การสังเคราะห์วงจรควอนตัมขนาดใหญ่อย่างมีประสิทธิภาพ - ภาพรวมของระบบ Classiq - ภายในเทคโนโลยีควอนตัม

แพลตฟอร์ม Classiq นำเสนอวิธีง่ายๆ ในการสังเคราะห์วงจรควอนตัมขนาดใหญ่สำหรับอัลกอริทึมที่ซับซ้อน ในความเป็นจริง คุณสามารถสังเคราะห์วงจรขนาดใหญ่ได้อย่างรวดเร็วและง่ายดายจนคอมพิวเตอร์ควอนตัมเป้าหมายของคุณส่งคืนข้อผิดพลาด มันอาจจะไม่ส่งกลับ "สัญญาณรบกวน" จากวงจรที่ทำงานลึกขนาดนั้น แต่ข้อผิดพลาดบ่งชี้ว่าวงจรเหล่านี้ไม่สามารถทำงานได้เลย

ปัญหามีสามระดับ แม้จะมีวงจรควอนตัมขนาดเล็ก การดำเนินการทุกครั้งก็มีโอกาสที่จะเกิดข้อผิดพลาดได้ เมื่อข้อผิดพลาดสะสม ผลลัพธ์ก็ไร้ประโยชน์อย่างรวดเร็ว เมื่อวงจรมีขนาดใหญ่ขึ้น คุณเสี่ยงที่จะถึงขีดจำกัดของระยะเวลาที่สามารถรักษาข้อมูลควอนตัมได้ ซึ่งหมายความว่าอัลกอริทึมจะไม่มีเวลาดำเนินการให้เสร็จสิ้น ลองนึกภาพว่าต้องการชมวิดีโอ YouTube ความยาว 20 นาทีด้วยอายุการใช้งานแบตเตอรี่เพียง 5 นาที คุณไม่สามารถทำมันได้ คุณไม่สามารถเสียบปลั๊กคอมพิวเตอร์ควอนตัม และไม่สามารถชาร์จและดำเนินการต่อได้ คุณไม่สามารถรันอัลกอริธึมทั้งหมดได้ทันเวลา และเมื่อวงจรมีขนาดใหญ่มาก มักมีข้อความแสดงข้อผิดพลาดดังกล่าวบ่งชี้ว่าระบบควบคุมจะไม่พยายามรันอัลกอริทึมด้วยซ้ำ

ดูเหมือนว่าทีมงาน Classiq จะแนะนำว่าแพลตฟอร์มนี้ไม่เพียงแต่สังเคราะห์วงจรขนาดใหญ่เท่านั้น แต่ยังมีประสิทธิภาพมากกว่า Qiskit ซึ่งเป็นเฟรมเวิร์กการคำนวณควอนตัมที่ได้รับความนิยมมากที่สุดอีกด้วย การยืนยันนี้มีความสำคัญด้วยเหตุผลสี่ประการ: 1) วงจรที่ตื้นกว่าทำงานเร็วกว่าวงจรที่ลึกกว่า 2) รันไทม์ที่เร็วขึ้นสามารถประหยัดต้นทุนได้อย่างมากเมื่อการเรียกเก็บเงินขึ้นอยู่กับรันไทม์ 3) การดำเนินการที่น้อยลงหมายถึงข้อผิดพลาดที่น้อยลงซึ่งต้องมีการแก้ไข และ 4) เนื่องจากคอมพิวเตอร์ควอนตัม เมื่อโตเต็มที่และสามารถรันอัลกอริธึมขนาดใหญ่ได้ วงจรขนาดเล็กจะมีประโยชน์ก่อน

มี คลาสสิก สมุดบันทึก ที่เปรียบเทียบแพลตฟอร์ม Classiq กับ Qiskit โดยใช้อัลกอริทึม HHL หากเราต้องการเห็นความแตกต่างด้านประสิทธิภาพ อัลกอริธึม HHL มีขนาดใหญ่พอที่จะเน้นความแตกต่างเหล่านั้นได้

อัลกอริทึม HHL

อัลกอริธึม Harrow–Hassidim–Lloyd หรืออัลกอริธึม HHL สัญญาว่าจะแก้ระบบสมการเชิงเส้นด้วยการเร่งความเร็วแบบเอ็กซ์โปเนนเชียลเหนืออัลกอริธึมคลาสสิกที่รู้จักกันดีที่สุด สมการเหล่านี้มีการนำไปประยุกต์ใช้อย่างกว้างขวางในด้านวิทยาศาสตร์และวิศวกรรมศาสตร์

ปัญหาคือวงจร HHL แม้จะมีปัญหากับของเล่นเพียงเล็กน้อย แต่ก็ยังมีความลึกอย่างไม่น่าเชื่อ หากคุณต้องการสาธิตวงจรที่ส่งกลับข้อผิดพลาดแทนที่จะแสดงผลลัพธ์บนคอมพิวเตอร์ควอนตัมปัจจุบัน นี่คืออัลกอริทึมที่ต้องลอง 

โน้ตบุ๊ค Classic

เรากำลังดูตัวชี้วัดหลักสามประการ: ความเที่ยงตรง ความลึกของวงจร และจำนวน CX ความเที่ยงตรงคือความใกล้เคียงของผลลัพธ์กับวิธีแก้ปัญหาที่แน่นอน เนื่องจากขนาดของวงจร ทุกอย่างจึงต้องคำนวณแบบคลาสสิก ความลึกของวงจรระบุจำนวนขั้นตอนที่จำเป็นในการดำเนินการทั้งหมด การผลักดันหรือเกินขีดจำกัดของคอมพิวเตอร์ควอนตัมในปัจจุบัน จำนวน CX ระบุจำนวนการดำเนินการหลายควิบิต เนื่องจากมีแนวโน้มที่จะเกิดข้อผิดพลาดได้ง่ายเป็นพิเศษ

วงจร Classiq แสดงความเที่ยงตรงที่ดีขึ้นโดยมีความลึกของวงจรน้อยกว่ามากและการดำเนินการ CX น้อยกว่ามาก แม้ว่าจะยังมีขนาดใหญ่เกินกว่าจะวิ่งได้ แต่ก็มีประโยชน์มากกว่าวงจรของ Qiskit มาก ที่สำคัญ ความเที่ยงตรงที่คำนวณแบบคลาสสิกเน้นย้ำว่าวงจรของ Classiq ไม่เพียงแต่เล็กลงเท่านั้น แต่ในความเป็นจริงแล้ว ยังคงได้รับการออกแบบมาเพื่อแก้ปัญหาที่เลือกในขนาดที่ลดลงนี้ 

ความสงสัยตามธรรมชาติ

ปัญหาในการไว้วางใจสมุดบันทึกของ Classiq คือทีม Classiq ไม่เพียงแต่จัดหาโซลูชันของตนเองเท่านั้น แต่ยังจัดหาโซลูชันของ Qiskit อีกด้วย เห็นได้ชัดว่าพวกเขาต้องการให้แพลตฟอร์ม Classiq ดูดี ดังนั้นจึงเป็นสิ่งสำคัญที่จะต้องตรวจสอบการอ้างสิทธิ์ของตนกับการใช้งาน HHL ที่ใช้ Qiskit แต่ไม่ได้รับการพัฒนาโดยทีมงาน Classiq 

สมุดบันทึกของ Qiskit

การนำไปใช้งานที่ง่ายที่สุดคือ บทช่วยสอน HHL ของ Qiskitซึ่งช่วยให้ปัญหาของ Classiq ได้รับการแก้ไขโดยใช้โค้ดของทีม Qiskit สมุดบันทึกนี้ประกอบด้วยสองวิธี วิธีแรกสร้างวงจรขนาดใหญ่แต่แม่นยำกว่า และวิธีหนึ่งสร้างวงจรขนาดเล็กลงโดยลดความแม่นยำลง 

วงจร Classiq ไม่เพียงแต่มีขนาดเล็กกว่าวงจร Qiskit ทั้งสามวงจรอย่างมาก แต่ยังต้องใช้คิวบิตน้อยกว่าวงจร Naive และ Tridi ของ Qiskit หนึ่งตัวอีกด้วย 

เนื่องจากมีความเที่ยงตรงสูง การใช้งาน Qiskit ของ Classiq จึงดีกว่าการใช้งาน Qiskit Naive มากกว่าการใช้งาน Qiskit Tridi แม้ว่าจำนวน CX จะสูงกว่า 25% แต่ความลึกของวงจรก็ลดลง 70% โดยใช้ควิบิตน้อยลงหนึ่งตัว หากเรามีคอมพิวเตอร์ควอนตัมที่แก้ไขข้อผิดพลาดในปัจจุบัน นั่นหมายความว่าการใช้งาน Qiskit ของ Classiq จะทำงานได้เร็วขึ้น และมีค่าใช้จ่ายในการเข้าถึงฮาร์ดแวร์ต่ำกว่าการใช้งานที่มีความเที่ยงตรงสูงของ Qiskit

บทสรุป: Classiciq ยึดมั่น

อย่างน้อยที่สุดสำหรับกรณีเฉพาะนี้ คำกล่าวอ้างของ Classiq ก็ยังคงอยู่ HHL ไม่เพียงแต่ใช้งานง่ายเท่านั้น แต่ขนาดวงจรที่แตกต่างกันก็มีความสำคัญเช่นกัน วงจรของ Classiq ไม่เพียงทำงานเร็วกว่าทางเลือก Qiskit สามตัวเท่านั้น แต่ยังมีราคาถูกกว่าผ่าน IBM Quantum และเมื่อฮาร์ดแวร์คอมพิวเตอร์ควอนตัมได้รับการปรับปรุง การใช้งาน Classiq จะเป็นครั้งแรกในสี่ประการที่จะมีประโยชน์

ไบรอัน เอ็น. ซีเกลแวกซ์ เป็นผู้ออกแบบอัลกอริทึมควอนตัมอิสระและเป็นนักเขียนอิสระให้กับ ภายในเทคโนโลยีควอนตัม. เขาเป็นที่รู้จักจากผลงานของเขาในด้านการคำนวณควอนตัม โดยเฉพาะอย่างยิ่งในการออกแบบอัลกอริทึมควอนตัม เขาได้ประเมินเฟรมเวิร์ก แพลตฟอร์ม และยูทิลิตี้การประมวลผลควอนตัมมากมาย และได้แบ่งปันข้อมูลเชิงลึกและข้อค้นพบผ่านงานเขียนของเขา Siegelwax ยังเป็นนักเขียนและได้เขียนหนังสือเช่น "Dungeons & Qubits" และ "Choose Your Own Quantum Adventure" เขาเขียนบน Medium เป็นประจำเกี่ยวกับหัวข้อต่างๆ ที่เกี่ยวข้องกับการคำนวณควอนตัม งานของเขาประกอบด้วยการประยุกต์ใช้คอมพิวเตอร์ควอนตัมในทางปฏิบัติ การทบทวนผลิตภัณฑ์คอมพิวเตอร์ควอนตัม และการอภิปรายเกี่ยวกับแนวคิดคอมพิวเตอร์ควอนตัม

หมวดหมู่:
เล็คทรอนิคส์, การคำนวณควอนตัม

คีย์เวิร์ด:
ไบรอัน ซีเกลแว็กซ์, คลาสสิก, คิสกิต, qubits

• เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
• PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
• เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
• เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
• เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
• ที่มา: https://www.insidequantumtechnology.com/news-archive/efficient-synthesis-of-massive-quantum-circuits-an-overview-of-the-classiq-system/