半導体所在の混合神経形態光電イシン機の研究に進展

【計器ネット開発速報】組み合わせ最適化問題は金融、物流、機械学習などの分野に広く存在する。従来の「フォン・ノイマン」アーキテクチャは、規模が増大する問題を処理する際に顕著なボトルネックに直面していた。光電イシンマシンは物理システムの動力学進化を利用して真性並列求解を行い、大規模な組み合わせ最適化ハードウェア加速を実現する重要な技術路線である。しかし、その下地物理担体の連続シミュレーション特性とイシンモデルの離散二元拘束との間に本質的な差異が存在し、システムの進化過程がハードウェア振幅の不均一、ノイズ蓄積、性能ドリフトなどの要素の影響を受けやすく、解の精度が低下し、拡張性が制限された。

中国科学院半導体研究所の光電子材料・デバイス全国重点実験室の李明研究員チームはこのほど、北京伊辛知能科学技術有限公司と共同で、「フォトニクス研究」（Photonics Research）で最新の研究進展を発表した。業界で公認・認可度の高いG-set（G 1–G 21）標準研究チームは超大規模で複雑なシーンの実行可能性テストを行い、1601ノード、各接続に9ビットの高精度重みを採用した全接続超大規模最適化ネットワークの中で、HNOIMハイブリッドアーキテクチャは残留エネルギー誤差（設備の実際の演算結果エネルギーと問題理論のZ優Z低エネルギーの差の割合）を0.068%に下げ、Z優エネルギー近似能力を43倍に高めた。

本研究は光電イシンマシンの解精度とシステム拡張性を向上させるために新しい技術方案を提供し、光電イシン計算の発展と大規模な組み合わせ最適化における応用に重要な支持を提供した。

半導体所は学術革新の主体として、博士課程学生チームがオリジナルで「動的急峻活性化フィードバックメカニズム」を提案し、光電イシンマシンシステムの構造改造、全プロセス実験物理検証、データ分析及び学術論文の執筆と発表を全面的に担当した、北京イシン知能科学技術有限公司はその産業化の優位性を頼りに、この研究に高完備性の実験環境と基礎ハードウェアプラットフォームを提供し、FPGA工程チームを派遣して半導体所の科学研究者と共同で基礎コアコンピューティングロジックのソフトウェアとハードウェアの共同開発を完成させ、高精度、高性能の計算例のために工程基礎を築いた。

この研究成果は「Hybrid neuromorphic optoelectronic Ising machine via dynamic steep-activation feedback」と題して、『フォトニクス研究』（Photonics Research）に発表された。半導体所の博士課程生である李真氏は同じく第1著者であり、半導体所の博士課程生である馬学龍氏は共同第1著者であり、半導体所の李明研究員は通信著者である。この仕事は北京市科学技術委員会北京市科学技術計画プロジェクト「光電イシン機知エネルギー計算重要技術研究」（Z 24110000042244001）の援助を得た。

参照先：半導体所在の混合神経形態光電イシン機研究に進展―中国科学院半導体研究所【引用期間：2026年7月23日】