소프트뱅크와 Quantinuum의 백서, 상업적 양자 컴퓨팅으로의 실제적인 길을 제시하다

소프트뱅크와 Quantinuum의 새로운 백서, Quantum Computing Frontiers, 산업계에서 가장 중요한 질문 중 하나를 해결하려고 한다. 즉, 양자 컴퓨터가 상업적으로 유용한 작업을 수행할 수 있게 될 때는 언제인가? “양자 우위”를 단 하나의 돌파구로 여기는 대신, Quantinuum의 하드웨어 세대에 따라 특정 작업을 매핑한다. 분석은 양자 화학과 그래프 기반 문제를 위한 위상학적 데이터 분석에 초점을 맞추고 있다. 결과는 양자 컴퓨팅이 산업을突然적으로 변革할 때가 아니라, 유용한 작업이 확장될 수 있는 단계적인 프레임워크를 보여준다.

양자 비트 수를 넘어서

양자 컴퓨팅 로드맵은 일반적으로 물리적 양자 비트, 게이트 신뢰도 또는 양자 볼륨과 같은 하드웨어 메트릭을 통해 제시된다. 이러한 지표는 중요하지만, 제조업체, 제약 회사 또는 통신 사업자에게 기계가 무엇을 수행할 수 있는지에 대해 알려주지 않는다.

소프트뱅크와 Quantinuum은 더 응용 중심적인 접근 방식을 취한다. 백서는 대표적인 산업 문제부터 시작하여 논리적 양자 비트, 게이트 수, 회로 깊이 및 오류율을 추정하고, Quantinuum의 계획된 하드웨어 세대와 비교한다.

방법론에는 명시적인 회로 구축과, 가능하다면 기존 하드웨어 또는 에뮬레이터에서 실행이 포함된다. 이것은 이론적으로 유망한 알고리즘과 실제로 구현할 수 있는 프로그램 사이의 간격을 좁히는 것을 목표로 한다.

백서의 중심论点은 양자 능력이 확장하는 봉투로 개발될 것이라는 것이다. 작은 시연이 파일럿 작업을 거쳐 응용 프로그램 관련 계산으로 발전하고, 일부 계산은 결국 통합 산업 서비스가 된다. 따라서 상업적 유용성은 특정 양자 비트 임계값을 넘었을 때 모든 곳에서 나타나는 것이 아니라, 다른 문제에 대해 다른 시간에 도착할 것으로 예상된다.

양자 화학은 여전히 높은 가치의 목표

양자 화학은 양자 컴퓨팅의 가장 자연스러운 응용 분야 중 하나로 간주된다. 분자 행동은 양자 역학에 의해 지배되기 때문이다. 분자 시스템이 더 복잡해짐에 따라, 그들의 전자 구조를 정확하게 모델링하는 것은 고전적인 컴퓨터에 대해 매우 어려울 수 있다.

백서는 들뜸 상태와 광화학 반응에 초점을 맞춘다. 이러한 현상은 분자들이 빛을 어떻게 흡수하고, 형태를 바꾸고, 에너지를 전달하고, 시간이 지남에 따라 어떻게劣化하는지에 영향을 미친다. 이러한 현상을 더 잘 모델링할 수 있다면, 광반응 물질, 분자 스위치, 에너지 기술, 스마트 창, 증강 현실 디스플레이, 광 네트워킹 장비 및 기타 고급 제품의 설계를 지원할 수 있다.

광 스위칭 물질은 백서의 주요 예이다. 그들의 효율성은 전자 전이에 의해 결정되며, 흡수된 에너지가 의도된 분자 변화 또는 원치 않는 반응을 통해 손실되는지 여부를 결정한다. 고전적인 방법은 여러 전자 상태가 근접하게 상호작용하거나 연구자들이 현실적인 화학 환경을 모델링해야 할 때 어려움을 겪을 수 있다.

양자 컴퓨터는 궁극적으로 연구자들이 물리적인 물질을 합성하기 전에 더 많은 이러한 행동을 시뮬레이션하는 데 도움이 될 수 있다. 따라서 회사들은 더 높은 품질의 시뮬레이션을 사용하여 후보 분자를 스크린하고, 약한 디자인을 더 일찍 거부하고, 가장 유망한 물질에 자원을 집중할 수 있다.

이것은 경제적으로 중요한 목표이지만, 백서는 이를 근시안적인 생산 능력으로 제시하지 않는다. 초기 단계는 작은 분자 증명, 오류 수정 회로 실험 및 제한된 시뮬레이션이 포함된다. 화학적으로 정확한 큰 시스템 모델링은 상당히 더 발전된 오류 수정 하드웨어에 연결된다.

오류 수정은 여전히 정의하는 제약

양자 화학 작업은 또한 기술의 상태에 대한 유용한 현실 검사를 제공한다.

연구는 위상 추정 기반 기술을 사용하며, 분자 에너지 상태 간의 차이를 측정하는 방법을 포함한다. 그것은 하나의 논리적 양자 비트를 7개의 물리적 양자 비트에 걸쳐 인코딩하는 스테인 오류 수정 코드를 포함한다. 이것은 초기 오류 수정 실험에 적합하다.

연구자들은 오류 수정이 단 하나의 게이트나 양자 비트의 수명을 연장하는지 여부를 조사하는 대신, 알고리즘에 영감을 받은 회로 전체에서 오류 수정을 평가한다. 이것은 더 어려운 테스트이다. 왜냐하면 오류가 프로그램이 더 깊어지고 더 많은 작업이 필요한 경우에 누적되기 때문이다.

Quantinuum의 H2와 Helios 환경을 사용하여 생성된 결과는 오류 수정이 더 큰 회로 깊이에서 유익할 수 있음을 나타낸다. 그러나 인코딩된 구현은 여전히 이상적인 비인코딩 논리 회로를 능가하지 않는다. 메모리 오류, 유휴 시간, 인코딩 오버헤드 및 비클리포드 작업의 비용은 여전히 중요한 장벽이다.

이것은 중요하다. 오류 수정은 구성 요소 수준에서 진행을 보였지만, 응용 프로그램 관련 알고리즘을 네트워크 이점으로 실행하는 것은 여전히 어려운 일이다. 따라서 연구는 현재 실험을 오류 수정 컴퓨팅을 위한 준비로 пози션한다.

Helios에서 오류 수정 Lumos 시스템으로

로드맵은 Quantinuum 하드웨어의 4세대를 따른다. Helios, Sol, Apollo 및 Lumos.

Helios는 현재 단계를 나타낸다. 화학에서는 백서가 약 50개의 스핀 오비탈을 포함하는 물리적 수준 실험과 약 10개의 스핀 오비탈을 포함하는 논리적 시연을 연관시킨다. 예상 사용은 주로 기술 검증 및 작은 분자 들뜸 상태 증명 개념이다.

Sol, 2027년을 목표로 한다. 로드맵은 더 큰 물리적 실험과 초기 논리적 안정화를 예상하지만, 논리적 화학 작업은 여전히 작다. 상업적 관련성은 제한된 들뜸 상태 응용 프로그램과 제약 및 재료 회사에 대한 연구 효율성 향상에 중점을 둔다.

Apollo, 2029년을 목표로 한다. 로드맵의 가정하에, 논리적 계산은 약 100개의 스핀 오비탈로 확장하여 중간 규모의 재료 모델링과 더 의미 있는 들뜸 상태 계산을 지원할 수 있다. 이것은 기술이 연구 및 개발 비용의 양적 감소를 연결하기 시작하는 단계이다.

Lumos, 2030년대를 목표로 하는 대규모 오류 수정 시스템이다. 백서는 그것을 논리적 스핀 오비탈 100개 이상, 화학적 정확성 및 확장 가능한 재료 발견 워크플로우와 연관시킨다.

이러한 里程碑은 특정 응용 프로그램이 해당 날짜에 상업적으로 이용 가능해질 것이라는 약속이 아니다. 저자는 로드맵을 물리적 오류율, 논리적 인코딩 오버헤드, 게이트 합성 및 실제 하드웨어 성능의 불확실성을 포함하는 가정에 기반한 봉투로 설명한다.

사기 탐지 может 더 빠른 상업적 경로를 제공한다

백서의 두 번째 도메인인 위상학적 데이터 분석은 더 짧은 상업적 사용 경로를 따를 수 있다.

위상학적 데이터 분석은 복잡한 데이터셋의 구조 또는 “형태”를 연구한다. 그래프 기반 환경에서, 그것은 전통적인 통계를 통해 어려울 수 있는 연결성, 루프, 클러스터 및 더 높은 차원 관계를 포함하는 패턴을 식별할 수 있다.

소프트뱅크와 Quantinuum은 이러한 기술이 통신 사기 탐지를 개선할 수 있는지 조사한다. 전화, 메시지, 계정 관계 및 금융 거래는 네트워크로 표현될 수 있으며, 그래프 신경 네트워크를 사용하여 의심스러운 노드 또는 활동을 식별할 수 있다.

그러나 사기꾼은 일반 사용자와 비슷하려고 한다. 그들은 계정 간에 활동을 분산시키거나 간접 전송 경로를 사용하거나 수집, 릴레이 및 현금화 기능을 여러 참가자 간에 분할할 수 있다. 이러한 전략은 주로 로컬 지표(예: 계정과 관련된 연결 수)에 중점을 둔 시스템을 피할 수 있다.

연구자들은 그래프 신경 네트워크에 라플라스 모멘트와 같은 특징을 추가한다. 이러한 특징은純로컬 통계와 매우 글로벌 위상 측정 사이의 구조적 정보를 캡처하기 위해 설계되었다. 통신 사기 벤치마크에서 라플라스 모멘트를 추가하면 회수, F1 점수 및 기타 분류 메트릭에서 약간의 개선이 나타났다. 회수 개선은 연구의 테스트 실행에서 통계적으로 의미가 있었다.

백서는 이 개선을 경제 시나리오로 번역한다. 그것은 2023년 전 세계 통신 사기 손실이 38.95억 달러로 추정되는 것을 인용하고, 그 손실 풀의 10억 달러 부분을 평가한다. 0.9의 고정 정밀도에서, 회수 개선은 약 2,200만 달러의 잠재적으로 감소한 연간 손실에 해당한다.

그러나 이 수치는 예측으로 해석되어서는 안 된다. 그것은 벤치마크 데이터셋에서 관찰된 모델 개선이 비례하여 실제 세계 손실로 번역될 것이라고 가정한다. 운영 배포에는 데이터 품질, 통합, 거짓 양성, 변경되는 사기 전략 및 인간의 조사 과정이 포함될 것이다.

더욱 중요한 것은, 실험이 양자 우위를 보여주지 않았다는 것이다. 데이터셋은 너무 희박하여 관련 특성이 고전적으로 계산될 수 있었으며, 가장 계산적으로 요구되는 기술의 형태를 테스트할 만큼 높은 차원의 구조가 없었다.

결과는 여전히 관련이 있다. 동일한 분석적 접근 방식은 현재 고성능 컴퓨팅을 사용하여 유용할 수 있으며, 미래의 그래프 크기 또는 구조적 복잡성이 고전적인 한계를 초과하는 경우 양자 실행으로 확장할 수 있다.

하이브리드 양자 및 AI 인프라의 로드맵

소프트뱅크와 Quantinuum은 두 가지 응용 분야를 모두 “양자 AI 데이터 센터”의 더 широк은 비전 안에 위치시킨다. 이 모델에서 양자 처리 장치는 그래픽 처리 장치, 중앙 처리 장치 또는 슈퍼 컴퓨터를 대체하지 않는다. 그것들은 하이브리드 인프라에서 전문 가속기로서 작동할 것이다.

고전적인 시스템은 데이터 준비, 기계 학습, 오케스트레이션 및 후처리를 계속 처리할 것이다. 양자 프로세서는 양자 알고리즘이 의미있는 계산적 이점을 제공하는 워크플로의 일부에만 할당될 것이다.

사기 탐지의 경우, 양자 프로세서는 그래프 신경 네트워크가 고전적인 AI 인프라에서 실행되는 어려운 구조적 특징을 생성하는 것을 포함할 수 있다. 재료 연구에서, 양자 컴퓨터는 선택된 전자 구조 계산을 수행할 수 있으며, 고전적인 고성능 컴퓨팅 시스템은 더 넓은 시뮬레이션 및 최적화 파이프라인을 관리할 수 있다.

이 하이브리드 아키텍처는 기업이 기존 컴퓨팅 환경을 대체해야 한다는 것을 기대하는 것보다 상업적으로 더 현실적이다. 그것은 조직이 클라우드 서비스, 데이터 센터 가속기 및 응용 프로그램 특정 워크플로우를 통해 양자 능력을渐進적으로 통합할 수 있도록 허용한다.

소프트뱅크와 Quantinuum은 2025년 파트너십을 발표한 이후 양자 컴퓨팅 비즈니스 모델에 대한 잠재적인 연구를 수행해 왔다. 백서는 그 작업, 특히 미래의 양자-AI 인프라 및 서비스 개발을 정보로 제공하기 위한 것이다.

기업은 Lumos를 기다릴 필요가 없다

백서의 가장 실제적인 결론 중 하나는 기업이 완전히 오류 수정 시스템을 기다리지 않고 응용 프로그램 연구를 시작할 수 있다는 것이다.

상업적으로 유용한 양자 워크플로우를 구축하는 데에는 하드웨어에 대한 접근만이 아니라, 적절한 데이터셋, 도메인 전문 지식, 벤치마크 문제, 고전적인 기준, 특수한 알고리즘 및 기존 AI 및 고성능 컴퓨팅 시스템과의 통합이 필요하다. 이러한 능력의 개발에는 수년이 걸릴 수 있다.

근시안적인 실험은 양자 하드웨어가 아직 고전적인 대안을 능가하지 못하더라도 가치를 창출할 수 있다. 기업은 내부 문제 중 어떤 것이 적합한지, 필요한 자원을 계산하고, 하이브리드 워크플로우를 개발하며, 양자 실행이 이점을 제공하는지 여부를 결정할 수 있는 측정을 설정할 수 있다.

사기 탐지 예는 이 전략을 특히 잘 보여준다. 소프트뱅크는 고전적인 컴퓨팅을 통해 향상된 그래프 특성을 탐색할 수 있으며, 동시에 더 높은 차수의 특징이 미래의 양자 가속의 후보가 될 수 있는지 연구할 수 있다.

기업 리더에게 이 접근 방식은 “양자 준비”라는 모호한 지침을 대체하여, 어떤 워크플로우가 이점을 얻을 수 있는지, 어떤 하드웨어가 필요한지, 하드웨어가 도착하기 전에 어떤 준비가 시작될 수 있는지에 대한 더 유용한 질문을 제공한다.

궁극적으로, 소프트뱅크와 Quantinuum의 백서는 양자 우위를 정확한 날짜를 알 수 있다고 주장하지 않기 때문에 가장 가치 있는 것이다. 대신, 그것은 양자 채택을 기술적 검증, 워크플로우 개발 및 확장 경제적 관련성의渐進적인 과정으로 제시한다. 그 타임라인은 여전히 불확실하지만, 그 응용 프로그램 우선 프레임워크는 조직이 양자 컴퓨팅을 사용할 때, 어디에서, 왜 사용할지 결정하는 더 신뢰할 수 있는 방법을 제공한다.