Statistical Physics with R: Ising Model with Monte Carlo
Проект isingLenzMC реализует метод Монте-Карло для классической модели Изинга с использованием высокопроизводительной библиотеки на языке C. Основная цель — эффективное моделирование фазовых переходов в магнитных системах, где спины атомов могут находиться в двух состояниях. Алгоритм учитывает взаимодействие ближайших соседей через гамильтониан Ленз-Джонса, что позволяет точно описывать критические явления.
Код оптимизирован для многопоточных вычислений и поддерживает различные конфигурации решётки, что делает его полезным для исследований в статистической физике и материаловедении. Проект включает примеры использования, документацию и тесты, упрощающие интеграцию в научные расчёты. Практическая ценность заключается в ускорении симуляций без потери точности, что особенно важно для изучения свойств материалов вблизи точки Кюри.
Комментарии (60)
- Обсуждается внезапный интерес к старому репозиторию с методами статистической физики, возможно, связанный с новой статьей Google по квантовой эргодичности.
- Участники просят порекомендовать учебные материалы по методам Монте-Карло для начинающих и делятся ссылками на книги и лекции.
- Затрагивается вопрос о различии терминов "Statistical Physics" и "Statistical Mechanics" (признаны синонимами).
- Обсуждается роль экосистемы R для воспроизводимых исследований и её потенциальная конкуренция с Python в области научных вычислений.
- Высказывается мнение, что моделирование одномерной модели Изинга является базовым упражнением, но может быть полезно для понимания эргодичности.
Analog optical computer for AI inference and combinatorial optimization
Аналоговый оптический компьютер для ИИ и комбинаторной оптимизации
Создан фотонный процессор, выполняющий вывод нейросетей и решающий задачи оптимизации за пикосекунды и с энергией <1 нДж на операцию. Устройство использует лазерные импульсы и микрорезонаторы для матричных вычислений и поиска минимума в Ising-модели; точность 97–99 % достигнута на MNIST и Max-Cut. Система масштабируема до 100 000 узлов, не требует АЦП/ЦАП и на 2–3 порядка экономичнее GPU/ASIC.
Комментарии (18)
- Участники спорят: аналогово-оптические компьютеры либо перевернут ИИ, либо очередной «вечный завтрашний день».
- Скептики напоминают, что за десятилетия ни тройные, ни бес-тактовые, ни оптические схемы не победили простоту и масштабируемость цифровой CMOS.
- У новой работы пока нет данных по трансформерам, иерархии памяти и реальным рабочим нагрузкам ИИ; демо лишь 16 микро-светодиодов и 16 фотодетекторов.
- Световые модуляторы на порядки медленнее CPU-тактов, поэтому вопрос: сколько таких чипов понадобится, чтобы догнать один H100?
- Но Moore-уже мёртв, а ИИ-дизайн метаматериалов позволяет быстро искать оптические схемы; исследовать границы технологии всё равно стоит.