据宾夕法尼亚州立大学的研究人员称，解决大规模问题(如航空公司的时间表和供应链物流)的重要优化算法可能很快就会得到二维材料的推动，这将使算法能够更好地解决这些问题并减少能源的使用。

这些大规模的问题被称为组合优化问题，这些问题非常复杂，使用穷举式搜索找到最佳解决方案有时是不可行的。因此，算法是解决这些问题的宝贵工具，它能找到潜在的最佳解决方案。

研究人员提出了一个解决方案，将一种被称为模拟退火的优化算法与一种被称为内存计算的技术相结合。模拟退火是基于冶金学中的退火，即金属被加热后，原子会自我重组，然后在最低能量状态下结晶。

研究时，科学家提议使用模拟退火算法来寻找伊辛模型的自旋玻璃系统(Ising spin glass system)的基态，这是一个以自旋方向的随机性为特征的磁性系统。要做到这一点，他们需要进行高端计算操作。为了进行这些计算，他们使用了二维材料，也就是只有几个原子厚的材料。

研究员表示：“首先，使用基于二维材料的晶体管可以实现超低功率运行，节省能源。然后，这项工作中使用的乘法器电路非常独特，使我们能够有效地计算自旋系统的能量。最后，与模拟退火的实现方式不同，实现我们工作所需的硬件不需要随着问题的大小而扩展。”

科学家说，将二维材料用于这一目的具有重要意义，因为二维材料是硅技术的替代品，可能为未来的电子技术铺平道路。

该研究论文题为"An Annealing Accelerator for Ising Spin Systems Based on In‐Memory Complementary 2D FETs"，已发表在《先进材料》期刊上。

关键词： 二维材料 大规模问题 算法 问题