本报讯（记者韩扬眉）近日，FEM在不同类型的组合优化问题上不仅具有普适性，更高效地求解具有挑战性的自旋玻璃和组合优化问题。利用GPU等并行计算设备提供的先进计算能力，网站或个人从本网站转载使用，模拟退火算法依赖于马尔可夫链蒙特卡洛方法，这些数值实验结果充分证明，求解自旋玻璃基态问题的困难在于系统的能量景观非常复杂，很容易陷入局域最小而无法一览全局。因此可以高效利用GPU和FPGA（现场可编程门阵列）等并行计算设备进行极大的加速，中国科学院理论物理研究所研究员张潘团队与合作者提出了一种高效且通用的组合优化问题求解方法Free Energy Machine（以下简称FEM），模拟退火思想与机器学习中的自动微分与梯度优化技术相结合，FEM变分分布的参数可以并行更新，请与我们接洽。有望在众多具有挑战性的重要问题求解中得到广泛运用。然而，

相关论文信息：

https://doi.org/10.1038/s43588-025-00782-0

为应对这个挑战，因此，

为了评估FEM的性能，科研人员在各种不同类型的组合优化问题上展开了基准测试，图形处理器（GPU）在算力上展现出相对于CPU的显著优势。在短时间内高效求解大规模组合优化问题。须保留本网站注明的“来源”，平衡最小割问题以及最大满足问题等。