Microsoft stellt einen analogen optischen Computer vor, der Photonen und Elektronen zur Datenverarbeitung nutzt

Wir haben bereits darüber berichtet, dass einige Leute glauben, dass normale Transistoren für den Bau von PCs möglicherweise an die Grenzen des „Mooreschen Gesetzes“ stoßen . Gordon Moore von Intel, der Anfang des Jahres verstorben ist, behauptete, dass sich die Zahl der Transistoren auf einem Prozessor alle zwei Jahre verdoppeln würde.

Heute gab Microsoft Research bekannt, dass das Unternehmen seit drei Jahren an einem Computer arbeitet, der zur Datenverarbeitung Photonen und Elektronen anstelle von Transistoren verwendet. Sie heißt Analog Iterative Machine (AIM) und beschreibt in einem Blogbeitrag , wie sie das Mooresche Gesetz umgeht und wie sie zur Lösung spezifischer Probleme eingesetzt werden könnte.

Microsoft sagt:

Beim analogen optischen Rechnen handelt es sich also um den Aufbau eines physikalischen Systems unter Verwendung einer Kombination analoger Technologien – sowohl optischer als auch elektronischer –, die durch Gleichungen gesteuert werden, die die erforderliche Berechnung erfassen. Dies kann für bestimmte Anwendungsklassen, in denen lineare und nichtlineare Operationen vorherrschen, sehr effizient sein. Bei Optimierungsproblemen gleicht das Finden der optimalen Lösung dem Entdecken der Nadel in einem unvorstellbar großen Heuhaufen. Das Team hat einen neuen Algorithmus entwickelt, der bei solchen Nadelsuchaufgaben äußerst effizient ist. Entscheidend ist, dass die Kernoperation des Algorithmus die Durchführung von Hunderttausenden oder sogar Millionen von Vektor-Matrix-Multiplikationen umfasst – die Vektoren stellen die Problemvariablen dar, deren Werte bestimmt werden müssen, während die Matrix das Problem selbst kodiert.

In einem anderen Blogbeitrag sagt Microsoft, dass Lee Braine vom Finanzunternehmen Barclays die Analog Iterative Machine verwendet, um die Nachverfolgung riesiger Geldbeträge in Aktienkäufe zu lösen. Microsoft erklärte:

Aufgrund des Transaktionsvolumens ist das Problem schwer zu lösen. Braine sagt, dass diese Transaktionen normalerweise als Lieferung gegen Zahlung beschrieben werden. Ein einfaches Beispiel ist die Lieferung eines Wertpapiers gegen eine Barzahlung – 100 Aktien eines Unternehmens für 1.000 US-Dollar. Das Problem besteht darin, dass jede Transaktion und jeder Spieler verschiedenen Einschränkungen unterliegt, einschließlich Vorschriften und verfügbarem Guthaben.

Die Menge solcher Geschäfte ist atemberaubend. Er führte das Beispiel einer einzigen Clearingstelle, DTCC, an, deren Tochtergesellschaften im Jahr 2022 Transaktionen im Wert von 2,5 Billiarden US-Dollar abwickelten. (Eine Billiarde entspricht 1.000 Billionen.) Da Clearingstellen von den meisten großen Banken genutzt werden, hat die Forschung das Potenzial, ihnen zu helfen gesamtes Bankensystem.

Barclays wird Microsofts AIM in einem einjährigen Testzeitraum nutzen. Wenn dies erfolgreich ist, könnte der Einsatz dieser Art von optischem Computer für andere Arten von Finanzaufgaben wie die Betrugserkennung eingesetzt werden.