Привет, на связи Елена Кузнецова, специалист по автоматизации Шерпа Роботикс. Сегодня я перевела для вас статью, посвященную причинам, по которым каждому квантовому компьютеру понадобится мощный классический компьютер. Давайте вместе разберемся, зачем квантовому компьютеру нужен сильный классический сопроводитель.

Исправление ошибок в квантовых компьютерах: обработка данных на уровне 100 ТБ в секунду

Квантовые компьютеры — это не просто очередная технология, которая, несмотря на свои обнадеживающие перспективы, пока не смогла продемонстрировать особую практическую пользу. Тем не менее, вокруг них уже сформировалась экосистема стартапов, стремящихся создать нечто большее, чем просто кубиты. Это может показаться попыткой воспользоваться хайпом вокруг квантовых технологий, но стоит обратить внимание на проблемы, которые решают эти компании. Они могут дать нам представление о сложностях в квантовой вычислительной области, с которыми еще не справились гиганты, такие как Amazon, Google, IBM или Intel. 

Одним из примеров является британская компания Riverlane, которая фокусируется на огромном объеме классических вычислений, необходимых для корректной работы квантового оборудования. В частности, компания нацелилась на обработку огромного количества данных, которые понадобятся для важнейшего аспекта квантовой коррекции ошибок: определения, когда произошла ошибка. Эффективная коррекция ошибок в квантовых системах требует не просто быстрого реагирования, но и значительных ресурсов для анализа состояния кубитов. По оценкам, для достижения нужного уровня коррекции необходимо будет обрабатывать данные с колоссальной скоростью — вплоть до 100 терабайт в секунду. Это открывает новые горизонты для вычислительных технологий и подчеркивает, насколько сложными остаются задачи в области квантовой информатики. Таким образом, несмотря на текущие ограничения и неопределенности, работа стартапов вроде Riverlane демонстрирует, что за пределами теории уже ведется активная разработка практических решений, необходимых для реализации потенциала квантовых компьютеров. Эти усилия помогут нам не только лучше понять квантовые вычисления, но и приблизить момент, когда они станут действительно полезными для науки и промышленности.

Обнаружение ошибок и данные

Все квбиты, вне зависимости от используемой технологии — будь то холодные атомы, сверхпроводящие трансмоны или что-то иное — обладают высокой хрупкостью и склонны терять свое состояние как во время операций, так и со временем. Эти уровни ошибок накладывают жесткие ограничения на объем вычислений, которые могут быть выполнены до того, как ошибка станет неизбежной. Это делает практически невозможным выполнение большинства полезных вычислений непосредственно на существующих аппаратных квбитах.

Общепринятое решение данной проблемы заключается в использовании так называемых логических квбитов. Эти квбиты создаются путем связывания нескольких аппаратных квбитов и распределения квантовой информации между ними. Дополнительные аппаратные квбиты подключаются для мониторинга ошибок, что позволяет их корректировать. Чтобы создать один логический квбит, может понадобиться десятки аппаратных квбитов, что означает, что даже самые крупные существующие системы могут поддерживать только около 50 надежных логических квбитов. 

Основатель и генеральный директор Riverlane, Стив Брайли, отметил в интервью Ars, что коррекция ошибок оказывает нагрузку не только на аппаратные квбиты, но и на классическую часть системы. Каждое измерение квбитов, используемое для мониторинга системы, необходимо обрабатывать для обнаружения и интерпретации возможных ошибок. Для выполнения даже самых простых интересных вычислений потребуется примерно 100 логических квбитов, что приведет к необходимости мониторинга тысяч аппаратных квбитов. Для более сложных вычислений может потребоваться тысячи логических квбитов.

Данные для коррекции ошибок (в терминологии области — синдромные данные) должны считываться между каждой операцией, что создает огромные объемы данных. «На масштабе мы говорим о ста терабайтах в секунду», — заявил Брайли. «При миллионе физических квбитов мы будем обрабатывать около ста терабайт в секунду, что соответствует глобальному стримингу Netflix». 

Кроме того, эти данные должны обрабатываться в реальном времени, иначе вычисления будут приостановлены в ожидании коррекции ошибок. Чтобы этого избежать, ошибки должны выявляться в реальном времени. Для квбитов на основе трансмонов синдромные данные генерируются примерно каждые микросекунды, что означает необходимость обработки данных — возможно, терабайтов — с частотой около мегагерца. Riverlane была основана для разработки аппаратуры, способной справиться с этой задачей.

Обработка данных

Компания Riverlane представила свою систему, описанную в статье, опубликованной на arXiv. Она предназначена для обработки синдромных данных после того, как другое оборудование преобразует аналоговые сигналы в цифровую форму. Это решение позволяет аппаратному обеспечению Riverlane работать независимо от низкотемпературных устройств, необходимых для некоторых типов физических кубитов. 

Для обнаружения ошибок используется алгоритм, названный в статье «Декодер кластеризации коллизий». В качестве примера его эффективности компания реализовала декодер на типичной программируемой логической интегральной схеме (ПЛИС) от Xilinx. Интересно, что он занимает всего около 5% чипа, но способен обрабатывать логический кубит, построенный на основе почти 900 аппаратных кубитов (в данном случае они были смоделированы). 

Кроме того, компания продемонстрировала собственный чип, который обрабатывает еще более крупный логический кубит, занимая лишь крошечную долю квадратного миллиметра и потребляя всего 8 милливатт энергии. 

Обе версии системы являются высокоспециализированными: они просто передают информацию об ошибках для обработки другими частями системы. Это решение, безусловно, узкоспециализированное, но при этом оно демонстрирует значительную гибкость, работая с различными кодами коррекции ошибок. Критически важно и то, что оно интегрируется с системами, предназначенными для управления кубитом, основанным на различных физических принципах, включая холодные атомы, захваченные ионы и трансмоны. 

«По началу это казалось настоящей головоломкой», — рассказывает Брайерли. «У нас есть все эти разные типы физики; как мы это реализуем?» Однако, как оказалось, это не стало серьезной проблемой. «Один из наших инженеров работал в Оксфорде с суперпроводящими кубитами, а после обеда занимался захваченной ионной системой. Он вернулся в Кембридж в восторженном настроении и сказал: 'Они используют одинаковую управляющую электронику'». Оказалось, что независимо от физики управления кубитами, все заимствовали одно и то же оборудование из других областей (по словам Брайерли, это была радиочастотная система на кристалле от Xilinx, разработанная для прототипирования базовых станций 5G). Это упрощает интеграцию аппаратного обеспечения Riverlane с разнообразными системами и открывает новые горизонты для квантовых вычислений.

Что дальше?

На днях компания Riverlane представила амбициозный план по ускоренному развитию своих квантовых чипов.  Как рассказал Брайли Арс Технике, «сейчас у нас есть единственный чип для квантовой коррекции ошибок, который поддерживает один логический кубит на основе до тысячи физических кубитов. Следующее поколение будет поддерживать уже 10 000 физических кубитов. Это серьёзный вызов — предстоит проделать немало инженерной работы. Это станет первым шагом к созданию квантовых компьютеров с коррекцией ошибок». По словам Брайли, компания планирует увеличивать производительность в десять раз каждые 12-18 месяцев. 

В недавней публикации на arXiv также упоминается, что алгоритм в настоящее время хранит весь поток данных, но в будущем его необходимо будет адаптировать для «забвения» устаревшей информации и работы в более узком временном окне. Система разработана таким образом, что отдельные функциональные единицы могут комбинироваться на одном кристалле (Брайли называет их «чиплетами»), а при увеличении сложности — объединять несколько кристаллов. Он отметил, что алгоритм можно выполнять параллельно на одном и том же потоке данных, при условии наличия временного перекрытия между сигналами, которые обрабатывают различные чиплеты. 

Интерес Riverlane к данной области вызван тем, что подобные проблемы предстоит решать всем участникам квантового вычислительного рынка для продвижения вперёд в области коррекции ошибок кубитов. Как признал Брайли, ничто не мешает им создать собственное решение. Однако он поделился личной мотивацией, почему ему важно решить эту задачу:

«Я выступал на конференции с новой разработкой [квантового] алгоритма и был очень горд этим. Затем в аудитории провели опрос, кто считает, что через пять, десять или пятнадцать лет появится полезный квантовый компьютер. Около трети участников проголосовали за то, что это никогда не произойдет. Я был немного шокирован и подумал: "Я только что изобрёл алгоритм для компьютера, который никогда не появится"».

Что же изменилось?

Теперь Брайли значительно более оптимистичен. «Я думаю, что в течение следующих 12 месяцев мы увидим первый долговечный логический кубит, а через два-три года быстро доберёмся до сотен логических кубитов», — заявил он. Для технологии, которую некоторые критики постоянно считают находящейся «за горизонтом», это действительно очень короткий срок.