Создание компьютера, решающего практические задачи со скоростью света.

Есть старая поговорка: Когда единственный инструмент, который у тебя есть, это молоток, любая проблема выглядит как гвоздь.
Эта идея молотка и гвоздя, которую иногда называют «законом инструмента», является распространенной ловушкой в ​​исследованиях; когда вы не готовы подвергнуть сомнению свои собственные методы, вы можете упустить возможность для обучения и влияния.



Франческа Пармиджани с AIM, или Analog Iterative Machine. Это «оптический» компьютер, который использует разную интенсивность света для вычисления данных. Фотография Криса Уэлша для Microsoft.

Перед междисциплинарной группой исследователей из Microsoft Research Lab в Кембридже, Великобритания, стояла задача создать компьютер нового типа, который превзошел бы ограничения двоичных систем в быстром решении сложных задач. Но готовность задавать такие серьезные вопросы, как «Какова природа этого инструмента, который мы разрабатываем?» и «Какой «гвоздь» мы можем забить им?» был ключом к успеху в создании компьютера, способного решать практические задачи со скоростью света.
Для начала они построили первый в своем роде оптический компьютер с 8 переменными. Компьютер использует разную интенсивность света для вычислений в одном и том же месте, где хранится информация. Исследователи назвали созданное ими устройство AIM, что означает Analog Iterative Machine.
«Всегда случается так, что если вы делаете какой-то технологический прорыв, как правило, в начале будет неясно, как его использовать на практике», — говорит Христос Гканцидис, один из трех главных исследователей проекта. Он вспоминал, как они изначально надеялись использовать AIM в качестве инструмента для ускорения машинного обучения. «Есть небольшое исследование, выясняющее, какие практические задачи им больше подходят».



AIM, аналоговая итеративная машина, построена из существующих компонентов, таких как микро-светодиодные фонари и сенсор, который вы найдете в камере вашего смартфона. Фото Криса Уэлша для Microsoft.

Около трех лет назад они попытались использовать AIM для решения особенно неприятной, но важной математической задачи — оптимизации. Они быстро поняли, что это новое устройство может значительно превзойти скорость и мощность двоичных систем, используемых в типичных компьютерах при решении этих задач оптимизации.
«По сути, оптимизация правит миром, каким мы его знаем, — говорит Гканцидис. Проблемы оптимизации лежат в основе многих наиболее важных структур общества, среди которых: банки и финансы, здравоохранение, логистика и производство.
Обещание этого нового компьютера привело к заключению одногодичного исследовательского соглашения с Barclays Bank PLC для изучения потенциала его использования для решения реальной проблемы — как пакеты транзакций рассчитываются в клиринговых палатах, используемых большинством банков. Количество транзакций исчисляется сотнями тысяч в день. Как и в большинстве задач оптимизации, именно масштабы сводят на нет возможности бинарных компьютеров для ее решения.
«По сути, чтобы оценить все возможные варианты, потребуется целая жизнь Вселенной», — говорит Ли Брейн, управляющий директор и выдающийся инженер в главном технологическом офисе Barclays. В настоящее время, по его словам, используются различные вычислительные и математические приемы для сложной оценки наиболее эффективного способа расчета пакетов из десятков тысяч транзакций.
Команда AIM уже запустила то, что они называют «игрушечной версией» проблемы расчета транзакций, поставленной Брейном, и оптический компьютер каждый раз решал ее со 100% точностью. Предыдущие исследования по решению той же проблемы с использованием другой технологии давали результат только примерно в 50% случаев.
Брейн сам занимается информатикой, проделав обширные исследования по оптимизации. Теперь он и команда Microsoft приступили к разработке более масштабной версии задачи с использованием большего количества данных и переменных. Они надеются протестировать его на обновленной версии AIM этим летом. Брейн говорит, что работа с командой Microsoft AIM — это уникальная возможность. «Очень интересно участвовать в чем-то, что может привести к инновационным изменениям», — говорит он. «Быть ​​на переднем крае возможного».

Конец закона Мура
В 1965 году инженер (и основатель Intel) Гордон Мур предсказал, что количество транзисторов в интегральной схеме будет удваиваться каждый год. Позже он изменил свой прогноз на каждые два года, и в течение десятилетий мощность компьютеров увеличивалась примерно с такой же скоростью, становясь все быстрее и меньше, но не дорожая. Но в последнее десятилетие эта тенденция остановилась. При этом спрос на вычислительные мощности и скорость только вырос.



Кирилл Калинин, Кристос Гканцидис и Хитеш Баллани (слева направо), исследователи исследовательской лаборатории Microsoft в Кембридже, Великобритания, обсуждают проблему урегулирования транзакций, поставленную Ли Брейном из Barclays. Фото Криса Уэлша для Microsoft.

«Проблема в том, что как только вы пройдете этот переломный момент, поддерживать такой рост станет гораздо труднее», — говорит Хитеш Баллани, один из других исследователей Microsoft, работающих над оптическим компьютером, объясняя безотлагательность разработки альтернативных технологий, таких как оптика. «Поскольку мы уже работали над оптическими хранилищами и сетями, переход к оптическим вычислениям был своего рода естественным, хотя это самый крепкий орешек».
Лаборатория в Кембридже добилась определенных успехов с оптическими накопителями. Команда разработала систему хранения огромных объемов данных, встроенных в кусочки стекла .
В комнате для совещаний в лаборатории Баллани говорит быстро и весело. Он объясняет основы оптических вычислений и объясняет, почему команда привлекла математика для помощи в разработке нового типа алгоритма для решения задач оптимизации. Он использовал красный маркер, чтобы покрыть доску, а затем два набора окон от пола до потолка с заметками, уравнениями и графиками, чтобы проиллюстрировать свои точки зрения.
«Это не универсальный компьютер, — говорит он. «Но это очень, очень полезно для ускорения приложений, где эти математические операции, линейная алгебра и нелинейная алгебра, являются ключевыми узкими местами в работе».
Уже почти 50 лет свет используется для передачи данных по оптоволоконным кабелям. Фотоны не взаимодействуют друг с другом, но при прохождении через посредника, например датчик в камере вашего смартфона, их можно — в некотором смысле — считывать. 
В случае AIM можно использовать различные интенсивности света для сложения и умножения, что является основой для задач оптимизации. По словам Баллани, работая со скоростью света, усовершенствованные версии AIM должны быть в состоянии превзойти скорость бинарных компьютеров примерно в сто раз. Кроме того, в AIM вычисления и хранение происходят в одном и том же месте, в отличие от бинарных компьютеров, которым для работы требуется память в одном месте, а вычисления — в другом.

Открывая новые горизонты в алгоритмах
В качестве примера проблемы, которую может решить AIM, он приводит обмен мнениями с исследователем в области здравоохранения Microsoft о способах сокращения времени, необходимого для проведения МРТ с тем же уровнем разрешения. (Обычно они занимают от 15 до 90 минут в зависимости от размера сканируемой области.) Некоторые методы сокращения этого времени уже используются, но требуют компромиссов. Выполнение того, что сейчас требует много времени для оптимизации, теоретически принесет больше точности и скорости. «Если мы сможем решить проблему оптимизации очень, очень быстро, МРТ можно будет сделать менее чем за минуту», — говорит Баллани.



  Франческа Пармиджани возглавляет команду, создавшую аппаратное обеспечение нового оптического компьютера в исследовательской лаборатории Microsoft в Кембридже, Великобритания. Фото Криса Уэлша для Microsoft.

Франческа Пармиджани, третий главный исследователь AIM, защитила докторскую диссертацию. в области оптической связи. Теперь она возглавляет усилия по созданию самого оптического компьютера. В настоящее время она и ее небольшая команда разрабатывают обновленную версию, которая будет работать с 48 переменными, что значительно увеличивает сложность задач, которые может решать оптический компьютер. В конце концов, они надеются создать версию AIM с тысячами переменных.
Команда AIM использует компоненты, которые уже существуют и имеют производственную систему — от волоконно-оптических кабелей до модуляторов и микросветодиодов — для создания, а теперь и модернизации AIM. В том виде, в каком он существует сейчас, компьютер построен на металлической скамье размером с обеденный стол, с клубками проводов, выходящими из модуляторов и связанными с тем, что исследователи иногда называют «проектором», похожим на мультимедийный проектор, который хранит и вычисляет данные.
«Когда я начала создавать этот компьютер, мне пришлось многому научиться, — говорит Пармиджани. «Я понятия не имела об оптимизации».
Процесс построения AIM и преобразования задач в ее новую форму включал в себя большое количество компромиссов между Пармиджани и командой оптических и аналоговых систем, которая работает над аппаратным обеспечением, и Баллани, Гканцидисом и математиком Кириллом Калининым, которые работают на алгоритмы и программное обеспечение, которое будет работать на нем. Исследователи говорят, что инновации в математике и алгоритмах, которые они разработали, так же важны, как и сама машина, в решении задач оптимизации. Алгоритм нового типа, используемый в AIM, известен как QUMO для квадратичной смешанной оптимизации без ограничений, и его использование с оптическим компьютером делает AIM уникальным в мире.
«История меняется по мере того, как мы продвигаемся вперед, потому что мы узнаем, что имеет смысл, а что нет», — говорит Пармиджани. «Мы поняли, что нам действительно нужно очень много работать, чтобы понять, как совместно спроектировать аппаратное обеспечение с помощью алгоритма».



Грейс Бреннан, член команды, создающей обновленную версию AIM, в исследовательской лаборатории Microsoft в Кембридже, Великобритания. Фото Криса Уэлша для Microsoft.

Работа «на передовой»
Команда AIM теперь обращает свое внимание на тестирование устройства и алгоритма QUMO с проблемами, предложенными отраслевыми экспертами и учеными. Они открывают сервис с помощью симулятора AIM, который решает большие задачи оптимизации с помощью графического процессора (GPU). Команда хочет, чтобы больше тестовых случаев помогло им узнать о потенциале инструмента, который они создали.
Проблема расчетов по сделкам, предложенная Ли Брейном из Barclays, является приоритетной.
Проблему трудно решить из-за объема транзакций. Брейн говорит, что эти транзакции обычно описываются как доставка по сравнению с оплатой. Простой пример — поставка обеспечения за наличный расчет — 100 акций компании за 1000 долларов. Проблема в том, что на каждую транзакцию и каждого игрока распространяются различные ограничения, в том числе правила и доступные балансы.
Количество таких сделок поражает. Он привел в пример только одну клиринговую палату, DTCC , чьи дочерние компании обработали транзакции на сумму 2,5 квадриллиона долларов в 2022 году. (Один квадриллион равен 1000 триллионам.)
Поскольку клиринговые палаты используются большинством крупных банков, исследование может принести пользу всей банковской системе. Результаты годичного испытания будут опубликованы в исследовательской статье.
Брейн говорит, что это хороший тестовый пример, но если он сработает, он может проложить путь к использованию оптических вычислений для решения других проблем в банковском мире, таких как обнаружение мошенничества.
Он говорит, что проект говорит с любопытным исследователем в нем. «В каком-то смысле это может вернуться к тем дням в академических кругах, когда я защищал докторскую диссертацию. где вы ищете что-то на переднем крае», — говорит он. «Этот момент работы на границе, стремящийся раздвинуть границы и внести небольшой вклад в это. Это весьма захватывающе."
Ант Роустрон, заслуженный инженер Microsoft и руководитель группы, говорит, что ему было приятно наблюдать, как его междисциплинарная группа работает вместе над изобретением нового типа компьютерного инструмента, преодолевая неудачи и находя многообещающее направление для его использования.
«Часть моей работы состоит в том, чтобы попытаться понять, когда мы переходим к чему-то новому, и поддержать людей с тем риском, на который они идут», — говорит он. «Мы верили, что если мы построим его, мы придумаем, как его продвигать. И теперь у нас есть важное проблемное поле, где есть острая необходимость и где наш компьютер действительно сияет».


Материал подготовлен: Microsoft