Quantencomputing billiger und teurer machen – Rezension von Q-CTRLs Feueropal: Von Brian Siegelwax

Neuauflage von Plato

Verfolger: 0

Eine Grafik der Fire Opal-Plattform von Q-CTRL und ihres Anspruchs, die Nutzung von Quantencomputern kostengünstiger zu machen.

By Gastautor gepostet am 21

Dieser Artikel begann mit der Absicht, die Verwendung von Q-CTRLs zu demonstrieren Feuer-Opal Anwendung können Sie beim Zugriff auf Quantencomputer-Hardware Geld sparen. Und damit wird es beginnen. Doch wie es bei Experimenten üblich ist, wurde auf dem Weg dorthin eine unerwartete Wendung entdeckt.

Eine Grafik, die zeigt, wie Fire Opal von Q-CTRL innovative Lösungen findet. (PC Q-STRG)

Erstens: Viel Geld sparen

Q-CTRL hat veröffentlicht ein Artikel mit dem Titel "Mit Fire Opal lassen sich die Quantencomputerkosten um das 2,500-Fache reduzierenDarin behaupten sie, dass „die Schätzungen von prognostizierten 89,205 US-Dollar für einen einzelnen Durchlauf eines QAOA-Algorithmus auf nur 32 US-Dollar gestiegen sind“, wenn man den QAOA-Löser von Fire Opal verwendet.

Ohne technisch zu werden: QAOA verwendet einen parametrisierten Quantenschaltkreis. Wir erraten die Parameter und führen dann die Schaltung durch. Basierend auf den Ergebnissen passen wir die Parameter iterativ an und führen die Schaltung erneut durch, bis wir zu einer akzeptablen Lösungsnäherung gelangen.

Was uns hier beschäftigt, sind die Kosten für den Betrieb dieser Schaltung. Jedes Mal, wenn wir diese Strecke fahren, entstehen uns diese Kosten. Unser Ziel ist es daher, diesen Algorithmus mit möglichst wenigen Iterationen auszuführen. Dies ist sowohl schneller als auch kostengünstiger.

Ich habe den QAOA-Löser von Fire Opal persönlich mit zwei anderen QAOA-Lösern verglichen, und es besteht kein Zweifel, dass Fire Opal diese Anzahl an Iterationen reduziert hat. Fire Opal verbessert die Qualität der Ergebnisse jeder Iteration erheblich, sodass Sie tatsächlich zu einer ungefähren Lösung gelangen. Ehrlich gesagt habe ich die anderen beiden Löser aufgegeben. Obwohl ich persönlich nicht 90,000 US-Dollar ausgeben werde, nur um die Behauptung von Q-CTRL von 2500X zu überprüfen, kann ich bestätigen, dass Fire Opal keine Schaltkreise mehr laufen lässt, wenn es zu einer ungefähren Lösung gelangt, während ich nicht überprüfen kann, ob die anderen Löser dies erreichen überhaupt da. Das oben in diesem Artikel gezeigte Bild stammt von Q-CTRL und zeigt eine 5700-fache Ersparnis, es gibt jedoch keinen zugehörigen Artikel, auf den verlinkt werden könnte.

Zweitens: Unendlich mehr Geld ausgeben

Was uns aber wirklich interessieren müsste, sind Algorithmen, die für fehlertolerantes Quantencomputing (FTQC) gedacht sind. Die Ausführung dieser Algorithmen dauert so lange, dass heutige Quantencomputer reines Rauschen zurückgeben. Während wir uns normalerweise auf die Qualität oder das Fehlen von Ergebnissen konzentrieren, müssen wir möglicherweise auch die Laufzeit berücksichtigen. Ein Preismodell könnte darauf basieren, wie oft wir jede Runde absolvieren, aber es könnte auch darauf basieren, wie lange sie läuft. Wenn Fire Opal die Effizienz der Schaltungsausführung verbessern kann, könnte dies zu geringeren Laufzeitkosten führen.

Ich verwende die Classiq-Plattform Python-SDK um riesige Schaltkreise zu synthetisieren, wie sie beispielsweise für die Quantenphasenschätzung (QPE) erforderlich sind. Wenn wir sehen wollen, wie viel günstiger Feueropal ist, müssen wir die größtmöglichen Runden absolvieren, damit wir eine klare Streuung erkennen können.

Ich begann mit molekularem Wasserstoff (H2) mit einem zählenden Qubit. Falls Sie nicht vertraut sind: QPE berechnet die Grundzustandsenergie von Molekülen mithilfe eines Registers (Daten-Qubits) zur Darstellung des Moleküls und eines Registers (Zähl-Qubits) zur Bestimmung der Präzision der Lösung. Idealerweise wollen wir für H2 acht zählende Qubits verwenden, aber das habe ich bereits getestet und aktuelle Hardware kommt damit nicht zurecht. H2 benötigt nur ein Daten-Qubit, daher wurden in dieser ersten Schaltung insgesamt nur zwei Qubits verwendet.

Sowohl Qiskit als auch Fire Opal brauchten sieben Sekunden IBM Quantenlaufzeit. Fire Opal führte jedoch automatisch eine Fehlerminderung durch, was zusätzliche 21 Sekunden Laufzeit in Anspruch nahm. Um fair zu sein, habe ich das Äquivalent von Qiskit namens M3 verwendet, und M3 hat nur 11 zusätzliche Sekunden Laufzeit benötigt. Für H2 mit einem zählenden Qubit gewann Qiskit tatsächlich den Laufzeitvergleich.

Aber ich habe es dann mit H2 mit zwei zählenden Qubits versucht. Der Qiskit Der Job ist fehlgeschlagen, während der Fire Opal-Job mit ausreichender Genauigkeit abgeschlossen wurde, sodass Sie die Lösung grob abschätzen können. Die Präzision ist bei weitem nicht dort, wo sie sein muss, aber sie liegt zumindest im richtigen Bereich.

Und darin liegt die unerwartete Wendung. Die Kosten für den fehlgeschlagenen Qiskit-Auftrag betragen 0.00 $. Da der Fire Opal-Auftrag abgeschlossen ist, ist es ironischerweise bei Verwendung eines IBM Quantum-Premiumplans unendlich teurer.

Darüber hinaus kann Feueropal H2 mit zwei zählenden Qubits überwinden. Ich persönlich habe es auf H2 mit 6 Zähl-Qubits sowie auf molekularen Sauerstoff (O2) – was 11 Daten-Qubits erfordert – mit 2 Zähl-Qubits verschoben. O2 mit 2 zählenden Qubits verbrauchte 4 Minuten und 28 Sekunden der IBM Quantum-Laufzeit, und das Ergebnis hält Sie immer noch im richtigen Maßstab. Beim weiteren Pushen werden Fehlermeldungen von IBM Quantum zurückgegeben.

Daher kostet die größte QPE-Schaltung, die auf aktueller Hardware ausgeführt werden kann und 268 Sekunden Laufzeit bei 1.60 US-Dollar pro Sekunde benötigt, mit Fire Opal mit Premium-Zugriff auf IBM Quantum-Hardware 428.80 US-Dollar oder 0.00 US-Dollar ohne Fire Opal, da der Job fehlschlägt.

Fazit: Feueropal ist nicht unbedingt billiger

Sie sagen, dass „Quantum“ nicht intuitiv ist, und es enttäuscht immer wieder. Anstatt durch die Ausführung weniger Iterationen oder die Verkürzung der Laufzeit kostengünstiger zu sein, ist Fire Opal am Ende teurer, weil Sie es weiter vorantreiben können. Sie können einen Algorithmus ausführen, der andernfalls 90,000 US-Dollar kosten würde, weil er nicht annähernd so viel kosten wird. Und Sie können Schaltkreise betreiben, die sonst ausfallen würden, und das kostet nichts. Daher ist Feueropal allein aufgrund seiner tatsächlichen Wirkung teurer.

Brian N. Siegelwax ist ein unabhängiger Quantenalgorithmus-Designer und freiberuflicher Autor für Im Inneren der Quantentechnologie. Er ist bekannt für seine Beiträge auf dem Gebiet des Quantencomputings, insbesondere im Design von Quantenalgorithmen. Er hat zahlreiche Quantencomputing-Frameworks, -Plattformen und -Dienstprogramme evaluiert und seine Erkenntnisse und Erkenntnisse in seinen Schriften weitergegeben. Siegelwax ist außerdem Autor und hat Bücher wie „Dungeons & Qubits“ und „Choose Your Own Quantum Adventure“ geschrieben. Er schreibt regelmäßig auf Medium über verschiedene Themen im Zusammenhang mit Quantencomputing. Seine Arbeit umfasst praktische Anwendungen des Quantencomputings, Rezensionen von Quantencomputing-Produkten und Diskussionen über Quantencomputing-Konzepte.

Kategorien: Gastartikel, Photonik, Quantencomputing

Stichworte: Brian Siegelwachs, Feuer-Opal, Q-STRG