Peneliti Mengembangkan Metode untuk Mengukur Kinerja Komputer Kuantum

Peneliti di Universitas Waterloo telah mengembangkan metode untuk mengukur kinerja komputer kuantum, dan ini dapat membantu menetapkan standar universal untuk mesin tersebut. 

Metode baru ini disebut benchmarking siklus, dan peneliti menggunakan metode ini untuk menilai potensi skalabilitas. Metode ini juga digunakan untuk membandingkan berbagai platform kuantum satu sama lain. 

Joel Wallman adalah asisten profesor di Fakultas Matematika dan Institut Komputasi Kuantum Waterloo.

“Temuan ini dapat membantu menetapkan standar untuk kinerja dan memperkuat upaya untuk membangun komputer kuantum skala besar yang praktis,” kata Wallman. “Metode konsisten untuk mengkarakterisasi dan memperbaiki kesalahan dalam sistem kuantum menyediakan standarisasi untuk cara penilaian prosesor kuantum, memungkinkan kemajuan dalam arsitektur yang berbeda untuk dibandingkan secara adil.”

Benchmarking siklus membantu pengguna komputasi kuantum untuk membandingkan platform perangkat keras yang bersaing dan meningkatkan kemampuan setiap platform untuk menghasilkan solusi untuk apa yang mereka kerjakan.

Saat ini, perlombaan komputasi kuantum menjadi jelas di seluruh dunia. Jumlah platform komputasi kuantum awan dan penawaran meningkat, dan perusahaan besar seperti Microsoft , IBM, dan Google (GOOGL ) terus mengembangkan teknologi baru. 

Metode benchmarking siklus bekerja dengan menentukan probabilitas total kesalahan dalam aplikasi komputasi kuantum tertentu. Ini terjadi ketika aplikasi diimplementasikan melalui kompilasi acak. Benchmarking siklus menyediakan cara pertama untuk mengukur dan membandingkan kemampuan prosesor kuantum secara lintas platform, dan disesuaikan tergantung pada aplikasi yang digunakan pengguna. 

Joseph Emerson adalah anggota fakultas di IQC.

“Berkat pencapaian supremasi kuantum Google baru-baru ini, kita sekarang berada di awal apa yang saya sebut ‘era penemuan kuantum’,” kata Emerson. “Ini berarti bahwa komputer kuantum yang rentan terhadap kesalahan akan memberikan solusi untuk masalah komputasi yang menarik, tetapi kualitas solusi mereka tidak dapat diverifikasi oleh komputer berkinerja tinggi.

“Kami bersemangat karena benchmarking siklus menyediakan solusi yang sangat dibutuhkan untuk memperbaiki dan memvalidasi solusi komputasi kuantum dalam era penemuan kuantum baru ini.”

Emerson dan Wallman mendirikan Quantum Benchmark Inc., sebuah spin-off IQC. Mereka melisensikan teknologi kepada perusahaan terkemuka di bidang komputasi kuantum, termasuk upaya Quantum AI Google.

Mekanika kuantum mengubah komputer kuantum menjadi mesin komputasi yang sangat kuat. Komputer kuantum mampu menyelesaikan masalah kompleks lebih efisien daripada komputer tradisional atau digital. 

Qubit adalah unit pemrosesan dasar dalam komputer kuantum, tetapi sangat rapuh. Setiap jenis ketidaksempurnaan atau sumber kebisingan dalam sistem dapat menyebabkan kesalahan yang menyebabkan solusi yang tidak benar dalam komputasi kuantum.

Langkah pertama untuk melangkah lebih jauh dengan komputasi kuantum adalah untuk mengendalikan komputer kuantum skala kecil dengan satu atau dua qubit. Komputer kuantum yang lebih besar dapat menyelesaikan tugas yang lebih kompleks seperti pembelajaran mesin atau simulasi sistem kompleks, yang dapat menyebabkan kemajuan seperti penemuan obat baru. Masalahnya adalah bahwa merancang komputer kuantum yang lebih besar lebih menantang, dan kemungkinan kesalahan lebih besar ketika qubit ditambahkan dan sistem kuantum diperbesar. 

Profil kebisingan dan kesalahan dihasilkan ketika sistem kuantum dikarakterisasi. Ini menunjukkan apakah prosesor melakukan perhitungan yang diminta. Semua kesalahan signifikan perlu dikarakterisasi untuk memahami kinerja komputer kuantum atau untuk meningkatkan skala. 

Wallman, Emerson, dan sekelompok peneliti di Universitas Innsbruck mengembangkan metode untuk menilai semua tingkat kesalahan yang mempengaruhi komputer kuantum. Teknik baru ini diimplementasikan untuk komputer kuantum perangkap ion di Universitas Innsbruck, dan ditemukan bahwa tingkat kesalahan tidak meningkat seiring dengan peningkatan skala komputer kuantum tersebut. 

“Benchmarking siklus adalah metode pertama untuk memeriksa secara andal apakah Anda berada di jalur yang tepat untuk meningkatkan skala desain komputer kuantum secara keseluruhan,” kata Wallman. “Hasil ini signifikan karena menyediakan cara komprehensif untuk mengkarakterisasi kesalahan di semua platform komputasi kuantum.”