Penn 表示，旨在解决诸如航空公司时刻表和供应链物流等大规模问题的重要优化算法可能很快会从2D 材料中得到提升，这将使算法能够更好地解决问题并使用更少的能源国家研究人员。

这些大规模的问题被称为组合优化问题，这是一组非常复杂的问题，以至于使用穷举搜索找到最佳解决方案有时是不可行的。因此，算法是通过寻找最佳解决方案来解决这些问题的宝贵工具。

这些是我们在日常生活中面临的问题，例如运输或供应链物流的调度，你需要真正优化正确的最佳方式。工程科学和力学副教授 Saptarshi Das 说。该研究最近发表在Advanced Materials（“基于内存互补 2D FET 的伊辛自旋系统的退火加 速器”）的研究人员。一个著名的例子是旅行推销员问题，一个推销员必须从城市 A 到城市 B 再到城市 C 到城市 D，但他必须找到可以在最短的时间内准确访问每个城市一次的最佳路线，并且回家。

这些问题是需要解决的重要问题，因为它们会影响我们接收商品和服务的速度、它们对客户而言的成本以及我们社会的物流对从国防到运输的任何方面的效率。

达斯说，必须有人解决这些问题，但从计算的角度来看，运行这些算法所需的资源量是巨大的。未来的目标是，如果你能以一种更智能、更节能的方式运行这个算法，这将从本质上帮助任何组织工作，从制造业到政府甚至私人组织。

关键是克服内存和计算单元之间数据传输过程中形成的瓶颈。当计算机试图解决组合优化问题时，就会出现这种瓶颈，称为冯诺依曼瓶颈。

达斯说，所有的调度和逻辑问题，你都在处理大量的数据，然后你有大量的计算，每次你本质上必须把这些大量的数据穿梭到计算中，做计算，把它带来回来再做一次。这些过程消耗大量能量，数据在存储和计算之间的穿梭。

研究人员提出了一种解决方案，该解决方案将称为模拟退火的优化算法与称为内存计算的技术相结合。模拟退火基于冶金中的退火，其中金属被加热，原子自我重组，然后在最低能量状态下结晶。

这是在计算框架中采用的东西。为原子提供能量，使其暂时可能进入更高的能量状态。

表示使用 2D 材料（二硫化钼）模拟退火以优化 Ising 自旋系统，这是一种以自旋方向随机性为特征的磁性系统。（图片：詹妮弗·M·麦肯）

研究人员建议使用模拟退火算法来寻找伊辛自旋玻璃系统的基态，该系统是一种以自旋方向随机性为特征的磁性系统。为此，他们需要进行高端计算操作，并且为了进行这些计算，他们使用了 2D 材料，即只有几个原子厚的材料。

工程科学和力学博士生、该研究的合著者 Amritanand Sebastian 说，为了实现模拟退火，我们在硬件中执行某些计算操作。硬件是使用基于 2D 材料的晶体管实现的。除了执行计算之外，这些晶体管还可以存储信息。我们利用这种内存计算能力，以有效的方式执行模拟退火。

这种方法有几个优点。

Sebastian 说首先，使用基于 2D 材料的晶体管可以实现超低功耗运行，从而节省能源。然后，这项工作中使用的乘法器电路非常独特，使我们能够有效地计算自旋系统的能量。最后，与许多模拟退火的实现不同，实现我们的工作所需的硬件不需要随着问题的大小而扩展。

根据 Das 的说法，为此目的使用 2D 材料是有意义的，因为 2D 材料通常具有未来电子产品的潜力，并且可能是硅技术的替代品。

达斯说，我们都知道硅技术正在老化，即使它仍然是一种非常难以与之竞争的非常粗糙的技术。但我们也知道，20 年后，我们可能不得不增强硅技术，如果不能完全取代它的话。二维材料的独特功能非常适合我们在这项研究中的目的，使其成为在某些时候替代硅的主要候选者之一。