IBM:n Heron ja Condor: kvanttilaskennan kehitysaskeleet vuonna 2023

IBM julkisti joulukuussa 2023 kaksi askelta kohti käytännöllistä kvanttilaskentaa: yli 1 000 fyysisen kubitin Condor-prosessorin ja virheiden vähentämiseen keskittyvän Heron-prosessorin. Tässä artikkelissa tarkastellaan tuon ajankohdan julkistuksia ja odotuksia.

Kvanttitietokoneet käyttävät kubitteja eli kvanttibittejä, joiden tiloihin voi liittyä superpositiota ja lomittumista. Kubitti voi olla tilojen 0 ja 1 superpositiossa, mutta mittaus ei paljasta kaikkia mahdollisia vastauksia yhtä aikaa. Sopivat kvanttialgoritmit voivat nopeuttaa tiettyjä tehtäviä. Kvanttilaskenta täydentää klassista laskentaa eikä korvaa sitä yleisesti. Molekyylien simulointi ja eräät optimointiongelmat ovat tärkeitä tutkimuskohteita.

Kiinnostus perustuu mahdollisuuteen ratkaista tiettyjä laskentatehtäviä huomattavasti nykyistä tehokkaammin. Käytännössä saavutettava etu riippuu kuitenkin ongelmasta, algoritmista ja laitteistosta.

IBM:n Heron ja Condor

IBM esitteli Heronin ja Condorin joulukuun 2023 Quantum Summit -tapahtumassa.

Heron-prosessori on käytössä ibm_torino-järjestelmässä. Siinä on 133 kiinteätaajuista kubittia ja säädettävät kytkentäelementit. IBM ilmoitti laitteen suorituskyvyn parantuneen 3–5-kertaiseksi aiempaan 127 kubitin Eagleen verrattuna; tämä ei tarkoita kaikkien ohjelmien yleistä nopeutumista. Rakenne vähentää kubittien välistä tahatonta ylikuulumista lähes kokonaan. IBM otti käyttöön myös modulaarisen Quantum System Two -järjestelmän, jossa oli kolme Heron-prosessoria. Klassisen ohjauksen ja useiden prosessorien yhdistäminen ei vielä tee niistä yhtä virhesietoista kvanttitietokonetta.

Suprajohtavassa Condor-prosessorissa on 1 121 fyysistä kubittia. IBM kertoi kubittitiheyden kasvaneen 50 prosenttia sekä valmistuksen ja johdotuksen kehittyneen. Yhden laimennusjäähdyttimen sisään mahtuu yli maili eli noin 1,6 kilometriä tiheää kryogeenistä johdotusta. Jäähdytin pitää laitteiston erittäin lähellä absoluuttista nollapistettä. Condorin suorituskyky oli verrattavissa aiempaan 433 kubitin Osprey-prosessoriin: suurempi kubittimäärä ei yksin takaa parempaa laskentakykyä. Laite tuotti tietoa tulevien järjestelmien skaalaamisesta ja suunnittelusta.

Nämä kehitysaskeleet tukevat käyttökelpoisen kvanttilaskennan ja kvanttiprosessoreita hyödyntävien supertietokoneiden kehittämistä.

Sovellukset ja rajoitukset

Kvanttilaskenta voi avata uusia tieteellisiä mahdollisuuksia. Seuraavat esimerkit olivat vuonna 2023 tutkimuskohteita ja tulevaisuuden odotuksia, eivät yleisesti osoitettuja käytännön hyötyjä.

Lääketiede: Molekyylien kvanttimekaaninen simulointi voi auttaa lääkeaineiden tutkimuksessa. Se ei yksin osoita lääkkeen vaikutuksia ihmiskehossa eikä takaa nopeampaa tai halvempaa lääkekehitystä.

Meteorologia: Tutkijat selvittävät, voivatko kvanttialgoritmit parantaa sää- ja ilmastotiedon käsittelyn osatehtäviä. Mahdollisia kohteita ovat sääennusteet ja ilmastonmuutoksen tutkimus. Yleistä käytännön etua operatiiviseen sääennustamiseen ei tällä perusteella ollut vielä osoitettu.

Monimutkaisten ongelmien ratkaisu: Kvanttialgoritmeja tutkitaan myös vaikeissa laskenta- ja optimointitehtävissä, kuten logistiikassa ja toimitusketjuissa. Hyöty riippuu tehtävästä ja toteutuksesta; kaikki klassisesti vaikeat ongelmat eivät muutu ratkaistaviksi. Sovelluksia voi löytyä muun muassa liikenteestä, energiasta ja rahoituksesta.

On myös tärkeää tunnistaa, että emme voi tietää sitä, mitä emme osaa kuvitella. Tämä tarkoittaa, että teknologian tarjoamien kykyjen myötä syntyy lukuisia odottamattomia edistysaskeleita.

Kvanttilaskenta voi avata uusia mahdollisuuksia tieteellisille löydöille ja teknologian kehittämiselle. Tämä on kuvaus alan tulevaisuuden odotuksista, ei varmennettu sanatarkka lainaus IBM:n toimitusjohtaja Arvind Krishnalta.

Kvanttitietokoneiden kehittämiseen liittyy merkittäviä teknisiä esteitä. Keskeisiä haasteita ovat virheenkorjaus, skaalautuvuus ja käytännöllisten algoritmien kehittäminen.

Uusia esteitä tulee todennäköisesti vastaan ymmärryksen ja laitteiston kehittyessä. Kvanttimekaniikan monimutkaisuus edellyttää tarkkaa käsitteellistä selitystä ja kokeellista testausta.

Kvanttimekaniikkaa on vaikea hahmottaa arkikokemuksen avulla, joten johtopäätökset perustuvat laskelmiin ja kokeisiin. Tämä on selitys; alkuperäisen tekstin Richard Feynmanille osoittamalle sanatarkalle lainaukselle ei löytynyt varmennettua ensisijaista lähdettä.

Vuonna 2023 virheenkorjaus, skaalautuvuus ja käyttökelpoiset algoritmit rajoittivat vielä laajaa käytännön käyttöä. Optimistiset arviot puhuivat noin vuosikymmenestä, mutta kyse oli ennusteesta, ei varmasta aikataulusta.

Koulutus ja tulevat kvanttilaskennan osaajat

Kvanttilaskenta vaikutti pitkään kaukaiselta, ja siihen erikoistuneita kursseja oli vähän. Alan kehittyessä tarvitaan uusia tutkijoita ja insinöörejä. Monet yliopistot tarjoavat siksi kvanttilaskennan erikoiskursseja ja koulutusohjelmia.

• Waterloon yliopiston Institute for Quantum Computing yhdistää akateemisen tutkimuksen ja sovellusten kehittämisen. Se perustettiin vuonna 2002 muun muassa Mike ja Ophelia Lazaridisin, julkisen rahoituksen ja yliopiston tuella. Alkuperäisen artikkelin noin 296 tutkijaa ja yli 1 500 julkaisua ovat historiallisia lukuja, eivät ajantasainen henkilöstö- tai julkaisumäärä.
• Oxfordin yliopisto on osallistunut kvanttilaskennan varhaiseen kehitykseen esimerkiksi ydinmagneettiseen resonanssiin eli NMR:ään perustuvilla kvanttialgoritmien kokeilla. Niissä käytettiin muun muassa näennäispuhtaita tiloja; kyse ei ollut yleiskäyttöisestä, skaalautuvasta puhdastilaisesta kvanttitietokoneesta.
• Harvardin yliopiston Harvard Quantum Initiative edistää kvanttitietokoneiden ja niiden sovellusten tutkimusta ja tekniikkaa sekä alan koulutusta osana niin sanottua toista kvanttivallankumousta.
• MIT:n teoreettisen fysiikan keskus tutkii kvanttialgoritmeja ja kvantti-informaatioteoriaa osana MIT:n laajempaa kvanttitieteen tutkimusta.
• Singaporen kansallisessa yliopistossa vuonna 2023 toiminut Centre for Quantum Technologies ja Kalifornian yliopiston Berkeleyn yksikön Center for Quantum Information and Computation edistävät myös kvanttilaskennan tutkimusta ja koulutusta sekä kvanttilaitteiden kehitystä.
• Marylandin yliopiston Joint Quantum Institute on yliopiston, NIST:n ja LPS:n yhteinen tutkimusinstituutti, joka tutkii kvanttijärjestelmien hallintaa ja hyödyntämistä.

Kvanttilaskentaa kehittäviä yrityksiä

Seuraavat yritykset kuuluivat alan kehittäjiin vuonna 2023. Taulukoiden staattiset osaketiedot ovat alkuperäisen artikkelin historiallisia tilannekuvia; rahamäärät ovat soveltuvin osin Yhdysvaltain dollareita. Interaktiiviset kurssimoduulit voivat näyttää uudempia tietoja.

1.  International Business Machines Corporation

IBM Hintakaavio

IBM on kehittänyt kvanttilaskentaa pitkään ja pyrkii helpottamaan sovelluskehitystä esimerkiksi Qiskit Patterns -työkaluilla. Sen tiekartta painotti modulaarisia arkkitehtuureja ja verkottumista, joiden tavoitteena oli mahdollistaa entistä suuremmat kvanttijärjestelmät ja käytännölliset sovellukset. Satojentuhansien kubittien järjestelmät olivat tulevaisuuden tavoite, eivät vuoden 2023 valmis laitteisto.

2.  Microsoft Corporation

MSFT Hintakaavio

Microsoftin kvanttilaskentatyö painotti vuonna 2023 pilvi-integraatiota ja yhteistyötä. Yhtiö mainitsi kumppaneinaan IonQ:n, Pasqalin, Quantinuumin, Quantum Circuits Inc:n (QCI) ja Rigettin sekä esitti oman vertailunsa kvanttivolyymeistä. Se ei ollut kaikkien kvanttilaitteiden yleispätevä suorituskykyvertailu. Azure Quantum tuki kokeiluja ja skaalautuvien järjestelmien kehittämistä. Microsoft (MSFT ) korosti maailmanlaajuista ekosysteemiä ja suunnitteli oman kvanttikoneensa tarjoamista tulevaisuudessa Azuren pilvipalveluna.

3.  Alphabet Inc.

GOOGL Hintakaavio

Alphabet (GOOG ) edistyi Google Quantum AI -laboratorionsa kautta. Nature-lehdessä vuonna 2023 julkaistu tutkimus osoitti maltillisen parannuksen loogisessa virhetodennäköisyydessä pintakoodikokeen laajentuessa: noin 2,914 prosenttia korjauskierrosta kohti etäisyydellä 5 ja 3,028 prosenttia etäisyydellä 3. Tämä ei merkinnyt täysin virheetöntä kvanttitietokonetta. Vuonna 2019 Google kertoi Sycamoren suorittaneen tietyn satunnaisten kvanttipiirien näytteenottotehtävän noin 200 sekunnissa. Googlen arvio klassisen supertietokoneen tarvitsemasta ajasta oli 10 000 vuotta; IBM kiisti arvion ja esitti noin 2,5 päivän klassisen toteutuksen. Vertailu koski tätä erityistä testiä, ei kaikkia monimutkaisia laskentatehtäviä.

Johtopäätös

Kvanttilaskenta voi muuttaa useita tutkimus- ja sovellusaloja. IBM:n vuoden 2023 Heron- ja Condor-julkistukset olivat tärkeitä kehitysaskeleita, mutta virheenkorjaus, skaalautuvuus ja algoritmit vaativat edelleen tutkimusta ja kehittämistä.

Alan mahdollisuudet ovat huomattavat, mutta käytännön vaikutukset riippuvat siitä, missä tehtävissä luotettava kvanttietu voidaan osoittaa ja toteuttaa. Teknologian koko potentiaali selviää vähitellen.