Одной из наиболее впечатляющих черт квантовых вычислений является то, что эта сфера, несмотря на то, что не доказала свою особую полезность, уже породила множество стартапов, которые сосредоточены на создании чего-либо другого, кроме кубит. Легко отбросить это как прагматизм – попытку воспользоваться шумом вокруг квантовых вычислений. Но может быть полезно рассмотреть вопросы, на которые нацелены эти стартапы, поскольку они могут свидетельствовать о сложных проблемах в квантовых вычислениях, которые еще не были решены ни одной из крупных компаний, задействованных в этой области, таких как Amazon, Google, IBM или Intel.
В случае базирующейся в Великобритании компании Riverlane нерешенным вопросом является огромное количество классических вычислений, которые будут необходимы для того, чтобы квантовое оборудование работало. Конкретно, она нацелена на огромное количество обработки данных, которое потребуется для ключевой части квантовой коррекции ошибок: обнаружение, когда произошла ошибка.
Обнаружение ошибок против данных
Все кубиты хрупкие, склонны терять свое состояние во время операций или просто со временем. Неважно, какая технология — холодные атомы, сверхпроводящие трансмоны, что угодно — эти показатели ошибок накладывают жесткие ограничения на вычисления, которые можно выполнить до неизбежности ошибки. Это исключает возможность выполнения практически всех нужных вычислений, работающих конкретно на имеющихся аппаратных кубитах.
Обычно принятым решением является работа с так называемыми логическими кубитами. Это подразумевает соединение нескольких аппаратных кубитов вместе и распределение квантовой информации между ними. Дополнительные аппаратные кубиты соединяются так, чтобы их можно было измерять для мониторинга ошибок, влияющих на данные, что позволяет их исправлять. Может потребоваться десятки аппаратных кубитов для создания одного логического кубита, что означает, что даже самые существующие системы могут поддерживать только около 50 надежных логических кубитов.
Основатель и CEO Riverlane, Стив Бриерли, рассказал, что коррекция ошибок нагружает не только аппаратные кубиты; она также нагружает классическую часть системы. Каждое измерение кубитов, используемое для мониторинга системы, нужно обработать, чтобы выявить и интерпретировать любые ошибки. Нам нужно примерно 100 логических кубитов для выполнения некоторых из самых простых интересных вычислений, что означает мониторинг тысяч аппаратных кубитов. Выполнение более сложных вычислений может потребовать тысячи логических кубитов.
Эти данные коррекции ошибок (в области известные как синдромные данные) следует считывать между каждой операцией, что приводит к большому количеству данных. «На масштабе мы говорим о ста терабайтах в секунду», — сказал Бриерли. «При миллионе физических кубитов мы будем обрабатывать около ста терабайт в секунду, что равно глобальному стримингу Netflix.»
Также эти данные нужно обрабатывать в реальном времени, иначе вычисления будут задерживаться в ожидании коррекции ошибок. Чтобы избежать этого, ошибки должны обнаруживаться в реальном времени. Для кубитов на основе трансмонов синдромные данные генерируются примерно на каждую микросекунду, поэтому реальное время означает завершение обработки данных — возможно, их терабайтов — с частотой около мегагерца. И Riverlane была основана, чтобы обеспечить оборудование, способное с этим справиться.
Обработка данных
Система, разработанная компанией, описана в статье, которую они опубликовали на arXiv. Она предназначена для обработки синдромных данных после того, как другое оборудование уже превратило аналоговые сигналы в цифровую форму. Это позволяет оборудованию Riverlane работать вне любого низкотемпературного оборудования, которое необходимо для некоторых видов физических кубитов.
Эти данные проходят через алгоритм, который статья называет Collision Clustering decoder, отвечающий за обнаружение ошибок. Чтобы продемонстрировать его эффективность, они реализовали его на типичном программируемом вентильном массиве (FPGA) от Xilinx, где он занимает всего около 5 процентов чипа, но может обрабатывать логический кубит, построенный из почти 900 аппаратных кубит (в этом случае симулированных).
Компания также продемонстрировала специализированный чип, обрабатывавший еще больший логический кубит, занимая лишь маленькую долю квадратного миллиметра и потребляя всего 8 милливатт энергии.
Обе эти версии высокоспециализированы; они просто предоставляют информацию об ошибках других частей системы. Таким образом, это очень направленное решение. Но оно также достаточно гибкое, поскольку работает с разными кодами коррекции ошибок. Критически важно также, что оно интегрируется с системами, предназначенными для управления кубитами на основе различной физики, включая холодные атомы, удержанные ионы и трансмоны.
«В начале, я думаю, это было немного головоломкой», — сказал Бриерли. «У вас есть все эти разные типы физики; как мы это будем делать?» Оказалось, что это было не значительным вызовом. «Один из наших инженеров работал в Оксфорде со сверхпроводящими кубитами, а днем ??он работал с кубитами в ловушке для ионов. Он вернулся в Кембридж и был очень увлечен. Он сказал: ‘Они используют ту же электронику управления’.» Оказывается, что независимо от физики, используемой для управления кубитами, все одолжили одинаковое оборудование с другого поля (Бриерли сказал, что это была система на чипе радиочастотного радиосигнала от Xilinx, построенная для прототипирования базовых станций 5G). Это позволяет достаточно легко интегрировать специализированное оборудование Riverlane с разными системами.
Что дальше?
Но на днях компания объявила о плане, предусматривающем быстрое масштабирование этого чипа. «Сейчас у нас есть один чип для квантовой коррекции ошибок, который поддерживает один логический кубит до тысячи физических кубитов», — сказал Бриерли. «Следующее поколение будет поддерживать 10,000 физических кубитов. Это большой вызов – нужно выполнить много инженерной работы. Это приведет нас к первому поколению квантовых компьютеров с корректируемыми ошибками.» Согласно его словам, компания планирует продолжать увеличивать мощность в десять раз каждые 12-18 месяцев.
В статье на arXiv также отмечено, что сейчас алгоритм запоминает весь поток данных, но в конечном счете ему нужно будет измениться для «забывания» старых данных и операции только с более узким временным окном. Система разработана таким образом, что может комбинировать отдельные функциональные блоки на одном чипе (Бриэрли называет их «чиплетами») и, когда сложность становится достаточно большой, комбинировать несколько чипов. Бриерли сказал, что алгоритм может работать параллельно на одном потоке данных при условии наличия временного перекрытия между сигналами, которые обрабатывают различные чиплеты.
Опять же интерес Riverlane к этой области вытекает из того факта, что эти проблемы нужно решать всем в сфере квантовых вычислений для того, чтобы продолжать развивать корректированные ошибки кубитов. И, как признал Бриерли, ничто не останавливает их от создания собственного решения.
Теперь он гораздо более оптимистичен. «Я думаю, что мы увидим первый долговременный логический кубит в течение следующих 12 месяцев, и мы быстро достигнем сотен логических кубитов в течение двух-трех лет», — сказал он. Для технологии, которую некоторые считают всегда в будущем, это очень короткий промежуток времени.
По материалам: technica
