许多组合优化问题可重新表述为寻找物理系统(如伊辛模型)基态的任务。现有大多数伊辛求解器基于模拟退火思想,虽然退火技术具备可扩展性,但缺乏收敛性保证且对降温方案敏感。该研究团队通过将二元自旋松弛为连续变量,并引入引导解趋向二元自旋构型的势函数(吸引子),实现了伊辛问题求解。所得哈密顿量可表示为凸函数之差,从而设计出每次迭代仅需单次矩阵-向量乘法的高效迭代算法,且具有收敛性保证。该工作在多类GPU平台(从边缘设备到高性能计算集群)上实现了伊辛求解器,证实在小规模(10^3自旋)至超大规模(10^8自旋)问题上均持续优于现有求解器。