第一列
雲端運算
數位退火研發推動計畫II
本計畫旨在研發與推廣數位退火技術及GPU退火運算技術。硬體方面著重於數位與GPU退火技術之整合應用，涉及組合優化、排班、大型實驗設計、藥物分子設計、光學微影光罩反向設計及MicroLED製程優化等領域；軟體方面則探討QUBO模型的構建與轉換、AI求解策略，以及GPU平行運算效能提升，並透過本地化技術降低成本及增強彈性與隱私性。此外，將建立退火平台服務，協助學界及業界驗證與推廣退火技術。
退火原為冶金技術，透過將金屬加熱至高溫後緩慢降溫，使其內部結構重新排列至更整齊、能量更低且穩定的狀態。此概念延伸至最佳化領域，模擬「高溫」下二進位變數（0,1）易於改變，並允許暫時接受較高能量的狀態，藉由逐步降低虛擬溫度T，引導系統朝向更低能量且穩定的最佳解。
退火計算（annealing）即是一種專為解決大型且複雜組合最佳化問題而設計的新型計算技術，與傳統電腦逐一搜尋不同，自大量可行解中平行搜尋快速收斂至理想解，特別適用於高維度、多變數的困難問題，大幅提升解題效率。
-
共同主持人
-
江振瑞 (國立中央大學資訊工程學系)
-
余沛慈 (國立陽明交通大學光電工程學系)
-
陳瑞彬 (國立清華大學統計與數據科學研究所)
-
林榮信 (中央研究院生醫轉譯研究中心)
-
陳秉洋 (國立臺北大學統計學系)
-
莊坤達 (國立成功大學資訊工程學系)
技術亮點
透過數位退火及機器學習進行藥物分子設計(林榮信博士)
- 此技術欲解決問題
在藥物設計中，需評估藥物與標靶蛋白質間的結合區域 (binding site) 及結合自由能(binding free energy)。潛在的小分子組合數量高達 10⁶⁰，所需的計算量極為龐大，傳統的 CPU/GPU 已難以負荷。
- 重要性/突破性:
能有效處理自由能估算的龐大組合問題，為藥物設計提供全新計算途徑，並得到準確之配體位置。
- 與計畫未來研發方向的關聯性
數位退火為未來高效率藥物設計與虛擬篩選提供新方向與實作基礎。
圖中顯示 242 個複合物中，使用數位退火技術可以得到準確的配體位置。