Göra Quantum Computing billigare och dyrare - Granska Q-CTRL:s Fire Opal: Av Brian Siegelwax

Återutgiven av Platon

anhängare: 0

En bild av Q-CTRL:s Fire Opal-plattform och dess anspråk på att göra kvantdatorer billigare att använda.

By Gästförfattare postat 21 februari 2024

Den här artikeln började med att visa hur man använder Q-CTRL Fire Opal ansökan kan spara pengar på åtkomst till kvantdatorhårdvara. Och det kommer att börja göra det. Men eftersom experiment är benägna att göra, upptäcktes en oväntad vändning längs vägen.

En bild över hur Q-CTRLs Fire Opal arbetar för att hitta innovativa lösningar. (PC Q-CTRL)

Först: Spara avsevärda pengar

Q-CTRL har publicerat en artikel titeln "Att minska kvantberäkningskostnaderna 2,500 XNUMXX med Fire Opal” där de hävdar att ”uppskattningarna gick från beräknade $89,205 32 för en enda körning av en QAOA-algoritm till endast $XNUMX” med Fire Opals QAOA-lösare.

Utan att bli tekniskt använder QAOA en parametriserad kvantkrets. Vi gissar parametrarna och kör sedan kretsen. Baserat på resultaten justerar vi iterativt parametrarna och kör om kretsen tills vi kommer fram till en acceptabel lösningsapproximation.

Vad vi är bekymrade över här är kostnaden för att driva den kretsen. Varje gång vi kör den kretsen tar vi på oss den kostnaden. Följaktligen är vårt mål att köra denna algoritm med så få möjliga iterationer. Att göra det är både snabbare och billigare.

Jag har personligen jämfört Fire Opals QAOA-lösare mot två andra QAOA-lösare, och det råder ingen tvekan om att Fire Opal minskade detta antal iterationer. Fire Opal förbättrar dramatiskt kvaliteten på varje iterations resultat så att du faktiskt kommer fram till en ungefärlig lösning. För att vara ärlig gav jag upp de andra två lösarna. Så även om jag personligen inte kommer att spendera 90,000 2500 $ bara för att verifiera Q-CTRL:s påstående om XNUMXX, kan jag verifiera att Fire Opal slutar köra kretsar när den kommer fram till en ungefärlig lösning, medan jag inte kan verifiera att de andra lösarna får där överhuvudtaget. Den utvalda bilden överst i den här artikeln kom från Q-CTRL och visar en besparing på 5700X, men den har ingen associerad artikel att länka till.

För det andra: Spendera oändligt mycket mer pengar

Det vi egentligen borde vara intresserade av är dock algoritmer som är avsedda för feltolerant kvantberäkning (FTQC). Dessa algoritmer tar så lång tid att exekvera att dagens kvantdatorer returnerar rent brus. Även om vi normalt fokuserar på kvaliteten på resultaten eller bristen på sådana, kan vi också behöva överväga körtid. En prismodell kan baseras på hur många gånger vi kommer att köra varje krets, men den kan också baseras på hur länge den går. Om Fire Opal kan förbättra effektiviteten i kretsutförandet kan det leda till lägre körtidsrelaterade kostnader.

Jag använder Classiq-plattformen Python SDK att syntetisera enorma kretsar, såsom de som krävs för kvantfasuppskattning (QPE). Om vi vill se hur mycket billigare Fire Opal är, måste vi köra största möjliga kretsar så att vi kan se en tydlig spridning.

Jag började med molekylärt väte (H2) med en räknande qubit. Om du inte är bekant, beräknar QPE grundtillståndsenergin för molekyler med hjälp av ett register (dataqubits) för att representera molekylen och ett register (räkna qubits) för att bestämma lösningens precision. Helst vill vi använda åtta räknande qubits för H2, men jag har redan testat det och nuvarande hårdvara kan inte hantera det. H2 kräver bara en data-qubit, så denna första krets använde bara två qubits totalt.

Både Qiskit och Fire Opal använde sju sekunder av IBM Quantum runtime. Fire Opal tillämpade dock automatiskt felreducering, vilket förbrukade ytterligare 21 sekunders körtid. För att vara rättvis använde jag Qiskits motsvarighet, kallad M3, och M3 använde bara 11 extra sekunders körtid. För H2 med en räknande qubit vann Qiskit faktiskt körtidsjämförelsen.

Men jag provade sedan H2 med två räknande qubits. De Qiskit jobbet misslyckades, medan Fire Opal-jobbet slutfördes med tillräcklig noggrannhet för att du grovt kan uppskatta lösningen. Precisionen är långt ifrån där den behöver vara, men den är åtminstone i rätt bollplank.

Och däri ligger den oväntade vändningen. Kostnaden för det misslyckade Qiskit-jobbet är $0.00. Eftersom Fire Opal-jobbet slutförts, ironiskt nog, är det oändligt mycket dyrare när du använder en IBM Quantum-premiumplan.

Dessutom kan Fire Opal trycka förbi H2 med två räknande qubits. Jag har personligen drivit det till H2 med 6 räknande qubits samt till molekylärt syre (O2) – vilket kräver 11 data qubits – med 2 räknande qubits. O2 med 2 räknande qubits förbrukade 4 minuter och 28 sekunder av IBM Quantum-körtid, och resultatet håller dig fortfarande i rätt bollplank. Om du trycker ytterligare returneras felmeddelanden från IBM Quantum.

Därför kostar den största QPE-kretsen som kan köras på nuvarande hårdvara, som förbrukar 268 sekunders körtid vid 1.60 USD per sekund, 428.80 USD med Fire Opal med premiumåtkomst till IBM Quantum-hårdvara, eller 0.00 USD utan Fire Opal eftersom jobbet kommer att misslyckas.

Slutsats: Fire Opal är inte nödvändigtvis billigare

De säger att "kvantum" är ointuitivt, och det misslyckas aldrig att göra en besviken. Istället för att bli billigare genom att köra färre iterationer eller förkorta körtiden, blir Fire Opal dyrare eftersom du kan driva den längre. Du kan köra en algoritm som annars skulle kunna kosta $90,000 XNUMX eftersom den inte kommer att kosta i närheten av det. Och du kan köra kretsar som annars skulle misslyckas och inte kostar något. Därför är Fire Opal dyrare helt enkelt på grund av att den faktiskt fungerar.

Brian N. Siegelwax är en oberoende Quantum Algorithm Designer och frilansskribent för Inuti Quantum Technology. Han är känd för sina bidrag till kvantberäkningsområdet, särskilt i utformningen av kvantalgoritmer. Han har utvärderat många kvantberäkningsramar, plattformar och verktyg och har delat med sig av sina insikter och rön genom sina skrifter. Siegelwax är också författare och har skrivit böcker som "Dungeons & Qubits" och "Choose Your Own Quantum Adventure". Han skriver regelbundet på Medium om olika ämnen relaterade till kvantberäkning. Hans arbete inkluderar praktiska tillämpningar av kvantdatorer, recensioner av kvantdatorprodukter och diskussioner om kvantdatorkoncept.

Kategorier: Gästartikel, fotonik, kvantkalkylering

Taggar: Brian Siegelwax, Fire Opal, Q-CTRL