组合优化与概率推理问题常见于人工智能、电子设计自动化、通信网络及物流规划等领域,布尔可满足性问题是其中的典型。传统冯·诺依曼架构在处理这些问题时,常因数据搬运、串行执行及高昂的训练成本,成为性能和能效的瓶颈。随着问题规模扩大,现有通用处理器在能效、并行性和可扩展性上的局限逐渐显现。如何将计算从软件层面回归到物理器件层面,利用器件的物理特性直接进行采样与优化,已成为极具前景的研究方向。