Connect with us

Kvantecomputing

Forskere utvikler metode for å måle kvantecomputere

mm

Forskere ved University of Waterloo har utviklet en metode for å måle ytelsen til kvantecomputere, og det kan hjelpe med å etablere universelle standarder for maskinene. 

Den nye metoden kalles cycled benchmarking, og forskerne bruker den til å vurdere potensialet for skalerbarhet. Metoden brukes også til å sammenligne ulike kvanteplassformer med hverandre. 

Joel Wallman er en assistant professor ved Waterloos Fakultet for matematikk og Institutt for kvantecomputing.

“Dette funn kan gå langt mot å etablere standarder for ytelse og styrke anstrengelsene for å bygge en stor skala, praktisk kvantecomputer,” sa Wallman. “En konsekvent metode for å karakterisere og korrigere feil i kvantesystemer gir standardisering for måten en kvanteprosessor vurderes, og tillater fremgang i ulike arkitekturer å sammenlignes rettferdig.”

Cycle Benchmarking hjelper kvantecomputing-brukere til å sammenligne konkurransehardwareplattformer og øke evnen til hver plattform til å komme opp med løsninger for hva de arbeider med.

På dette tidspunktet blir kvantecomputing-konkurransen synlig over hele verden. Antallet sky-kvantecomputingplattformer og tilbud øker, og store selskaper som Microsoft, IBM og Google utvikler konstant ny teknologi. 

Cycle benchmarking-metoden fungerer ved å bestemme den totale feilprobasjonen under enhver gitt kvantecomputing-applikasjon. Dette skjer når applikasjonen implementeres gjennom randomisert kompilering. Cycle benchmarking gir den første plattform-uavhengige måten å måle og sammenligne evnene til kvanteprosessorer, og det tilpasses avhengig av applikasjonene brukerne arbeider med. 

Joseph Emerson er en fakultetsmedlem ved IQC.

“Takk til Googles nylige oppnåelse av kvantesuperioritet, er vi nå ved daggryet til det jeg kaller `kvanteoppdagelsesæraen’, sa Emerson. “Dette betyr at feilpregede kvantecomputere vil levere løsninger til interessante komputasjonsproblemer, men kvaliteten på deres løsninger kan ikke lenger verifiseres av høy-ytelsescomputere.

“Vi er spente fordi cycle benchmarking gir en nødvendig løsning for å forbedre og validere kvantecomputing-løsninger i denne nye æraen av kvanteoppdagelse.”

Emerson og Wallman grunnla Quantum Benchmark Inc., en IQC-spin-off. Det lisensiert teknologien til verdensledende selskaper innen kvantecomputingfeltet, inkludert Googles Quantum AI-tiltak.

Kvantemekanikk gjorde kvantecomputere til ekstremt kraftfulle maskiner for beregning. Kvantecomputere er i stand til å løse komplekse problemer mer effektivt enn tradisjonelle eller digitale computere. 

Qubits er den grunnleggende prosesseringsenheten i en kvantecomputer, men de er ekstremt skjøre. Enhver type ufullkommenhet eller støykilde i systemet kan føre til visse feil som forårsaker feil løsninger under en kvanteberegning.

Det første skrittet til å gå videre med kvantecomputing er å få kontroll over en liten skala kvantecomputer med en eller to qubits. En større kvantecomputer kunne utføre mer komplekse oppgaver som maskinlæring eller kompleks system-simulering, som kunne føre til fremgang som oppdagelsen av nye legemidler. Problemet er at ingeniøren en større kvantecomputer er mer utfordrende, og muligheten for feil er større når qubits legges til og kvantesystemet skalerer. 

En profil av støyen og feilene produseres når et kvantesystem karakteriseres. Dette indikerer om prosessoren utfører beregningene den blir bedt om å gjøre. Alle betydelige feil må karakteriseres for å forstå ytelsen til en kvantecomputer eller å skalerer opp. 

Wallman, Emerson og en gruppe forskere ved Universitetet i Innsbruck kom opp med en metode for å vurdere alle feilrater som påvirker en kvantecomputer. Den nye teknikken ble implementert for ion-felle-kvantecomputeren ved Universitetet i Innsbruck, og den fant at feilrater ikke øker når størrelsen på kvantecomputeren skalerer opp. 

“Cycle benchmarking er den første metoden for å pålitelig sjekke om du er på riktig spor for å skalerer opp hele designet til din kvantecomputer,” sa Wallman. “Disse resultater er betydelige fordi de gir en omfattende måte å karakterisere feil på alle kvantecomputingplattformer.”

Alex McFarland er en AI-journalist og forfatter som utforsker de nyeste utviklingene innen kunstig intelligens. Han har samarbeidet med tallrike AI-startups og publikasjoner verden over.