当前位置: X-MOL 学术arXiv.cs.ET › 论文详情
Large-scale Sustainable Search on Unconventional Computing Hardware
arXiv - CS - Emerging Technologies Pub Date : 2021-04-06 , DOI: arxiv-2104.02553
Kirill P. Kalinin, Natalia G. Berloff

Since the advent of the Internet, quantifying the relative importance of web pages is at the core of search engine methods. According to one algorithm, PageRank, the worldwide web structure is represented by the Google matrix, whose principal eigenvector components assign a numerical value to web pages for their ranking. Finding such a dominant eigenvector on an ever-growing number of web pages becomes a computationally intensive task incompatible with Moore's Law. We demonstrate that special-purpose optical machines such as networks of optical parametric oscillators, lasers, and gain-dissipative condensates, may aid in accelerating the reliable reconstruction of principal eigenvectors of real-life web graphs. We discuss the feasibility of simulating the PageRank algorithm on large Google matrices using such unconventional hardware. We offer alternative rankings based on the minimisation of spin Hamiltonians. Our estimates show that special-purpose optical machines may provide dramatic improvements in power consumption over classical computing architectures.

中文翻译:

非常规计算硬件的大规模可持续搜索

自Internet出现以来,量化网页的相对重要性是搜索引擎方法的核心。根据一种名为PageRank的算法,全球网络结构由Google矩阵表示,该矩阵的主要特征向量成分为网页的排名分配数值。在数量不断增长的网页上找到这样一个占优势的特征向量,成为一项与摩尔定​​律不兼容的计算密集型任务。我们证明了专用光学机器,例如光学参量振荡器,激光器和增益耗散凝聚物的网络,可能有助于加速真实网络图主要特征向量的可靠重建。我们讨论了使用此类非常规硬件在大型Google矩阵上模拟PageRank算法的可行性。我们基于自旋哈密顿量的最小化提供替代排名。我们的估计表明,与传统的计算架构相比,专用光学机器可能会在功耗方面带来巨大的改善。
更新日期:2021-04-08
全部期刊列表>>
2021中国学者有奖调研
JACS
材料科学跨学科高质量前沿研究
中国作者高影响力研究精选
虚拟特刊
屿渡论文,编辑服务
何川
清华大学
郭维
上海中医药大学
华东师范大学
北京大学许言
楚甲祥
西湖石航
上海交大
北理工
隐藏1h前已浏览文章
课题组网站
新版X-MOL期刊搜索和高级搜索功能介绍
ACS材料视界
南开大学
张韶光
华辉
天合科研
x-mol收录
试剂库存
down
wechat
bug