معیار جدید نشان می‌دهد رایانش کوانتومی چه زمانی از ابررایانه‌ها پیشی می‌گیرد
معیار جدید نشان می‌دهد رایانش کوانتومی چه زمانی از ابررایانه‌ها پیشی می‌گیرد
در این آزمایش که توسط تیمی از مرکز تحقیقاتی «یولیش» در آلمان انجام شده، ۱۹ پردازندهٔ کوانتومی (QPU) متعلق به پنج شرکت از جمله IBM، کوانتینیوم، IonQ، Rigetti و IQM مورد بررسی قرار گرفته‌اند تا عملکرد آن‌ها در کاربردهای رایانش با توان بالا (HPC) سنجیده شود.
به گزارش نیوزلن و به نقل از سای‌تک‌دیلی، در این آزمایش، پردازنده‌های کوانتومی از نظر «عرض» (یعنی تعداد کیوبیت‌ها) و «عمق» (تعداد لایه‌های دروازه‌های دوکیوبیتی) بررسی شدند. دروازه‌های دوکیوبیتی عملیات‌هایی هستند که به‌طور همزمان روی دو کیوبیت درهم‌تنیده انجام می‌شوند و عمق به معنای پیچیدگی و زمان اجرای مدار است.
نتایج نشان داد پردازنده‌های IBM از نظر عمق عملکرد بهتری داشتند، در حالی که کوانتینیوم در بخش عرض (تعداد بیشتر کیوبیت‌ها) برتری داشت. همچنین، تراشه‌های جدیدتر IBM از نسل Heron در مقایسه با نسل قبلی (Eagle) پیشرفت محسوسی از نظر کارایی داشتند.
گفتنی است این مطالعه نشان می‌دهد که پیشرفت‌های عملکرد تنها ناشی از سخت‌افزار بهتر نیست، بلکه بهبودهای نرم‌افزاری و استفاده از «دروازه‌های کسری» نیز در این پیشرفت نقش داشته‌اند. این دروازه‌ها، که در تراشه‌های Heron موجودند، باعث کاهش پیچیدگی مدارها می‌شوند.
با این حال، آخرین نسخهٔ تراشهٔ Heron با نام IBM Marrakesh با وجود داشتن نرخ خطای کمتر نسبت به نسخهٔ قبلی (IBM Fez)، نتوانست بهبود عملکرد چشمگیری نشان دهد.
گامی فراتر از رایانش کلاسیک
در میان شرکت‌های کوچک‌تر، کوانتینیوم با تراشهٔ H2-1 موفقیتی قابل توجه به دست آورد. این پردازنده توانست با ۵۶ کیوبیت از معیار جدید عبور کند؛ رقمی که از توانایی شبیه‌سازی دقیق سیستم‌های کلاسیک رایانه‌ای بالاتر است.
پژوهشگران در مقالهٔ خود نوشتند: «آزمایش‌های انجام‌شده با ۵۰ و ۵۶ کیوبیت در پردازندهٔ Quantinuum H2-1 فراتر از توان محاسبهٔ دقیق در سیستم‌های HPC هستند و در عین حال نتایج آن‌ها همچنان معنادار باقی مانده‌اند.»
این تراشه موفق شد با استفاده از الگوریتم بهینه‌سازی تقریبی کوانتومی با رمپ خطی (LR-QAOA) در سطحی گسترده اجرا شود. در یکی از آزمایش‌ها، سه لایه از این الگوریتم روی ۵۶ کیوبیت و با استفاده از ۴۶۲۰ دروازهٔ دوکیوبیتی اجرا شد.
دانشمندان نوشتند: «تا آنجا که می‌دانیم، این بزرگ‌ترین اجرای الگوریتم QAOA برای حل یک مسئلهٔ ترکیبیاتی واقعی روی سخت‌افزار کوانتومی است که می‌تواند بهتر از حدس تصادفی عمل کند.»
در عین حال، تراشهٔ Fez از IBM نیز در بخش عمق بهترین عملکرد را داشت. در یک آزمایش شامل مسئله‌ای با ۱۰۰ کیوبیت و استفاده از ۱۰هزار لایه از LR-QAOA (معادل تقریباً یک میلیون دروازهٔ دوکیوبیتی)، تراشهٔ Fez توانست تا نزدیک به لایهٔ ۳۰۰ اطلاعات منسجم را حفظ کند. ضعیف‌ترین عملکرد در این آزمایش متعلق به تراشهٔ Ankaa-2 از شرکت Rigetti بود.
معیاری برای آیندهٔ کاربردی رایانش کوانتومی
هدف از طراحی این معیار، سنجش قابلیت QPUها در کاربردهای واقعی است. بر این اساس، تیم تحقیق تلاش کرد آزمونی با قواعد روشن، قابل‌اجرا روی همهٔ سیستم‌ها و قابل تکرار طراحی کند.
این معیار مبتنی بر مسئله‌ای به نام MaxCut طراحی شده است. در این مسئله، گرافی با چندین رأس و یال به سیستم داده می‌شود و هدف آن است که گره‌ها به دو گروه تقسیم شوند به گونه‌ای که بیشترین تعداد یال میان این دو گروه قرار گیرد.
به‌گفتهٔ پژوهشگران، این مسئله هم دشواری محاسباتی بالایی دارد و هم قابلیت تنظیم اندازه و پیچیدگی دارد، بنابراین برای آزمون مناسب است.
هرگاه خروجی یک سیستم به حالت «کاملاً ترکیبی» برسد – یعنی نتایج آن از یک انتخاب تصادفی قابل تمایز نباشد – سیستم مردود تلقی می‌شود.
به دلیل سادگی و مقیاس‌پذیری این پروتکل آزمایشی، اجرای آن نسبتاً کم‌هزینه است و می‌تواند حتی با نمونه‌های کوچک، نتایج معناداری ارائه دهد.
گفتنی است این معیار خالی از ایراد نیست. مثلاً وابستگی به پارامترهای ازپیش‌تعیین‌شده می‌تواند مانعی برای بهینه‌سازی در حین محاسبه باشد. به‌همین‌دلیل پژوهشگران پیشنهاد کرده‌اند که معیارهای دیگری نیز برای سنجش عملکرد پیشنهاد شوند تا در نهایت، بهترین و کارآمدترین آن‌ها با قواعد روشن باقی بماند.
