Niektóre z największych problemów wymagają przeszukania ogromnych ilości danych i znalezienia najlepszego możliwego rozwiązania. Należy jednak wziąć uwagę szereg czynników i wymagań, z których niektóre są czasami nieznane. Od lat komputery kwantowe są postrzegane jako najbardziej obiecujący skok szybkości obliczeniowej dla niektórych rodzajów problemów.
Dzięki SBA zwykły PC może utrzeć nosa komputerom kwantowym
Toshiba twierdzi, że powrót do klasycznych algorytmów pomógł jej w opracowaniu nowego rozwiązania. Jego największą zaletą jest to, żemoże wykorzystać istniejący sprzęt, aby uzyskać lepsze rezultaty. Producent uważa, że jego udoskonalany od lat algorytm jest w stanie analizować dane rynkowe znacznie szybciej i wydajniej niż algorytmy stosowane w niektórych najszybszych superkomputerach na świecie. Jest on nazywany Symulowanym Algorytmem Rozwidlenia (SBA) i podobno jest na tyle dobry, że może być używany do znajdowania dokładnych rozwiązań problemów. Mówiąc prościej, może on wymyślić najlepsze rozwiązanie z wielu możliwych dla szczególnie złożonego problemu.
Zobacz też: Gry czynią z nas morderców? Tak twierdzi były wiceprezydent USA.
Według Hayato Goto, który jest jego wynalazcą, czerpie on inspirację ze sposobu, w jaki komputery kwantowe mogą efektywnie wykorzystywać wiele możliwości. Prace nad SBA rozpoczęły się w 2015 roku. Goto zauważył, że dodanie nowych wejść do złożonego systemu ze 100 tysiącami zmiennych ułatwia rozwiązanie go w ciągu kilku sekund. I to nawet przy stosunkowo niewielkich kosztach obliczeniowych. Zasadniczo oznacza to, że nowy algorytm firmy Toshiba może być stosowany na standardowych komputerach stacjonarnych. Aby uświadomić sobie, jak ważne jest to opracowanie, firma zademonstrowała w zeszłym roku, że SBA może uzyskać bardzo dokładne rozwiązania problemu optymalizacji przy 2 tysiącach zmiennych w ciągu 50 mikrosekund. Jest to 10 razy szybciej niż laserowe komputery kwantowe. Jest on również wysoce skalowalny, co oznacza, że może być wykorzystywany do pracy na klastrach procesorów lub układów FPGA.
Źródło: TechSpot