L’architecture multi-puces indique une augmentation continue des performances de l’ordinateur d’optimisation de Toshiba.
Potentiel de créer un changement radical dans les transactions financières complexes et la robotique.
TOKYO, 12 mars 2021 / PRNewswire / – Toshiba Corporation (TOKYO: 6502), le leader de l’industrie des solutions pour les problèmes d’optimisation à grande échelle, a annoncé aujourd’hui une technologie scale-out qui minimise les limitations matérielles, une évolution de son ordinateur d’optimisation, la Simulation Bifurcation Machine (SBM), qui prend en charge l’augmentation continue de la vitesse de calcul et l’échelle. Toshiba s’attend à ce que le nouveau SBM change la donne pour les problèmes du monde réel qui nécessitent une grande échelle, une vitesse élevée et une faible latence, tels que des transactions financières simultanées impliquant un grand nombre d’actions et un contrôle complexe de plusieurs robots. Les résultats de la recherche ont été publiés dans Nature Electronics*1 sur 1er Mars.
La vitesse et l’échelle sont les clés du succès dans des secteurs industriels aussi différents que la finance, la logistique et les communications, qui doivent tous faire face à un grand nombre et prendre des décisions complexes dans les plus brefs délais. Dans le but d’améliorer l’efficacité de ces entreprises et d’autres, Toshiba a résolu les problèmes d’optimisation combinatoire en développant des algorithmes à haute vitesse et de haute précision et des solutions informatiques pratiques correspondantes.* 2. La société a récemment annoncé une deuxième génération de ses algorithmes de bifurcation simulés, mis en œuvre sur des ordinateurs classiques via un réseau de portes programmables à champ unique (FPGA), qui surpasse les ordinateurs quantiques pour obtenir des solutions optimales pour divers problèmes d’optimisation combinatoire à haute vitesse.* 3.
Toshiba continue de rechercher de meilleures performances du SBM en installant plus de FPGA dans l’ordinateur, une approche appelée scale-out dans l’architecture informatique, et a démontré avec succès le premier au monde.* 4 mise à l’échelle simultanée de la vitesse de calcul et de la taille du problème pour les problèmes d’optimisation combinatoire de type connexion tout-à-tous*1. Au cœur de la technologie se trouve une version partitionnée de l’algorithme de bifurcation simulée qui permet à plusieurs FPGA d’échanger des informations sur les variables entre eux, et qui déclenche un mécanisme de synchronisation autonome pour minimiser la surcharge de communication dans une mesure qui n’affecte pas les performances globales ( Figures 1 et 2).
Des essais ont montré qu’un SBM avec un cluster de huit FPGA (figure 3a) atteint un débit de calcul 5,4 fois plus élevé qu’un SBM avec un seul FPGA, et résout des problèmes 16 fois plus importants; et les résultats de simulation avec un 64 FPGA SBM ont démontré que la relation entre la vitesse de calcul et le nombre de FPGA est exactement linéaire (Figure 3b), indiquant que la technologie peut continuer à augmenter la mise à l’échelle avec le même effet.
Le 8 FPGA SBM obtient également des solutions 828 fois plus rapides qu’une mise en œuvre du recuit simulé (SA), une technique d’optimisation largement utilisée, démontrant que le SBM fait une utilisation beaucoup plus efficace des ressources de calcul que le SA (Figure 4).
Commentant l’application de la technologie, Kosuke Tatsumura, Chercheur en chef au Corporate Research & Development Center de Toshiba Corporation, a déclaré: «Une vitesse de calcul rapide, une grande échelle de calcul et une faible latence pour fournir des solutions sont les valeurs essentielles que la nouvelle SBM peut offrir aux entreprises. Par exemple, nous attendons du secteur financier peuvent en bénéficier s’ils peuvent négocier plus d’actions simultanément, et les robots de l’industrie logistique fonctionneront mieux avec un calcul sans décalage dans le temps. Nous espérons que la nouvelle technologie portera la fintech et la logistique à un nouveau niveau. “
Noter
*1 K. Tatsumura et coll., Scaling-out Ising machine utilisant une architecture multi-puces pour la bifurcation simulée, Electronique Nature 4, (2021). https://doi.org/10.1038/s41928-021-00546-4
Regarde aussi https://devicematerialscommunity.nature.com/posts/scaling-out-ising-machines
* 2 H. Goto et coll., Progrès de la science 5, eaav2372 (2019).
https://advances.sciencemag.org/content/5/4/eaav2372; K. Tatsumura et coll., IEEE Int’l Symp. sur les circuits et les systèmes (ISCAS), 1-5 (2020). https://doi.org/10.1109/ISCAS45731.2020.9181114; K. Tatsumura et coll., IEEE Int’l Conf. on Field-Programmable Logic and Applications (FPL), 59-66 (2019). https://doi.org/10.1109/FPL.2019.00019
* 3 Les nouveaux algorithmes de Toshiba fournissent rapidement des solutions très précises à des problèmes complexes & H. Goto et coll., Progrès scientifiques 7, eabe7953 (2021). https://advances.sciencemag.org/content/7/6/eabe7953
* 4 Enquête Toshiba.
À propos de Toshiba Corporation
Toshiba Corporation dirige un groupe mondial de sociétés qui combine les connaissances et les capacités de plus de 140 ans d’expérience dans un large éventail d’entreprises – de l’infrastructure énergétique et sociale aux appareils électroniques – avec des capacités de classe mondiale dans le traitement de l’information, les technologies numériques et d’IA. Ces atouts distinctifs soutiennent l’évolution continue de Toshiba pour devenir une société de services d’infrastructure qui promeut l’utilisation et la numérisation des données, et l’une des principales sociétés de technologie des systèmes cyber-physiques au monde. Guidé par l’engagement de base du groupe Toshiba, «Engagé pour les personnes, engagé pour l’avenir», Toshiba contribue au développement positif de la société avec des services et des solutions qui mènent à un monde meilleur. Le Groupe et ses 130000 employés dans le monde ont réalisé un chiffre d’affaires annuel dépassant 3,4 billions de yens (31,1 milliards de dollars américains) au cours de l’exercice 2019. www.toshiba.co.jp/worldwide/about/index.html
SOURCE Toshiba
L’architecture multi-puces indique une augmentation continue des performances de l’ordinateur d’optimisation de Toshiba.
Potentiel de créer un changement radical dans les transactions financières complexes et la robotique.
TOKYO, 12 mars 2021 / PRNewswire / – Toshiba Corporation (TOKYO: 6502), le leader de l’industrie des solutions pour les problèmes d’optimisation à grande échelle, a annoncé aujourd’hui une technologie scale-out qui minimise les limitations matérielles, une évolution de son ordinateur d’optimisation, la Simulation Bifurcation Machine (SBM), qui prend en charge l’augmentation continue de la vitesse de calcul et l’échelle. Toshiba s’attend à ce que le nouveau SBM change la donne pour les problèmes du monde réel qui nécessitent une grande échelle, une vitesse élevée et une faible latence, tels que des transactions financières simultanées impliquant un grand nombre d’actions et un contrôle complexe de plusieurs robots. Les résultats de la recherche ont été publiés dans Nature Electronics*1 sur 1er Mars.
La vitesse et l’échelle sont les clés du succès dans des secteurs industriels aussi différents que la finance, la logistique et les communications, qui doivent tous faire face à un grand nombre et prendre des décisions complexes dans les plus brefs délais. Dans le but d’améliorer l’efficacité de ces entreprises et d’autres, Toshiba a résolu les problèmes d’optimisation combinatoire en développant des algorithmes à haute vitesse et de haute précision et des solutions informatiques pratiques correspondantes.* 2. La société a récemment annoncé une deuxième génération de ses algorithmes de bifurcation simulés, mis en œuvre sur des ordinateurs classiques via un réseau de portes programmables à champ unique (FPGA), qui surpasse les ordinateurs quantiques pour obtenir des solutions optimales pour divers problèmes d’optimisation combinatoire à haute vitesse.* 3.
Toshiba continue de rechercher de meilleures performances du SBM en installant plus de FPGA dans l’ordinateur, une approche appelée scale-out dans l’architecture informatique, et a démontré avec succès le premier au monde.* 4 mise à l’échelle simultanée de la vitesse de calcul et de la taille du problème pour les problèmes d’optimisation combinatoire de type connexion tout-à-tous*1. Au cœur de la technologie se trouve une version partitionnée de l’algorithme de bifurcation simulée qui permet à plusieurs FPGA d’échanger des informations sur les variables entre eux, et qui déclenche un mécanisme de synchronisation autonome pour minimiser la surcharge de communication dans une mesure qui n’affecte pas les performances globales ( Figures 1 et 2).
Des essais ont montré qu’un SBM avec un cluster de huit FPGA (figure 3a) atteint un débit de calcul 5,4 fois plus élevé qu’un SBM avec un seul FPGA, et résout des problèmes 16 fois plus importants; et les résultats de simulation avec un 64 FPGA SBM ont démontré que la relation entre la vitesse de calcul et le nombre de FPGA est exactement linéaire (Figure 3b), indiquant que la technologie peut continuer à augmenter la mise à l’échelle avec le même effet.
Le 8 FPGA SBM obtient également des solutions 828 fois plus rapides qu’une mise en œuvre du recuit simulé (SA), une technique d’optimisation largement utilisée, démontrant que le SBM fait une utilisation beaucoup plus efficace des ressources de calcul que le SA (Figure 4).
Commentant l’application de la technologie, Kosuke Tatsumura, Chercheur en chef au Corporate Research & Development Center de Toshiba Corporation, a déclaré: «Une vitesse de calcul rapide, une grande échelle de calcul et une faible latence pour fournir des solutions sont les valeurs essentielles que la nouvelle SBM peut offrir aux entreprises. Par exemple, nous attendons du secteur financier peuvent en bénéficier s’ils peuvent négocier plus d’actions simultanément, et les robots de l’industrie logistique fonctionneront mieux avec un calcul sans décalage dans le temps. Nous espérons que la nouvelle technologie portera la fintech et la logistique à un nouveau niveau. “
Noter
*1 K. Tatsumura et coll., Scaling-out Ising machine utilisant une architecture multi-puces pour la bifurcation simulée, Electronique Nature 4, (2021). https://doi.org/10.1038/s41928-021-00546-4
Regarde aussi https://devicematerialscommunity.nature.com/posts/scaling-out-ising-machines
* 2 H. Goto et coll., Progrès de la science 5, eaav2372 (2019).
https://advances.sciencemag.org/content/5/4/eaav2372; K. Tatsumura et coll., IEEE Int’l Symp. sur les circuits et les systèmes (ISCAS), 1-5 (2020). https://doi.org/10.1109/ISCAS45731.2020.9181114; K. Tatsumura et coll., IEEE Int’l Conf. on Field-Programmable Logic and Applications (FPL), 59-66 (2019). https://doi.org/10.1109/FPL.2019.00019
* 3 Les nouveaux algorithmes de Toshiba fournissent rapidement des solutions très précises à des problèmes complexes & H. Goto et coll., Progrès scientifiques 7, eabe7953 (2021). https://advances.sciencemag.org/content/7/6/eabe7953
* 4 Enquête Toshiba.
À propos de Toshiba Corporation
Toshiba Corporation dirige un groupe mondial de sociétés qui combine les connaissances et les capacités de plus de 140 ans d’expérience dans un large éventail d’entreprises – de l’infrastructure énergétique et sociale aux appareils électroniques – avec des capacités de classe mondiale dans le traitement de l’information, les technologies numériques et d’IA. Ces atouts distinctifs soutiennent l’évolution continue de Toshiba pour devenir une société de services d’infrastructure qui promeut l’utilisation et la numérisation des données, et l’une des principales sociétés de technologie des systèmes cyber-physiques au monde. Guidé par l’engagement de base du groupe Toshiba, «Engagé pour les personnes, engagé pour l’avenir», Toshiba contribue au développement positif de la société avec des services et des solutions qui mènent à un monde meilleur. Le Groupe et ses 130000 employés dans le monde ont réalisé un chiffre d’affaires annuel dépassant 3,4 billions de yens (31,1 milliards de dollars américains) au cours de l’exercice 2019. www.toshiba.co.jp/worldwide/about/index.html
SOURCE Toshiba
— to finance.yahoo.com
French
Arabic
Chinese (Simplified)
English
German
Italian
Russian
Spanish