7 C
布鲁塞尔
周五,三月29,2024的
新闻俄罗斯科学家使用超级计算机探测谷歌量子处理器的极限

俄罗斯科学家使用超级计算机探测谷歌量子处理器的极限

免责声明:文章中转载的信息和观点是陈述他们的信息和观点,由他们自己负责。 发表于 The European Times 并不自动意味着赞同观点,而是表达观点的权利。

免责声明翻译:本网站的所有文章均以英文发表。 翻译版本是通过称为神经翻译的自动化过程完成的。 如有疑问,请始终参考原始文章。 谢谢你的理解。

谷歌量子处理器的艺术家演绎。

艺术家对 Google 处理器的演绎。 图片来源:Forest Stearns,Google AI 量子驻留艺术家

CPQM 的量子信息处理实验室与 CDISE 超级计算团队“Zhores”合作,模拟谷歌的量子处理器。 根据与谷歌最近的实验相同的统计数据再现无噪音数据,该团队能够指出潜伏在谷歌数据中的微妙影响。 这种效应称为可达性缺陷,是 Skoltech 团队在其研究中发现的。 过去的工作. 数字证实谷歌的数据处于所谓的密度相关雪崩边缘,这意味着未来的实验将需要更多的量子资源来执行量子近似优化。 结果发表在该领域的领先期刊上 量子。

从数值计算的早期开始,量子系统就显得非常难以模仿,尽管其确切原因仍然是积极研究的主题。 尽管如此,经典计算机在模拟量子系统方面显然存在固有的困难,这促使一些研究人员改变了说法。

Richard Feynman 和 Yuri Manin 等科学家在 1980 年代初期推测,似乎使量子计算机难以用经典计算机模拟的未知成分本身可以用作计算资源。 例如,量子处理器应该擅长模拟量子系统,因为它们受相同的基本原理支配。

这种早期的想法最终导致谷歌和其他科技巨头创建了期待已久的量子处理器的原型版本。 这些现代设备容易出错,它们只能执行最简单的量子程序,并且每次计算都必须重复多次以平均误差,以便最终形成近似值。

这些当代量子处理器研究最多的应用之一是量子近似优化算法,或 QAOA(发音为“kyoo-ay-oh-AY”)。 在一系列戏剧性的实验中,谷歌使用其处理器使用 23 个量子位和三个可调程序步骤来探测 QAOA 的性能。

简而言之,QAOA 是一种旨在近似解决由经典计算机和量子协处理器组成的混合设置上的优化问题的方法。 Google 的 Sycamore 等原型量子处理器目前仅限于执行嘈杂和有限的操作。 使用混合设置,希望能够减轻这些系统限制中的一些,并且仍然恢复量子行为以利用,使诸如 QAOA 之类的方法特别有吸引力。

Skoltech 科学家最近取得了一系列与 QAOA 相关的发现,例如见文章 点击此处. 其中最突出的是从根本上限制了 QAOA 的适用性的影响。 他们表明,优化问题的密度(即其约束与变量之间的比率)是实现近似解的主要障碍。 就在量子协处理器上运行的操作而言,需要额外的资源来克服这一性能限制。 这些发现是使用笔和纸以及非常小的仿真完成的。 他们想看看他们最近发现的效果是否在谷歌最近的实验研究中表现出来。

Skoltech 的量子算法实验室随后联系了由 Oleg Panarin 领导的 CDISE 超级计算团队,以获得模拟谷歌量子芯片所需的大量计算资源。 量子实验室成员、高级研究科学家 Igor Zacharov 博士与其他几人合作,将现有的仿真软件转换为允许在 Zhores 上进行并行计算的形式。 几个月后,该团队设法创建了一个模拟,该模拟输出具有与 Google 相同的统计分布的数据,并显示了 QAOA 性能急剧下降的一系列实例密度。 他们进一步揭示了谷歌的数据位于这个范围的边缘,超出这个范围,当前的技术水平将不足以产生任何优势。

Skoltech 团队最初发现可达性缺陷(由问题的约束与变量的比率引起的性能限制)存在于一种称为最大约束可满足性的问题中。 然而,谷歌考虑了图能量函数的最小化。 由于这些问题属于同一个复杂性类别,因此它给团队带来了概念上的希望,即这些问题以及后来的效果可以相互关联。 事实证明,这种直觉是正确的。 生成了数据,并且研究结果清楚地表明,可达性缺陷会产生一种雪崩效应,使 Google 的数据处于这种快速过渡的边缘,在这种快速过渡之后,更长、更强大的 QAOA 电路成为必需品。

Skoltech 的数据和信息服务经理 Oleg Panarin 评论说:“我们很高兴看到我们的计算机被推向了这个极端。 该项目漫长且具有挑战性,我们与量子实验室密切合作来开发这个框架。 我们相信这个项目为未来使用 Zhores 进行此类演示奠定了基准。”

Skoltech 的高级研究科学家 Igor Zacharov 补充说:“我们从这项研究的第一作者 Akshay Vishwanatahan 那里获取了现有代码,并将其变成了一个并行运行的程序。 当数据最终出现时,这对我们所有人来说无疑是一个激动人心的时刻,我们拥有与谷歌相同的统计数据。 在这个项目中,我们创建了一个软件包,现在可以模拟各种最先进的量子处理器,具有多达 36 个量子位和十几层深度。”

Skoltech 的博士生 Akshay Vishwanatahan 总结道:“在 QAOA 中通过几个量子比特和层在当时是一项极具挑战性的任务。 我们开发的内部仿真软件只能处理玩具模型案例,我最初认为这个项目虽然是一个令人兴奋的挑战,但几乎是不可能的。 幸运的是,我在一群乐观向上的同龄人中间,这进一步促使我跟进并复制谷歌的无噪音数据。 当我们的数据与谷歌的数据相匹配时,这无疑是一个激动人心的时刻,具有相似的统计分布,我们终于能够从中看到效果的存在。”

参考:“图问题的量子近似优化中的可达性缺陷”,作者:V. Akshay、H. Philathong、I. Zacharov 和 J. Biamonte,30 年 2021 月 XNUMX 日, 量子.
DOI: 10.22331/q-2021-08-30-532

- 广告 -

更多来自作者

- 独家内容 -现货图片
- 广告 -
- 广告 -
- 广告 - 现货图片
- 广告 -

必读

最新文章

- 广告 -