فهرست مطالب
شرکت انویدیا با معرفی الگوریتم TCBP-JOBS مدعی شده که سرعت رمزگشایی خطاهای کوانتومی را تا ۱۳ هزار برابر افزایش داده است.
به گزارش سرویس کامپیوتر و لپتاپ تکناک، این دستاورد میتواند به دانشمندان در بررسی معماریهای پیشرفتهتر برای توسعه رایانههای کوانتومی کاربردی و مقاوم در برابر خطا کمک کند.
الگوریتم TCBP-JOBS که از طریق کتابخانه NVIDIA CUDA-Q QEC نسخه ۰.۹.۰ در دسترس قرار گرفته است، بنا بر اعلام انویدیا، زمان محاسبات مورد نیاز را برای ارزیابی طراحیهای جدید رایانش کوانتومی از ۱۲ هفته به تنها ۴۵ دقیقه کاهش میدهد.
این توسعه همزمان با گسترش همکاری انویدیا با IBM و آزمایشگاه ملی شتابدهنده فرمی وزارت انرژی ایالات متحده (Fermilab) در حوزه رایانش کوانتومی صورت گرفته است. همچنین این سه مجموعه قصد دارند یک پلتفرم ماژولار برای طراحی مشترک معماریهای کوانتومی و کلاسیک ایجاد کنند تا نحوه تعامل پردازندههای کوانتومی با زیرساختهای محاسباتی متداول را بررسی نمایند.
بیشتر بخوانید: شرکت IBM با اتصال دو پردازنده کوانتومی، ابرسیستم ۱۰۴۰ کیوبیتی می سازد
سرعت الگوریتم انویدیا در رمزگشایی خطاهای کوانتومی
پردازندههای کوانتومی در برابر خطاهایی آسیبپذیر هستند که میتوانند پیچیدگی و مدتزمان اجرای محاسبات را محدود کنند. برخلاف بیتهای کلاسیک، بیتهای کوانتومی یا کیوبیتها میتوانند در برهمنهی چند حالت قرار بگیرند و همین ویژگی حساسیت آنها را در برابر اختلالات افزایش میدهد.
تصحیح خطای کوانتومی با توزیع اطلاعات در میان چندین کیوبیت فیزیکی، از دادهها محافظت میکند. در مرحله بعد، یک الگوریتم محاسباتی کلاسیک موسوم به رمزگشا، دادههای حاصل از اندازهگیری را تحلیل میکند تا خطاهای محتمل را شناسایی و امکان اصلاح آنها را فراهم نماید.

مرتبط: پیشرفتهترین رایانه کوانتومی IBM در شیکاگو مستقر شد
الگوریتم TCBP-JOBS انویدیا با هدف شتابدهی به فرایند رمزگشایی خطاهای کوانتومی در بارهای کاری پژوهشی توسعه یافته است. این شرکت بیان کرده است که الگوریتم مذکور در مقایسه با الگوریتمهای پیشروی فعلی، سرعت رمزگشایی را تا ۱۳ هزار برابر افزایش میدهد و در عین حال دقت بالایی را حفظ میکند.
افزایش سرعت رمزگشایی میتواند به پژوهشگران امکان دهد کدهای مختلف تصحیح خطا و پیکربندیهای گوناگون رمزگشا را با کارایی بیشتری ارزیابی کنند. همچنین این قابلیت به شناسایی معماریهایی کمک میکند که بهرهوری بیشتری از کیوبیتهای فیزیکی دارند؛ این یک مسئله کلیدی در مسیر توسعه سیستمهای کوانتومی مقاوم در برابر خطا به حساب میآید.
با وجود این، الگوریتم TCBP-JOBS با هدف تسریع روند پژوهش و ارزیابی طراحیها توسعه یافته است و به معنای دستیابی پردازندههای کوانتومی به عملکرد کاملا مقاوم در برابر خطا نیست.
ادغام رایانش کوانتومی با زیرساختهای ابررایانشی
در بخش دیگری از این همکاری، IBM، انویدیا و Fermilab قصد دارند یک پلتفرم ماژولار برای طراحی مشترک سیستمهای رایانش کوانتومی توسعه دهند. در این ساختار، سیستمهای NVIDIA DGX B200 در کنار رایانههای کوانتومی IBM، از جمله سیستمهای مجهز به پردازنده Nighthawk، مستقر خواهند شد. این پلتفرم بستری برای بررسی کدهای تصحیح خطا، الگوریتمهای رمزگشایی خطاهای کوانتومی نظیر الگوریتم TCBP-JOBS و کاربردهای ترکیبی رایانش کوانتومی و کلاسیک فراهم میکند. Fermilab نیز با تکیه بر تخصص خود در حوزه فیزیک انرژیهای بالا و فیزیک هستهای، به پژوهشگران در بررسی مسائل علمی کمک خواهد کرد که ممکن است در آینده با استفاده از سیستمهای کوانتومی حلوفصل شوند. همچنین این همکاری با هدف بررسی چگونگی مقیاسپذیری منابع محاسباتی کلاسیک در کنار چندین پردازنده کوانتومی متصل به یکدیگر انجام میشود.
بخش دیگری از این پروژه به ادغام پردازندههای کوانتومی در گردش کار ابررایانهها اختصاص دارد. انویدیا در حال توسعه ابزار متنباز مدیریت بار کاری Slurm با افزودن یک رابط کوانتومی است و IBM نیز از طریق رابط مدیریت منابع کوانتومی خود، موسوم به Quantum Resource Management Interface، در این طرح مشارکت میکند. Slurm در حال حاضر برای تخصیص و مدیریت منابع محاسباتی، از جمله پردازندههای مرکزی و گرافیکی، در مراکز ابررایانشی استفاده میشود.
قابلیتهای جدید قرار است امکان زمانبندی و مدیریت پردازندههای کوانتومی را از طریق دستورات و سیاستهای مدیریتی آشنای این ابزار فراهم کنند تا پژوهشگران نیازی به ایجاد و نگهداری گردشهای کاری مجزا نداشته باشند. IBM، موسسه RIKEN و انویدیا نیز در حال بررسی کاربرد رایانش ترکیبی کوانتومی و کلاسیک در شبیهسازیهای علمی هستند. این گروه در پژوهشی مستقل درباره یک خوشه آهن-گوگرد موجود در پروتئینها، از افزایش ۷۹ برابری دقت در مقایسه با اجرای پیشین همان آزمایش خبر داده است.

برای مطالعه بیشتر: کامپیوتر کوانتومی IBM محاسبه ۱۱۰ ساله را در ۱۹ ثانیه انجام داد
پژوهشگران برای انجام این آزمایش از مدارهایی با حداکثر ۷۲ کیوبیت و ۴ هزار عملیات دوتایی کیوبیتی استفاده کردند و پردازش کوانتومی را با محاسبات شتابیافته مبتنی بر پردازندههای گرافیکی انویدیا ترکیب کردند. نتایج نهایی به دقتی با اختلاف ۴٫۳ میلیهارتری نسبت به روش گروه بازبهنجارش ماتریس چگالی (DMRG) دست یافتند؛ روشی که یکی از تکنیکهای پیشرفته شبیهسازی کلاسیک به حساب میآید.
مجموع این دستاوردها نشان میدهد صنعت و مراکز پژوهشی به دنبال ترکیب پردازندههای کوانتومی با زیرساختهای محاسبات کلاسیک شتابیافته هستند؛ رویکردی که میتواند چالشهای اساسی در زمینه تصحیح خطا، یکپارچهسازی سیستمها و توسعه کاربردهای علمی رایانش کوانتومی را هدف قرار دهد.

















