Forskare utvecklar metod för att mäta kvantdatorer

Forskare vid University of Waterloo har utvecklat en metod för att mäta prestandan hos kvantdatorer, och den kan hjälpa till att etablera universella standarder för maskinerna. 

Den nya metoden kallas cycled benchmarking, och forskare använder den för att bedöma potentialen för skalbarhet. Metoden används också för att jämföra olika kvantplattformar med varandra. 

Joel Wallman är biträdande professor vid Waterloos matematiska fakultet och Institute for Quantum Computing.

“Denna upptäckt kan gå långt för att etablera standarder för prestanda och stärka ansträngningarna att bygga en stor, praktisk kvantdator”, sa Wallman. “En konsekvent metod för att karakterisera och korrigera fel i kvantsystem ger standardisering för hur en kvantprocessor bedöms, vilket möjliggör att framsteg i olika arkitekturer kan jämföras på ett rättvist sätt.”

Cycle Benchmarking hjälper kvantdatoranvändare att jämföra konkurrerande hårdvaruplattformar och öka varje plattforms förmåga att komma med lösningar för det de arbetar med.

För närvarande är kvantdatorracet på väg att bli tydligt över hela världen. Antalet molnbaserade kvantdatorplattformar och erbjudanden ökar, och stora företag som Microsoft , IBM och Google (GOOGL ) utvecklar ständigt ny teknik. 

Cycle benchmarking-metoden fungerar genom att bestämma den totala felproblematiken under alla givna kvantdatorapplikationer. Detta sker när applikationen implementeras genom slumpmässig kompilering. Cycle benchmarking ger den första plattformsoberoende metoden för att mäta och jämföra kvantprocessorns förmåga, och den anpassas beroende på de applikationer som användarna arbetar med. 

Joseph Emerson är en fakultetsmedlem vid IQC.

“Tack vare Googles senaste prestation av kvantsuperioritet är vi nu i gryningen av vad jag kallar `kvantupptäcktsperioden'”, sa Emerson. “Detta innebär att felbenägna kvantdatorer kommer att ge lösningar på intressanta beräkningsproblem, men kvaliteten på deras lösningar kan inte längre verifieras av högpresterande datorer.

“Vi är glada för att cycle benchmarking ger en mycket behövlig lösning för att förbättra och validera kvantdatorslösningar under denna nya era av kvantupptäckt.”

Emerson och Wallman grundade Quantum Benchmark Inc., en IQC-spinoff. De licensierade tekniken till världsledande företag inom kvantdatorområdet, inklusive Googles Quantum AI-insats.

Kvantmekanik har gjort kvantdatorer till extremt kraftfulla maskiner för beräkningar. Kvantdatorer kan lösa komplexa problem mer effektivt än traditionella eller digitala datorer. 

Qubit är den grundläggande bearbetningsenheten i en kvantdator, men de är extremt sköra. Alla typer av ofullkomligheter eller källor till brus i systemet kan leda till vissa fel som orsakar felaktiga lösningar under en kvantberäkning.

Det första steget för att gå vidare med kvantdatorer är att få kontroll över en liten kvantdator med en eller två qubit. En större kvantdator kunde utföra mer komplexa uppgifter som maskinlärning eller komplexa systemsimuleringar, vilket kunde leda till framsteg som upptäckten av nya läkemedel. Problemet är att det är svårt att konstruera en större kvantdator, och möjligheten till fel är större när qubit läggs till och det kvantsystemet skalar. 

En profil av bruset och felen produceras när ett kvantsystem karakteriseras. Detta indikerar om processorn utför de beräkningar som den begärs att göra. Alla betydande fel måste karakteriseras för att förstå prestandan hos en kvantdator eller för att skala upp. 

Wallman, Emerson och en grupp forskare vid University of Innsbruck kom med en metod för att bedöma alla felhastigheter som påverkar en kvantdator. Den nya tekniken implementerades för jonfällan kvantdatorn vid University of Innsbruck, och den visade att felhastigheter inte ökar när storleken på den kvantdatorn skalar upp. 

“Cycle benchmarking är den första metoden för att tillförlitligt kontrollera om du är på rätt spår för att skala upp den övergripande designen av din kvantdator”, sa Wallman. “Dessa resultat är betydande eftersom de ger en omfattande metod för att karakterisera fel över alla kvantdatorplattformar.”