The AI / news

IonQ : для декодирования квантовых ошибок достаточно «одного CPU»

IonQ : для декодирования квантовых ошибок достаточно «одного CPU»

Компания IonQ заявляет, что разработала декодер, способный в реальном времени обрабатывать ошибки квантового компьютера с помощью всего одного стандартного процессора (CPU). Описанная в исследовательской статье, опубликованной на arXiv, эта работа направлена на преодоление одного из ключевых препятствий на пути к отказоустойчивым квантовым вычислениям.

Кубиты, базовые единицы этих машин, чрезвычайно хрупки. Свет, вибрации или другие кубиты могут лишить их квантовой природы и хранящихся данных. Поэтому квантовые компьютеры не могут напрямую измерять кубиты, не разрушая их. Вместо этого они производят синдромы — сигналы, указывающие на возникновение ошибки, которые затем должны анализироваться декодерами для определения того, какие именно ошибки влияют на систему.

По словам исследователей из QuEra, компании, использующей нейтральные атомы для создания кубитов, это декодирование представляет собой «серьезную проблему вычислительной сложности, особенно по мере роста размера квантовой системы». «Эффективные декодеры должны балансировать скорость и точность, обеспечивая производительность в реальном времени без ущерба для способности правильно интерпретировать сложные паттерны ошибок», — добавляют они. Декодирование в значительной степени опирается на классические алгоритмы и исторически потребляет много вычислительной мощности, которая растет с увеличением числа кубитов.

В этом контексте исследователи IonQ, разрабатывающие системы на захваченных ионах, описывают декодер, работающий в фоновом режиме, пока квантовый компьютер продолжает вычисления. В своей статье они упоминают концепцию MegaQuOp — устройства, способного выполнять миллионы операций на сотнях логических кубитов, что стало бы «крупным шагом для сообщества квантовых вычислений». «Однако декодирование в реальном времени сотен логических кубитов на протяжении вычисления, включающего миллионы логических операций, остается серьезной проблемой», — пишут они.

Для своих тестов исследователи создали эталонные схемы, моделирующие до 408 логических кубитов, распределенных по 88 блокам памяти и «фабрикам магических состояний». Эти схемы выполнили более 31,5 миллионов отдельных квантовых операций в масштабе MegaQuOp с увеличением времени вычислений всего на 0,02%.

Система декодирования охватывает 68 блоков памяти LDPC и 20 фабрик магических состояний, реализованных на 11 680 физических кубитах. Она основана на декодере с двойным скользящим окном, построенном вокруг декодера с лучевым поиском. Модели ошибок детекторов (DEM), описывающие, как ошибки вентилей или шум вызывают определенные ошибки в схеме коррекции, генерируются в реальном времени. По словам исследователей, весь классический конвейер декодирования может работать всего на 12 ядрах стандартного CPU.

Этот результат основан на архитектуре Walking Cat для систем на захваченных ионах, представленной компанией в апреле в виде детального плана. Она включает компилятор, протоколы коррекции ошибок, микроархитектуру и быстрый декодер. Ее центральный элемент — «фабрика котов», которая производит состояния «кота» (суперпозиции различных состояний), распределяемые по системе для выполнения логических операций. Исследователи видят в ней простую архитектуру, в которой «логические вычисления не требуют ни слияния, ни деформации блоков памяти qLDPC».

Руководство IonQ считает, что эти результаты показывают, что организациям не нужно экспоненциально наращивать классические аппаратные ресурсы по мере роста числа логических кубитов в квантовых компьютерах. Способность выполнять декодирование ошибок на классическом компьютере с одним CPU является, по их мнению, ключевой частью дорожной карты компании, выходящей за рамки 256 физических кубитов ее системы Superion. Компания объявила, что Международный университет Флориды приобретает систему Superion, которая будет установлена в конце 2027 года в специальном здании кампуса.

S’abonner
Notification pour
guest

0 Commentaires
Le plus ancien
Le plus récent Le plus populaire
0
Nous aimerions avoir votre avis, veuillez laisser un commentaire.x