بیگ بنگ: بعضی محاسبات آن‌قدر پیچیده و سنگین هستند که حتی فکر کردن به اجرای آنها، به یک مرکز محاسباتی با توان خارق‌العاده نیاز دارد.
به گزارش بیگ بنگ، این همان جایی است که ابرکامپیوترها وارد میدان می‌شوند؛ تأسیسات عظیم محاسباتی که با انبوهی از پردازنده‌های گرافیکی (GPU) و پردازنده‌های مرکزی (CPU) کار می‌کنند و محاسباتی را انجام می‌دهند که اجرای آنها روی یک کامپیوتر معمولی می‌تواند صدها تا هزاران سال طول بکشد.
اکنون یک کامپیوتر کوانتومی تجاری و قابل‌دسترسی کاری انجام داده که نشان می‌دهد این فناوری جدید ممکن است روزی در برخی محاسبات، ابرکامپیوترها را پشت سر بگذارد. پردازنده Nighthawk r2 شرکت IBM توانسته در تنها ۱۹ ثانیه، یک میلیون نمونه محاسباتی تولید کند؛ کاری که بر اساس برآوردها انجام آن با یک ابرکامپیوتر حدود ۱۱۰ سال زمان می‌برد. نتایج این آزمایش در قالب یک مقاله پیش‌انتشار (preprint) در پایگاه arXiv منتشر شده است.
نویسنده اصلی، “تیگران سدرکیان” فیزیک‌دان نظری ماده چگال در شرکت BlueQubit در آمریکا، و همکارانش می‌نویسند: «تا آنجا که می‌دانیم، این نخستین نمایش برتری کوانتومی در نمونه‌برداری از مدارهای تصادفی معمولی است که روی یک پردازنده کوانتومی تجاری و به‌طور گسترده در دسترس انجام شده؛ پردازنده‌ای که بیشتر کاربران غیرمتخصص در حوزه رایانش کوانتومی نیز می‌توانند به‌راحتی آزمایش را روی آن تکرار کنند.»
رقابت برای رسیدن به «برتری کوانتومی»
رقابت میان ابرکامپیوترها و کامپیوترهای کوانتومی برای دستیابی به چیزی که برتری کوانتومی (Quantum Advantage) نامیده می‌شود، از حدود سال ۲۰۱۸ به‌طور جدی آغاز شد. ایده اصلی ساده است: باید محاسبه‌ای وجود داشته باشد که انجام آن برای یک کامپیوتر کلاسیک فوق‌العاده دشوار یا حتی عملاً غیرممکن باشد، اما یک کامپیوتر کوانتومی بتواند آن را انجام دهد.
در سال ۲۰۱۸، پژوهشگران دانشگاه کالیفرنیا، برکلی، شواهد نظری قدرتمندی ارائه کردند که نشان می‌داد یکی از گزینه‌های اصلی برای این آزمایش می‌تواند نمونه‌برداری از مدارهای تصادفی (Random Circuit Sampling یا RCS) باشد.
یک مدار کوانتومی مجموعه‌ای از عملیات است که روی کیوبیت‌ها انجام می‌شود؛ چیزی که تا حدی می‌توان آن را با عملیات انجام‌شده روی بیت‌ها در کامپیوترهای معمولی مقایسه کرد. در RCS، این عملیات عمدتاً به‌صورت تصادفی انتخاب می‌شوند و در نتیجه، یک حالت کوانتومی هرچه پیچیده‌تر ایجاد می‌شود.
سپس پردازنده بارها و بارها این حالت را اندازه‌گیری می‌کند و رشته‌هایی از صفر و یک تولید می‌شود که به آنها «نمونه» یا Sample گفته می‌شود. تولید این نمونه‌ها برای کامپیوتر کوانتومی نسبتاً ساده است؛ اما هرچه تعداد کیوبیت‌ها و عملیات بیشتر شود، محاسبه توزیع احتمالات لازم برای بازتولید همان نتایج روی یک کامپیوتر کلاسیک، به‌شدت دشوار می‌شود.
در سال ۲۰۱۹، گوگل اعلام کرد که پردازنده Sycamore با ۵۳ کیوبیت، آزمایش RCS را انجام داده که از نظر عملی فراتر از توان یک ابرکامپیوتر کلاسیک قرار داشته است. اما مدت زیادی طول نکشید که پژوهشگران رایانش کلاسیک روش‌های خلاقانه‌ای برای بازتولید این نتایج روی کامپیوترهای معمولی پیدا کردند؛ در همان زمان، پژوهشگران کوانتومی نیز سیستم‌های خود را با استفاده از فناوری‌های پیشرفته‌تر، به سمت آزمایش‌های دشوارتر سوق دادند.
آزمایشی متفاوت با Nighthawk r2
نتیجه جدید تفاوت مهمی دارد. سدرکیان و همکارانش به‌جای استفاده از یک پردازنده کوانتومی آزمایشگاهی و اختصاصی، آزمایش خود را روی Nighthawk r2 اجرا کردند؛ یک پردازنده کوانتومی ابررسانای ۱۲۰ کیوبیتی که کاربران می‌توانند از طریق پلتفرم ابری IBM به آن دسترسی داشته باشند.
آنها ۶۱ کیوبیت از این پردازنده را انتخاب کردند و مدارهای تصادفی با پیچیدگی فزاینده روی آنها اجرا کردند؛ این مدارها تا ۴۰ چرخه ادامه داشتند. هر چرخه شامل دورهای تکرارشونده‌ای از عملیات بود که طی آنها ۶۱ کیوبیت دستکاری و با یکدیگر درهم‌تنیده (Entangled) می‌شدند.
نکته مهم این بود که پژوهشگران آزمایش را با استفاده از روند کاری استاندارد پلتفرم ابری IBM انجام دادند و هیچ کالیبراسیون ویژه‌ای که مخصوص این آزمایش طراحی شده باشد، انجام ندادند. آنها در ۳۶ چرخه به نقطه‌ای رسیدند که بهترین تعادل را ایجاد می‌کرد؛ مداری که شامل ۹۱۸ گیت دوکیوبیتی بود. در این شرایط، Nighthawk r2 توانست یک میلیون نمونه را تنها در ۱۹ ثانیه تولید کند. اما نکته جالب اینجاست که این بخش، در واقع قسمت ساده ماجرا بود.
بخش دشوار: ابرکامپیوتر چقدر زمان نیاز داشت؟
مسئله بسیار دشوارتر این است که بفهمیم انجام همین کار با یک کامپیوتر کلاسیک چقدر سخت خواهد بود. از آنجا که قرار است این محاسبه برای یک ابرکامپیوتر تقریباً غیرممکن باشد و ابرکامپیوترهای قدرتمند جهان نیز دائماً در حال استفاده هستند، دانشمندان نمی‌توانند به‌سادگی برنامه را روی یک ابرکامپیوتر اجرا کنند و منتظر بمانند تا ببینند چه اتفاقی می‌افتد.
اما روشی وجود دارد که می‌تواند این هزینه محاسباتی را تخمین بزند: تکنیکی به نام انقباض شبکه تانسوری (Tensor-Network Contraction). این روش می‌تواند هزینه محاسباتی شبیه‌سازی یک مدار کوانتومی را روی یک کامپیوتر کلاسیک تخمین بزند. با استفاده از این روش، سدرکیان و همکارانش محاسبه کردند که بازتولید یک میلیون نمونه تولیدشده در آزمایش، به حدود: ۱٫۲ × ۱۰²⁷ عملیات محاسباتی نیاز دارد.
برای مقایسه، ابرکامپیوتر Frontier که نخستین ابرکامپیوتر اگزاسکیل جهان بود و تا سال ۲۰۲۴ سریع‌ترین ابرکامپیوتر جهان محسوب می‌شد، در اوج عملکرد خود می‌توانست بیش از یک کوینتیلیون، یعنی ۱۰¹⁸ عملیات در ثانیه انجام دهد. پژوهشگران با استفاده از تخمینی محافظه‌کارانه‌تر از عملکرد پایدار Frontier محاسبه کردند که انجام کاری که Nighthawk r2 در ۱۹ ثانیه انجام داده، برای این ابرکامپیوتر حدود ۱۱۰ سال زمان می‌برد.
اما یک نکته مهم وجود دارد
عدد ۱۱۰ سال به این معنا نیست که کامپیوترهای کلاسیک ذاتاً نمی‌توانند این محاسبه را سریع‌تر انجام دهند. این عدد بر اساس یک روش مشخص برای بازتولید آزمایش کوانتومی محاسبه شده است. تجربه تاریخی نیز نشان داده که پژوهشگران حوزه رایانش کلاسیک در پیدا کردن روش‌های میان‌بُر بسیار ماهر هستند.
الگوریتم‌های کارآمدتر می‌توانند میزان محاسبات موردنیاز را به‌شدت کاهش دهند. سدرکیان و همکارانش نیز صراحتاً این احتمال را پذیرفته‌اند. آنها ادعا نمی‌کنند که هیچ کامپیوتر کلاسیکی در آینده هرگز نمی‌تواند عملکرد Nighthawk r2 را تکرار کند؛ بلکه ادعای آنها این است که بر اساس این معیار مشخص، پردازنده کوانتومی فعلاً فاصله قابل‌توجهی ایجاد کرده است.
این آزمایش، چالش دیگری را در رقابت برای دستیابی به برتری کوانتومی ایجاد می‌کند؛ رقابتی که هدف آن صرفاً اثبات برتری یک فناوری بر فناوری دیگر نیست، بلکه می‌تواند هر دو طرف را وادار کند روش‌های بهتری برای انجام محاسبات پیدا کنند.
در واقع، خود این آزمایش نمونه‌ای از همین رقابت است: دستیابی به برتری کوانتومی، نه با یک دستگاه آزمایشگاهی اختصاصی، بلکه با سخت‌افزاری تجاری و در دسترس کاربران. پژوهشگران تأکید می‌کنند که این آزمایش را با استفاده از یک QPU عمومی و قابل‌دسترسی از طریق فضای ابری و با همان زیرساخت استاندارد اجرای ابری انجام داده‌اند.
آنها همچنین مدارها، نمونه‌های تولیدشده و کدهای تحلیل داده را منتشر کرده‌اند تا دیگر پژوهشگران بتوانند نتیجه را شخصاً آزمایش و بررسی کنند. چالش مطرح شده است. حالا نوبت آن است که ببینیم چه کسی می‌تواند آن را پاسخ دهد.
سایت علمی بیگ بنگ / منبع: sciencealert.com
لینک کوتاه نوشته : https://bigbangpage.com/?p=110033
