0$ RBCS, el sistema alterna entre CIM (optimizando el vector de soporte binario $q$ ) y Jacobi SOR (optimizando la señal fuente continua $r$ ).

Evaluación Experimental
El sistema fue comparado con una GPU NVIDIA Quadro RTX 8000 utilizando dos aplicaciones específicas que requieren interacciones continuas y términos de Zeeman:

Detector de Múltiples Usuarios CDMA: Un problema de optimización de Hamiltoniano de Ising.
$L_0$ RBCS: Un problema de optimización QUBO que involucra la recuperación de señales dispersas.

Los experimentos se realizaron con tamaños de sistema de $N=1024$ , $N=2048$ y $N=4096$ .

Resultados

Versatilidad y Precisión: La FPGA implementó con éxito tanto los CIM de lazo abierto como los de lazo cerrado, así como el método Jacobi SOR, en el mismo hardware. Para la detección de CDMA, la FPGA y la GPU produjeron trayectorias de solución idénticas para el CIM de lazo abierto. Para el CIM de lazo cerrado, se observaron ligeras diferencias en las trayectorias, atribuidas a la desviación de la FPGA respecto a las reglas estrictas de redondeo IEEE 754, lo que afectó la dinámica caótica del CAC. Sin embargo, el enfoque de lazo cerrado generalmente produjo tasas de error de bit más bajas que los enfoques de lazo abierto en ambas plataformas.
Desempeño de la Reconstrucción: En las tareas de $L_0$ RBCS (tanto para señales aleatorias como para datos de MRI), la FPGA y la GPU lograron resultados de Error Cuadrático Medio (RMSE) comparables, siendo el CS de lazo cerrado generalmente superior al de lazo abierto al encontrar soluciones más cercanas al estado fundamental teórico.
Velocidad: La implementación en FPGA demostró una ventaja significativa de velocidad sobre la GPU.
- Para la detección de CDMA, la FPGA fue de 13 a 30 veces más rápida que la GPU, dependiendo del tamaño del sistema y el algoritmo.
- Para $L_0$ RBCS, la FPGA fue de 12 a 37 veces más rápida que la GPU.
- Los autores señalan que, aunque el paralelismo de la FPGA (64 unidades MAC) es una cuarta parte de la de una implementación previa de Bifurcación Simulada (SB) en una sola FPGA (que utilizaba 256 unidades MAC pero interacciones binarias), el uso de FP32 permitió la resolución de problemas previamente inalcanzables en FPGAs.

Significancia y Reivindicaciones
El artículo sostiene que esta Cyber CIM representa un paso significativo hacia adelante en las implementaciones de máquinas de Ising basadas en FPGA al priorizar la versatilidad y la precisión sobre la densidad de paralelismo bruto.

Superación de Limitaciones: Es el primer sistema de gran escala en FPGA que soporta interacciones de valor continuo (FP32) e interacción de términos de Zeeman configurables, permitiendo aplicaciones como la detección de múltiples usuarios en CDMA y la compresión de señales que no eran posibles con los sistemas de interacción binaria anteriores en FPGA.
Agnosticismo de Algoritmo: La arquitectura permite la ejecución de múltiples algoritmos (CIM de lazo abierto, CIM de lazo cerrado, Jacobi SOR y potencialmente SB) en el mismo hardware sin necesidad de rediseño, adaptándose a las actualizaciones frecuentes en los modelos de investigación de CIM.
Desempeño: A pesar de tener un paralelismo menor que los sistemas de interacción binaria en FPGA, la Cyber CIM logra velocidades de cálculo más de diez veces superiores a las implementaciones de GPU para problemas de optimización complejos del mundo real.
Potencial Futuro: Los autores sugieren que las velocidades de cálculo pueden mejorarse aún más aumentando el paralelismo mediante el agrupamiento (clustering) de FPGAs o utilizando FPGAs con mayor memoria interna para eliminar el cuello de botella del J MUX, lo que potencialmente permitiría frecuencias de reloj más altas.

La historia de la Máquina Ising Cyber

Más como este