Microsoft revela computador óptico analógico que usa fótons e elétrons para processar dados

Nós relatamos anteriormente que algumas pessoas acreditam que os transistores normais para a construção de PCs podem estar atingindo os limites da “Lei de Moore” . Gordon Moore, da Intel, que faleceu no início deste ano, afirmou que os transistores dobrariam em um processador a cada dois anos.

Hoje, a Microsoft Research revelou que está trabalhando em um computador há três anos que usa fótons e elétrons, em vez de transistores, para processar dados. Chama-se Analog Iterative Machine (AIM) e, em uma postagem no blog , descreve como contornar a Lei de Moore e como pode ser usado para ajudar a resolver problemas específicos.

Microsoft diz:

A computação ótica analógica envolve a construção de um sistema físico usando uma combinação de tecnologias analógicas – tanto óticas quanto eletrônicas – governadas por equações que capturam a computação necessária. Isso pode ser muito eficiente para classes de aplicativos específicos em que as operações lineares e não lineares são dominantes. Em problemas de otimização, encontrar a solução ótima é como descobrir uma agulha em um palheiro inconcebivelmente vasto. A equipe desenvolveu um novo algoritmo que é altamente eficiente nessas tarefas de localização de agulhas. Crucialmente, a operação central do algoritmo envolve a realização de centenas de milhares ou mesmo milhões de multiplicações vetor-matriz – os vetores representam as variáveis ​​do problema cujos valores precisam ser determinados enquanto a matriz codifica o próprio problema.

Em outra postagem no blog , a Microsoft diz que Lee Braine, da empresa financeira Barclays, está usando a Analog Iterative Machine para ajudar a resolver o rastreamento de grandes quantidades de transações de dinheiro em compras de ações. A Microsoft declarou:

O problema é difícil de resolver devido ao volume de transações. Braine diz que essas transações são geralmente descritas como entrega versus pagamento. Um exemplo simples é a entrega de um título para pagamento em dinheiro – 100 ações de uma empresa por $ 1.000. O problema é que todas as transações e todos os jogadores estão sujeitos a várias restrições, incluindo regulamentos e saldos disponíveis.

A quantidade desses tipos de negócios é impressionante. Ele citou o exemplo de apenas uma câmara de compensação, a DTCC, cujas subsidiárias processaram transações no valor de $ 2,5 quatrilhões em 2022. (Um quatrilhão é igual a 1.000 trilhões.) Como as câmaras de compensação são usadas pela maioria dos grandes bancos, a pesquisa tem o potencial de beneficiar o todo o sistema bancário.

O Barclays usará o AIM da Microsoft em um teste de um ano. Se for bem-sucedido, o uso desse tipo de computador óptico pode ser usado em outros tipos de tarefas financeiras, como detecção de fraudes.