Tecnologia / MUNDO

Anechoic acelera testes Max-Cut numa FPGA

Investigadores da ETH Zurique e da Universidade Yonsei desenvolveram um sistema FPGA paralelo para otimização Max-Cut. Para o caso K2000, o artigo apresenta um limiar de probabilidade de sucesso pretendida de 99% para um portefólio de 12 motores com tempo de ronda de 0,05 ms.

A fonte não informa a data do evento; o período exibido é o da análise da fonte.

Ilustração conceitual de tecnologia, processadores e informações conectadas.Ilustração
Ilustração simbólica

O Anechoic aplica uma correção destinada a reduzir o retorno da influência do passo anterior quando uma máquina de Ising atualiza spins em paralelo. A equipa implementou o algoritmo como motores RTL escritos manualmente numa FPGA AMD Alveo V80 e avaliou-o na instância K2000 Max-Cut, totalmente ligada e com 2.000 nós.

Os doze motores a 250 MHz atingiram o limiar TTS99 do portefólio para um corte de pelo menos 33.000 em K2000 com tempo de ronda de 0,05 ms. O artigo estima essa probabilidade a partir de p=0,338 medido em 2.052 ensaios individuais; 99% não é a taxa de sucesso observada nesses ensaios. A energia indicada foi de 5,4 mJ por solução. Os resultados ASIC de 22 nm são estimativas, não medições de um chip fabricado.

Dados

Tabela

Teste Max-Cut em FPGA

As medições referem-se à instância K2000 de 2.000 nós.

1299K2000; portefólio de 12 motores, ronda de 0,05 ms; limiar-alvo de 99% estimado com 2.052 ensaios individuais
Metodologia

Doze motores a 250 MHz numa FPGA AMD Alveo V80 foram testados quanto ao tempo e à probabilidade de atingir um corte de pelo menos 33.000 em 2.052 ensaios.

Atualizado:

Cobertura estruturada

Temas e lugares

Sugestões de temas

Versão da taxonomia: IPTC Media Topics 2026-Q2

Continuar lendo

Tecnologia

Estudo da AWS aponta que pré-aquecimento reduz atrasos na restauração

A AWS comparou instâncias do Amazon RDS for PostgreSQL restauradas do mesmo snapshot. Um banco de 1.200 GiB em gp3 foi pré-aquecido com 15 sessões pg_prewarm paralelas; outro hidratou passivamente. A inicialização do armazenamento na primeira foi concluída em cerca de cinco horas.

AWS Database Blog1 min de leitura Inclui dados
Tecnologia

AlphaNIST treina política robótica de montagem em simulação

Pesquisadores testaram montagem em várias etapas com uma única política de aprendizado por reforço e recompensas esparsas.

arXiv preprint by NVIDIA and University of Washington researchers1 min de leitura Inclui dados