摘要：在计算科学的前沿，研究人员们通过开发一种新型的概率计算机，利用数字概率计算方法解决了长期以来困扰科学界的整数分解问题。这一突破性进展源于西北大学与其他研究机构的合作，研究团队在最新发表的论文中探讨了他们的专用集成电路（ASIC）如何能有效执行这一任务。

信息来源：https://techxplore.com/news/2025-09-tackles-integer-factorization-problems-digital.html

在计算科学的前沿，研究人员们通过开发一种新型的概率计算机，利用数字概率计算方法解决了长期以来困扰科学界的整数分解问题。这一突破性进展源于西北大学与其他研究机构的合作，研究团队在最新发表的论文中探讨了他们的专用集成电路（ASIC）如何能有效执行这一任务。

整数分解问题一直以来被认为是计算复杂性领域中的一个重要挑战，在密码学和信息安全等多个领域具有根本性意义。传统的计算机在处理这些问题时效率较低，而新的概率伊辛机（PIM）通过使用磁性器件和概率位，展现出超越经典计算系统的潜力。

概率伊辛机的基本原理

图概述了整个系统，包括 V-MTJ 芯片和 ASIC 及其各自的印刷电路板。图片来源：Duffee 等人。

在新开发的概率计算架构中，PIM依赖于一种称为交互概率位（p-bits）的网络，这些p-bits在0到1之间随机波动，并在特定条件下聚焦于目标解决方案。这一过程源于使用压控磁隧道结（V-MTJ）作为随机性源，从而为概率计算提供熵。

研究团队的目标是通过采用兼容的CMOS（互补金属氧化物半导体）技术，结合高密度晶体管的优势，来构建一个可扩展且性能优越的概率计算机。这项新技术不仅读取了与相邻V-MTJ芯片的位序列，从中获取随机性，还通过优化设计提升了计算精度和速度。

超越传统的计算方法

与传统的计算机系统不同，研究团队的概率计算机具有两个显著优势：其数字化特性及高效的同步运作。通过采用统一时钟，概率位可以在明确的时间间隔内进行更新，这避免了需要数模转换器等辅助电路的复杂性。

这种新的架构使得概率计算机能够在较小的面积内生成高吞吐量的随机位序列，进而迅速进行概率搜索，解决组合优化及其它复杂任务。而V-MTJ的使用，作为一种产生随机位的源，相较以往的自旋电子随机位生成器，更能抵抗电路间的变异，为结果的可靠性提供了保障。

数字化设计的未来

图显示了本实验中使用的ASIC。图片来源：Duffee 等人。

在此次研究中，团队专门将其概率计算架构应用于整数分解任务，这是个良好的出发点，因为其在整个能源领域中有唯一的解，且可以轻易地验证所得到的结果有效性。研究人员表示，这种方法同样可以扩展到其他更复杂的计算问题。

他们的初步研究结果表明，该概率计算机架构展现出非常乐观的前景，能够解决现实问题的潜力将大大扩大。接下来，研究团队计划将这种设计扩展到更广泛的应用场景，包括针对其他具有现实意义的优化问题进行专门定制。

此外，研究者们还希望将V-MTJ更紧凑地集成到更先进的CMOS制造节点中，这将进一步增强概率计算机的性能，并推动其在更大范围内的应用。

随着量子计算和特殊计算系统的不断发展，新型概率计算机的研究为解决复杂的整数分解问题提供了崭新的途径。这种方法不仅突破了传统计算的局限性，也为优化技术的更精细化和实际应用打开了新的窗口。

在未来，随着研究的不断深入， probabilistic computing和相关技术的发展将有可能在多个领域中带来颠覆性突破，从而改变我们的计算方式和技术进步的轨迹。

来源：人工智能学家