IBM Heron og Condor: fremskridt inden for kvanteberegning i 2023

IBM præsenterede i december 2023 to skridt mod praktiske kvantecomputere: Condor med over 1.000 fysiske qubits og Heron med fokus på at reducere fejl. Artiklen behandler disse offentliggørelser og forventningerne på det tidspunkt.

Kvantecomputere bruger qubits, som kan være i superposition og være sammenfiltrede. En superposition af tilstandene 0 og 1 betyder ikke, at en måling giver alle mulige svar samtidig. Egnede kvantealgoritmer kan give fordele ved bestemte beregninger. Derfor supplerer kvantecomputere klassiske computere; de gør ikke automatisk alle opgaver hurtigere. Molekylesimulering og visse optimeringsproblemer er vigtige forskningsområder.

Interessen skyldes muligheden for at udføre bestemte beregninger langt mere effektivt. Sådanne fremskridt kan få stor betydning for forskning og industri, men den praktiske fordel afhænger af opgaven, algoritmen og hardwaren.

IBMs Heron og Condor

IBM præsenterede Heron og Condor på sit Quantum Summit i december 2023.

Heron bruges i systemet ibm_torino og har 133 qubits med faste frekvenser og justerbare koblere. IBM rapporterede tre til fem gange bedre enhedsydelse end med den tidligere Eagle-processor med 127 qubits; det er ikke en generel hastighedsforøgelse for alle programmer. Konstruktionen undertrykker næsten helt krydstale, altså uønsket påvirkning mellem qubits. IBM tog desuden Quantum System Two med tre Heron-processorer i brug. Den modulære kombination af kvantehardware og klassisk styring gør ikke automatisk processorerne til én fejltolerant kvantecomputer.

Condor har 1.121 superledende fysiske qubits. IBM oplyste en stigning i qubit-tætheden på 50 procent, forbedringer i fremstillingen og over en engelsk mil, cirka 1,6 kilometer, tæt kryogen kabelføring i én fortyndingskøler. Køleren holder temperaturen meget tæt på det absolutte nulpunkt. Condors ydelse var sammenlignelig med den tidligere Osprey-processor med 433 qubits. Flere qubits giver altså ikke nødvendigvis bedre beregninger, men udviklingen gav vigtig viden om skalering og fremtidig hardware.

Disse udviklinger fra IBM er afgørende for at skubbe grænserne for kvanteanvendelse og bevæge sig mod kvante‑centreret supercomputing.

Anvendelser og Begrænsninger

Kvanteberegning kan åbne nye videnskabelige muligheder. Følgende eksempler var forskningsretninger og forventninger i 2023; en praktisk fordel skal påvises for hver anvendelse.

Medicin: Kvantemekaniske simuleringer af molekyler kan understøtte forskning i lægemiddelkandidater. De viser ikke i sig selv, hvordan et lægemiddel virker i mennesker, eller at udviklingen bliver hurtigere og billigere.

Meteorologi: Forskere undersøger, om kvantealgoritmer kan forbedre dele af behandlingen af vejr- og klimadata. Mulige områder er vejrudsigter og forskning i klimaforandringer. Dette var endnu ikke et generelt påvist praktisk forspring i den operationelle vejrvarsling.

Kompleks problemløsning: Kvantealgoritmer undersøges til bestemte vanskelige beregnings- og optimeringsopgaver, blandt andet inden for logistik og forsyningskæder. Fordelen afhænger af problem, algoritme og hardware; alle klassisk vanskelige problemer bliver ikke dermed løselige. Transport, energi og finans er mulige anvendelsesområder.

Det er også vigtigt at erkende, at vi ikke kan vide, hvad vi ikke kan forestille os.  Det betyder, at der vil være utallige uventede fremskridt, som bliver mulige gennem de evner, som denne teknologi en dag vil give.

Kvanteberegning kan åbne nye muligheder for videnskabelige opdagelser og teknologisk udvikling. Dette beskriver branchens fremtidsforventninger og er ikke et verificeret ordret citat af IBM-direktør Arvind Krishna.

Da kvantecomputere repræsenterer en så monumental teknologisk præstation, bør det ikke overraske, at der har været, og fortsat er, betydelige forhindringer og begrænsninger, som skal overvindes over tid.  For eksempel står kvantecomputing i øjeblikket over for udfordringer inden for fejlkorrektion, skalerbarhed og udvikling af praktiske algoritmer.

Nye hindringer kan opstå, efterhånden som forståelsen og hardwaren udvikles. Kvantemekanikkens kompleksitet kræver omhyggelig forklaring og eksperimentel afprøvning.

Kvantemekanik er vanskelig at forstå intuitivt, så konklusioner må bygge på beregninger og eksperimenter. Dette er en forklaring; der blev ikke fundet en verificerbar primærkilde til den oprindelige ordrette formulering, som blev tilskrevet Richard Feynman.

I 2023 begrænsede fejlkorrektion, skalerbarhed og brugbare algoritmer stadig en bred praktisk anvendelse. Optimistiske vurderinger talte om cirka et årti, men det var en prognose og ikke en fast tidsplan.

Uddannelse af den fremtidige kvantecomputing-arbejdsstyrke

Kvanteberegning virkede længe fjern, og specialiserede kurser var sjældne. Udviklingen øger behovet for nye forskere og ingeniører. Mange universiteter tilbyder derfor nu specialiserede kurser og uddannelser på området.

• Institute for Quantum Computing på University of Waterloo kombinerer akademisk forskning med udvikling af anvendelser. Instituttet blev grundlagt i 2002 med støtte fra blandt andre Mike og Ophelia Lazaridis, offentlige bidragydere og universitetet. Originalartiklens cirka 296 forskere og over 1.500 publikationer er historiske tal, ikke aktuelle personale- eller publikationstal.
• Oxfords universitet har bidraget med tidlige demonstrationer af kvantealgoritmer ved hjælp af kernemagnetisk resonans, NMR. Eksperimenterne brugte blandt andet pseudorene tilstande; de var ikke en universel, skalerbar kvantecomputer i en ren tilstand.
• Harvard Quantum Initiative ved Harvard University fremmer forskning og teknik inden for kvantecomputere og deres anvendelser som led i det, der kaldes den anden kvanterevolution.
• Center for Theoretical Physics ved MIT undersøger kvantealgoritmer og kvanteinformationsteori som del af MIT’s bredere forskning på området.
• Centre for Quantum Technologies, der i 2023 var baseret ved National University of Singapore, samt Berkeley Center for Quantum Information and Computation ved University of California, Berkeley er også pionerer inden for uddannelse i kvantecomputing, med fokus på forskning og udvikling af kvanteenheder.
• Joint Quantum Institute ved University of Maryland er et samarbejde mellem universitetet, NIST og LPS om at kontrollere og udnytte kvantesystemer.

Industrielle aktører, der fremmer kvantecomputing

Følgende virksomheder var blandt udviklerne på området i 2023. De statiske børstal i tabellerne er historiske øjebliksbilleder fra originalartiklen med pengebeløb i amerikanske dollar, hvor det er relevant. De interaktive kursmoduler kan vise nyere oplysninger.

1.  International Business Machines Corporation

IBM Prisdiagram

IBM har i lang tid været en førende inden for udviklingen af kvantecomputere.  Virksomheden har til formål at demokratisere udviklingen af kvantecomputing gennem initiativer som Qiskit Patterns.  IBM har også udvidet sin køreplan for at opnå stor‑skala, praktisk kvantecomputing med fokus på nye modulære arkitekturer og netværk, der kan muliggøre kvantesystemer med hundredtusinder af qubits, hvilket er essentielt for praktiske kvanteapplikationer.

2.  Microsoft Corporation

MSFT Prisdiagram

Microsoft fokuserede i 2023 på cloudintegration og samarbejde. Virksomheden nævnte IonQ, Pasqal, Quantinuum, Quantum Circuits Inc. (QCI) og Rigetti som partnere og brugte sin egen sammenligning af kvantevolumener. Det var ikke en universel ydelsessammenligning mellem alle typer kvantecomputere. Azure Quantum skulle understøtte forsøg og videre skalering. Microsoft (MSFT ) understregede et globalt økosystem og planlagde på længere sigt at tilbyde sin egen kvantemaskine som cloudtjeneste via Azure.

3.  Alphabet Inc.

GOOGL Prisdiagram

Alphabet (GOOG ) gjorde fremskridt gennem Google Quantum AI. Et studie i Nature i 2023 viste en beskeden reduktion i den logiske fejlsandsynlighed ved opskalering af et overfladekodeforsøg: cirka 2,914 procent pr. korrektionscyklus ved kodeafstand 5 mod 3,028 procent ved kodeafstand 3. Det var ikke en fuldstændig fejlfri computer. I 2019 rapporterede Google, at Sycamore udførte en særlig opgave med sampling af tilfældige kvantekredsløb på cirka 200 sekunder. Google vurderede, at en klassisk supercomputer ville bruge 10.000 år; IBM bestred vurderingen og foreslog en klassisk metode på cirka 2,5 dage. Sammenligningen gjaldt denne særlige test, ikke alle komplekse beregninger.

Konklusion

Kvantecomputing repræsenterer et banebrydende spring i computerverdenen og tilbyder potentialet til at revolutionere en lang række felter.  Mens IBMs seneste fremskridt med Heron- og Condor‑kvanteprocessorerne markerer betydelige fremskridt mod praktisk kvantecomputing, står teknologien fortsat over for store udfordringer inden for fejlkorrektion, skalerbarhed og algoritmeudvikling – hvilket understreger behovet for fortsat forskning og innovation.

Selvom disse udfordringer fortsat eksisterer, indeholder kvantecomputing løftet om at åbne muligheder, vi ikke engang kan forestille os i dag, og indlede en ny æra af videnskabelig opdagelse og teknologisk fremskridt.  Dens fulde potentiale udfolder sig stadig, og dens indvirkning på forskellige industrier og samfund lover at blive dybtgående.