Rendere l'informatica quantistica più economica e più costosa: revisione dell'opale di fuoco di Q-CTRL: di Brian Siegelwax

Ripubblicato da Platone

Seguaci: 0

Un'immagine della piattaforma Fire Opal di Q-CTRL e della sua affermazione di rendere il calcolo quantistico più economico da usare.

By Autore ospite pubblicato il 21 febbraio 2024

Questo articolo è iniziato con l'intenzione di dimostrare come utilizzare Q-CTRL Opale di Fuoco applicazione può farti risparmiare denaro sull'accesso all'hardware del computer quantistico. E inizierà a farlo. Ma come si tende a fare la sperimentazione, lungo il percorso è stata scoperta una svolta inaspettata.

Un grafico di come funziona Fire Opal di Q-CTRL per trovare soluzioni innovative. (Q-CTRL PC)

Primo: risparmiare molto denaro

Q-CTRL ha pubblicato un articolo dal titolo "La riduzione dei costi di calcolo quantistico è pari a 2,500 volte con Fire Opal" in cui affermano che "le stime sono passate da 89,205 dollari previsti per una singola esecuzione di un algoritmo QAOA a soli 32 dollari" utilizzando il risolutore QAOA di Fire Opal.

Senza entrare nel tecnico, QAOA utilizza un circuito quantistico parametrizzato. Indoviniamo i parametri e quindi eseguiamo il circuito. Sulla base dei risultati, regoliamo iterativamente i parametri e rieseguiamo il circuito finché non arriviamo a un'approssimazione della soluzione accettabile.

Ciò che ci interessa qui è il costo di gestione di quel circuito. Ogni volta che percorriamo quel circuito, sosteniamo quel costo. Di conseguenza, il nostro obiettivo è eseguire questo algoritmo con il minor numero di iterazioni possibili. Farlo è sia più veloce che più economico.

Ho confrontato personalmente il risolutore QAOA di Fire Opal con altri due solutori QAOA e non c'è dubbio che Fire Opal abbia ridotto questo numero di iterazioni. Fire Opal migliora notevolmente la qualità dei risultati di ogni iterazione in modo da arrivare effettivamente a una soluzione approssimativa. Ad essere sincero, ho rinunciato agli altri due risolutori. Quindi, anche se personalmente non spenderò $ 90,000 solo per verificare l'affermazione di Q-CTRL di 2500X, posso verificare che Fire Opal interrompe l'esecuzione dei circuiti quando arriva a una soluzione approssimativa, mentre non posso verificare che gli altri risolutori ottengano lì affatto. L'immagine in primo piano nella parte superiore di questo articolo proviene da Q-CTRL e mostra un risparmio di 5700X, ma non ha un articolo associato a cui collegarsi.

Secondo: spendere infinitamente più denaro

Ciò a cui dovremmo veramente interessarci, però, sono gli algoritmi destinati al calcolo quantistico tollerante ai guasti (FTQC). Questi algoritmi richiedono così tanto tempo per essere eseguiti che i computer quantistici di oggi restituiscono puro rumore. Anche se normalmente ci concentriamo sulla qualità dei risultati o sulla loro mancanza, potremmo dover considerare anche il tempo di esecuzione. Un modello di prezzo potrebbe basarsi su quante volte eseguiremo ciascun circuito, ma potrebbe anche basarsi sulla durata del percorso. Se Fire Opal potesse migliorare l'efficienza dell'esecuzione del circuito, ciò potrebbe tradursi in minori costi legati al tempo di esecuzione.

Utilizzo la piattaforma Classiciq SDK Python per sintetizzare circuiti enormi, come quelli richiesti per la stima quantistica della fase (QPE). Se vogliamo vedere quanto è meno costoso l'Opale di Fuoco, dovremo eseguire i circuiti più ampi possibili in modo da poter vedere uno spread chiaro.

Ho iniziato con l'idrogeno molecolare (H2) con un qubit di conteggio. Se non hai familiarità, QPE calcola l'energia dello stato fondamentale delle molecole utilizzando un registro (qubit di dati) per rappresentare la molecola e un registro (contando qubit) per determinare la precisione della soluzione. Idealmente, vogliamo utilizzare otto qubit di conteggio per H2, ma l'ho già testato e l'hardware attuale non è in grado di gestirlo. H2 richiede solo un qubit di dati, quindi questo primo circuito utilizzava solo due qubit in totale.

Sia Qiskit che Fire Opal hanno utilizzato sette secondi di IBM Tempo di esecuzione quantistico. Tuttavia, Fire Opal ha applicato automaticamente la mitigazione degli errori, che ha consumato altri 21 secondi di runtime. Per essere onesti, ho applicato l'equivalente di Qiskit, chiamato M3, e M3 ha utilizzato solo 11 secondi aggiuntivi di autonomia. Per H2 con un qubit di conteggio, Qiskit ha effettivamente vinto il confronto di runtime.

Ma poi ho provato H2 con due qubit di conteggio. IL Qikit il lavoro non è riuscito, mentre il lavoro Opale di fuoco è stato completato con una precisione sufficiente da poter stimare approssimativamente la soluzione. La precisione è lontana da quella necessaria, ma almeno è nel livello corretto.

E qui sta la svolta inaspettata. Il costo del processo Qiskit non riuscito è $ 0.00. Poiché il lavoro Fire Opal completato, ironicamente, è infinitamente più costoso quando si utilizza un piano premium IBM Quantum.

Inoltre, Fire Opal può superare H2 con due qubit di conteggio. Personalmente l'ho spinto su H2 con 6 qubit di conteggio e su ossigeno molecolare (O2) – che richiede 11 qubit di dati – con 2 qubit di conteggio. O2 con 2 qubit di conteggio ha consumato 4 minuti e 28 secondi di runtime IBM Quantum e il risultato ti mantiene comunque nel campo di gioco corretto. Un ulteriore push restituisce messaggi di errore da IBM Quantum.

Pertanto, il circuito QPE più grande che può essere eseguito sull'hardware attuale, consumando 268 secondi di runtime a 1.60 dollari al secondo, costa 428.80 dollari utilizzando Fire Opal con accesso premium all'hardware IBM Quantum, o 0.00 dollari senza Fire Opal perché il lavoro fallirà.

Conclusione: l'opale di fuoco non è necessariamente più economico

Dicono che il “quantistico” non sia intuitivo e non manchi mai di deludere. Invece di essere meno costoso eseguendo meno iterazioni o riducendo il tempo di esecuzione, Fire Opal finisce per essere più costoso perché puoi spingerlo oltre. Puoi eseguire un algoritmo che altrimenti potrebbe costare $ 90,000 perché non costerà neanche lontanamente quella cifra. E puoi gestire circuiti che altrimenti fallirebbero e non costerebbero nulla. Pertanto, l'Opale di Fuoco è più costoso semplicemente perché funziona davvero.

Brian N. Siegelwax è un progettista indipendente di algoritmi quantistici e uno scrittore freelance per Dentro la tecnologia quantistica. È noto per i suoi contributi nel campo dell'informatica quantistica, in particolare nella progettazione di algoritmi quantistici. Ha valutato numerosi framework, piattaforme e utilità di calcolo quantistico e ha condiviso le sue intuizioni e scoperte attraverso i suoi scritti. Siegelwax è anche un autore e ha scritto libri come "Dungeons & Qubits" e "Scegli la tua avventura quantistica". Scrive regolarmente su Medium su vari argomenti relativi all'informatica quantistica. Il suo lavoro include applicazioni pratiche dell'informatica quantistica, recensioni di prodotti dell'informatica quantistica e discussioni sui concetti dell'informatica quantistica.

Categorie: Articolo ospite, fotonica, calcolo quantistico

Tag: Brian Siegelwax, Opale di Fuoco, Q-CTRL