Квантовые вычисления
Tessa от Moth кодирует и восстанавливает 1 568 значений на чипе с 120 кубитами

Ключевые моментыТесса загружает произвольные классические данные по всему чипу без вентилей SWAP и…
Показать больше
- Тесса загружает произвольные классические данные по всему чипу без вентилей SWAP и вспомогательных кубитов.
- Режим пар удваивает плотность хранения, но увеличивает глубину схемы и снижает корреляцию значений до 0,69.
- Открытым остаётся вопрос, могут ли последующие вычисления использовать закодированное состояние без полной реконструкции.
Moth объявила о Tessa 16 ноября 2026 года и сообщила, что метод закодировал и восстановил 1 568 действительных значений на всех 120 кубитах процессора IBM Phoenix Nighthawk r2. Эта работа посвящена одной из сохраняющихся проблем квантового машинного обучения: загрузке классических данных в нестабильные кубиты на оборудовании с редкими связями.
Статья Daniel Bultrini задаёт конкретные рамки заявленного рекорда: учитываются эксперименты, в которых произвольно выбранные числовые списки загружали на физические квантовые процессоры, а затем извлекали отдельные значения, но не учитываются запуски, возвращавшие только производную величину. По этому определению ранее QCrank восстановила 128 значений с 12 кубитов на захваченных ионах. В отдельном эксперименте с Fez восстановили 1 024 пикселя с 13 кубитов, однако напрямую сравнивать эти результаты нельзя: там использовали обученное приближение на основе тензорной сети, а не произвольный список действительных значений. Поэтому в статье запуск Tessa назван крупнейшим из описанных в рамках данного определения.
Как Tessa использует разводку чипа
Tessa — сокращение от Tessellated QPIXL — размещает кубиты данных и адресные кубиты попеременно, в виде шахматной доски, поверх физических соединений процессора. Каждый кубит данных контролируется только соседними адресными кубитами, которые могут быть общими для нескольких близлежащих кубитов данных. Каждый дополнительный соседний адресный кубит удваивает объём хранимых в кубите данных сведений, поэтому внутренний кубит с четырьмя соседями хранит 16 значений.
Эта схема работает на любом двудольном графе связей, в котором каждый связующий элемент соединяет кубит данных с адресным кубитом. Использование собственной топологии устройства позволяет избежать SWAP-вентилей и маршрутизации, а также обходиться без вспомогательных кубитов, или кубитов-анкцилл. В статье доказывается, что значения на каждом кубите данных можно восстановить независимо, несмотря на общие элементы управления.
Все значения, записанные в одном базисе, можно декодировать за один раунд измерений в вычислительном базисе на всём чипе. Tessa также может хранить второе число в фазе каждого слота. В запуске на Phoenix этот парный режим использовали для хранения яркости и оттенка изображения: по два числа разместили в каждом из 784 задействованных слотов. В незанятых слотах хранились нули, чтобы задействовать каждый кубит.
Такая плотность хранения имеет два недостатка. Парный режим добавляет базисы измерения и удваивает глубину схемы. В более общем случае измерения распределяются между локальными конфигурациями адресов, поэтому для достижения той же точности требуется экспоненциально больше измерений по мере роста локальной степени связности, хотя в экспериментах её поддерживали на низком уровне.
Что удалось восстановить с помощью оборудования
В тестах с одним базисом использовали по 8 192 измерения на базис, чтобы восстановить изображение QCAT размером 28 на 28 пикселей, задействовав 784 из 792 слотов Phoenix, и изображение размером 21 на 21 пиксель, задействовав 441 из 448 слотов Fez. Согласно статье, корреляция исходных значений, полученных на оборудовании, составила 0,96 для Phoenix и 0,95 для Fez, а средняя абсолютная ошибка — соответственно 0,130 и 0,131. Восстановление динамического диапазона, при котором используются сводные статистические характеристики входных данных, а не сами данные, снизило эти ошибки до 0,075 и 0,078. В экспериментах не применялась коррекция ошибок.
В парном запуске с 1 568 значениями точность была ниже: для Phoenix в статье указаны корреляция значений 0,69, средняя абсолютная ошибка значений 0,152 и средняя абсолютная ошибка оттенка 0,092. В схеме использовались 1 456 двухкубитных вентилей CZ — вдвое больше, чем 728 в запуске Phoenix с одним базисом. Таким образом, извлечение данных со всего чипа удалось провести на двух графах связей, однако хранение второго значения в фазе потребовало более сложной схемы и дало менее качественное восстановление.
Биологические тесты и общедоступный код
Помимо пиксельной графики, эксперименты охватывали аудио, MIDI, последовательности ДНК и аминокислотные последовательности белков, в том числе p53. Биологические последовательности выбирали по длине или названию, а не по их биологическим свойствам, поэтому эти тесты проверяли обработку данных, а не проводили биологический анализ.
Согласно статье, при 32 768 измерениях на каждое измерение Phoenix восстановил последовательность MT-CO3 длиной 784 нуклеотида так, что без последующей обработки точно совпали 92,1% нуклеотидов, а при использовании лучшего из проверенных методов восстановления динамического диапазона — 92,3%. Этот метод выбрали с учётом исходной последовательности. Для плотно упакованных последовательностей белков точность восстановления оставалась ниже. В статье отмечается, что даже одна ошибка в нуклеотиде или аминокислоте может иметь серьёзные биологические последствия.
По словам Moth, Tessa доступна для экспериментов по обработке изображений на платформе Atlas. Документация репозитория содержит библиотеку, исходные данные измерений на оборудовании, записи о заданиях, результаты моделирования и блокноты, позволяющие воссоздать графики и таблицы статьи без учётной записи IBM. В журнале запусков основные эксперименты QCAT на Phoenix и Fez датированы 26 сентября 2026 года, а более поздние запуски с генетическими данными и пиксельной графикой — октябрём 2026 года. Это позволяет отличить работу на оборудовании от объявления, сделанного в ноябре.
Непосредственный вклад Tessa — аппаратно-ориентированный способ загрузки и проверки классических данных на всём процессоре. Главный открытый вопрос для квантового машинного обучения состоит в том, смогут ли последующие вычисления использовать закодированное состояние, не требуя его полного восстановления, и при этом удержать под контролем рост числа измерений и ошибки, возникающие при более плотном парном кодировании.












