基于 Kerr 色散子孔素的 Ising 机器用于组合优化问题

数字计算的扩张挑战激发了新方法的需求，尤其是通过模仿神经网络和组合优化问题的物理系统动态演化。虽然光是极高效的信息载体，但其固有的弱光相互作用使得直接信息处理难以实现。最近，专用非线性光子学为对光场的控制开辟了新路径，具备惊人的带宽、相干性，以及非线性本征态如色散子孔素之间强相互作用的出现。我们利用数百个 Kerr 非线性 microresonator 色散子孔素的集合，并实现一个类反馈网络，以创建可完全程序化的全互联 Ising 机器。通过增加对自身、对角互动的反馈，每个色散子孔素均表现出类通用自旋的双分岔行为。利用这套色散子孔素集合之间的相互作用，使我们能够将 Ising 机器编码以求解基准布尔满足问题（SAT）。该色散子孔素相互作用的均匀性，以及该 Ising 机器与高速数据互连的兼容性，使得能够快速精确地求解复杂 SAT 问题。事实上，色散子孔素特性将该机器在单次反馈步骤中耗用的光功率和时间之间的权衡限制在约 10 mW 和 1 $\mu$s。我们对该 Ising 机器进行了超过 10,000 次试验，测试了 100 多个随机生成的 SAT 实例，结果表明该方法有潜力超越基准数字 SAT 求解器。我们的工作凸显了光子非线性、超低损耗光子学与光电电路的融合，这些技术可组合用于广泛的计算加速任务。