कम्प्यूटिंग
क्वांटम कंप्यूटिंग ने बिना शर्त घातीय गति प्राप्त की
जो बातें पहले केवल कागजों पर व्यक्त की जाती थीं, अब उन्हें कार्यरूप में प्रस्तुत किया गया है। क्वांटम कंप्यूटिंग का वादा वास्तविकता में पूरा हो गया है, क्योंकि वे शास्त्रीय कंप्यूटरों को तेजी से और बिना शर्त हराएं1.
इसके लिए, यूएससी विटर्बी स्कूल ऑफ इंजीनियरिंग में इलेक्ट्रिकल और कंप्यूटिंग इंजीनियरिंग के प्रोफेसर डैनियल लिडार के नेतृत्व में शोधकर्ताओं की एक टीम ने चतुर त्रुटि सुधार और आईबीएम के शक्तिशाली 127-क्यूबिट प्रोसेसर का इस्तेमाल किया, जिससे उन्हेंयह साइमन की समस्या का एक भिन्न रूप है, जो दर्शाता है कि क्वांटम मशीनें अब शास्त्रीय सीमाओं से मुक्त हो रही हैं।
क्वांटम कंप्यूटिंग शास्त्रीय सीमाओं और शोर पर कैसे काबू पाती है
दशकों से, शास्त्रीय कंप्यूटिंग ही आदर्श रही है। हालाँकि, हाल के वर्षों में, क्वांटम कम्प्यूटिंग महत्वपूर्ण विकास हुआ है.
कंप्यूटर विज्ञान का एक उभरता हुआ क्षेत्र, क्वांटम कंप्यूटिंग, क्वांटम सिद्धांत के सिद्धांतों (जो परमाणु और उप-परमाणु स्तर पर पदार्थ और ऊर्जा की प्रकृति और व्यवहार की व्याख्या करता है) का उपयोग करके गणना की गति में नाटकीय रूप से वृद्धि करता है।
क्वांटम भौतिकी का उपयोग करते हुए, क्वांटम कंप्यूटिंग का उद्देश्य उन समस्याओं को हल करना है जो हमारे द्वारा दैनिक आधार पर उपयोग किए जाने वाले शास्त्रीय कंप्यूटरों के लिए बहुत जटिल हैं। वास्तव में, क्वांटम कंप्यूटिंग कुछ जटिल सिमुलेशन समस्याओं को हल कर सकती है जिन्हें हल करने में पारंपरिक सुपरकंप्यूटर को भी सैकड़ों हज़ार साल लग जाएँगे।
शास्त्रीय कंप्यूटरों पर वास्तविक एल्गोरिथम संबंधी लाभ प्राप्त करना क्वांटम कंप्यूटिंग का एक प्रमुख लक्ष्य है, ताकि रसायन विज्ञान, क्रिप्टोग्राफी, अनुकूलन और अन्य क्षेत्रों में भविष्य में सफलता प्राप्त की जा सके।
हालाँकि, इसके लिए विशेष क्वांटम कंप्यूटिंग हार्डवेयर और एल्गोरिदम की आवश्यकता होती है जो सुपरपोजिशन और एन्टेंगलमेंट जैसे क्वांटम गुणों का लाभ उठाते हैं। इसके अलावा, क्वांटम कंप्यूटर के लिए शोर एक बड़ी समस्या है।
इसके अलावा, आज के अपूर्ण और शोर वाले क्वांटम हार्डवेयर पर शास्त्रीय कंप्यूटरों पर एल्गोरिथम संबंधी लाभ साबित करना एक चुनौती बनी हुई है।
डिजाइनरों ने NISQ मशीनों जैसे नए समाधानों की खोज शुरू कर दी है, लेकिन ये शोरयुक्त मध्यवर्ती-स्तरीय क्वांटम (NISQ) उपकरण एक ही स्थान पर कार्यात्मक हैं। कई सौ क्यूबिट का अपेक्षाकृत छोटा पैमाना.
इसके अलावा, वे डिकोहेरेंस (क्वांटम सुसंगतता की हानि, जिसमें सिस्टम की सूचना उसके पर्यावरण को चली जाती है) और नियंत्रण त्रुटियों के कारण खराब प्रदर्शन का अनुभव करने के लिए प्रवृत्त होते हैं।
इसलिए, इन उपकरणों पर एल्गोरिदमिक क्वांटम को गति देने पर ध्यान केंद्रित किया जाता है, जो कि केवल एक स्केलिंग लाभ है। जबकि इस तरह के कई प्रदर्शन किए गए हैं, उनमें चुनी गई समस्याओं की जटिलता या तो शास्त्रीय एल्गोरिदम के सीमित सेट की कठिनाई या कम्प्यूटेशनल जटिलता अनुमानों पर निर्भर करती है।
हाल ही में, ओरेकल मॉडल में एक एल्गोरिथम क्वांटम स्पीडअप दिखाया गया था, जो अप्रमाणित मान्यताओं पर निर्भर नहीं था। यह बर्नस्टीन-वजीरानी एल्गोरिथ्म के लिए दिखाया गया था, जिसे आईबीएम क्वांटम प्रोसेसर पर डालने पर देखा गया था, जिसमें डायनेमिकल डिकॉप्लिंग (DD) के माध्यम से अवांछित शोर को समाप्त किया गया था, जो NISQ उपकरणों के लिए एक सामान्य त्रुटि दमन तकनीक है।
अब, दक्षिणी कैलिफोर्निया विश्वविद्यालय की शोध टीम साइमन की समस्या के एक भिन्न रूप को लागू करके शोर के मुद्दे से निपट रही है। यह एक प्रसिद्ध उदाहरण है जहाँ, सिद्धांत रूप में, क्वांटम एल्गोरिदम बिना किसी शर्त के अपने शास्त्रीय समकक्षों की तुलना में तेजी से किसी कार्य को हल कर सकते हैं।
साइमन की समस्या, शोर के एल्गोरिथ्म की पूर्ववर्ती है, जिसका उपयोग क्वांटम कंप्यूटिंग के क्षेत्र में शुरुआत करने के लिए किया जा सकता है।
यह भी उन मूल समस्याओं में से एक है, जिसमें घातीय क्वांटम गति को सिद्ध किया गया है, हालांकि ओरेकल मॉडल में। इस समस्या को हल करने के लिए शास्त्रीय कंप्यूटर पर घातीय समय की आवश्यकता होती है, लेकिन एक शोर रहित क्वांटम कंप्यूटर पर, यह केवल रैखिक समय लेता है, यह मानते हुए कि ओरेकल क्वेरीज़ को गिना जाता है, लेकिन हम इसे निष्पादित करने में खर्च किए गए संसाधनों को ध्यान में नहीं रखते हैं।
इस समस्या में, एबेलियन छिपे हुए उपसमूह में पहचान और एक गुप्त स्ट्रिंग b शामिल है जिसका लक्ष्य b का निर्धारण करना है, इस प्रकार मूल रूप से एक गणितीय फ़ंक्शन में एक छिपे हुए दोहराव पैटर्न को ढूंढना है।
सरल शब्दों में, यह एक अनुमान लगाने वाले खेल की तरह है, जहां खिलाड़ी एक गुप्त संख्या का अनुमान लगाने की कोशिश करते हैं, जो खेल के मेजबान, उर्फ "ओरेकल" के अलावा किसी को भी ज्ञात नहीं होती है।
पवित्र संख्या तब प्रकट होती है जब कोई खिलाड़ी दो संख्याओं का अनुमान लगाता है जिसके लिए ऑरेकल द्वारा दिए गए उत्तर समान होते हैं, और वह खिलाड़ी जीत जाता है। शास्त्रीय खिलाड़ियों की तुलना में, क्वांटम खिलाड़ी इस खेल को तेजी से जीत सकते हैं।
बिना शर्त क्वांटम गति प्राप्त करना
क्वांटम कंप्यूटरों की सहायता से वास्तव में नई सामग्रियों की खोज करने, कोडों को तोड़ने, तथा गणना की गति बढ़ाकर नई दवाइयां डिजाइन करने के लिए, उनका कार्यात्मक होना आवश्यक है।
लेकिन जैसा कि हमने ऊपर बताया, शोर या त्रुटियाँ रास्ते में आ जाती हैं। क्वांटम मशीन पर गणना के दौरान उत्पन्न होने वाली त्रुटियाँ क्वांटम कंप्यूटर को पारंपरिक कंप्यूटरों से भी कम शक्तिशाली बना देती हैं। अब तक यही स्थिति थी।
यूएससी का लाइडार क्वांटम त्रुटि सुधार पर काम कर रहा है और उसने क्लाउड की तुलना में क्वांटम एक्सपोनेंशियल स्केलिंग लाभ दर्शाया है।
इसका विस्तृत विवरण 'एबेलियन हिडन सबग्रुप प्रॉब्लम के लिए एल्गोरिथमिक क्वांटम स्पीडअप का प्रदर्शन' नामक पेपर में दिया गया था, जिसमें लाइडार ने यूएससी और जॉन्स हॉपकिन्स के सहयोगियों के साथ काम किया था।
"इससे पहले पॉलीनोमियल स्पीडअप जैसे अधिक मामूली प्रकार के स्पीडअप के प्रदर्शन हुए हैं। लेकिन एक्सपोनेंशियल स्पीडअप सबसे नाटकीय प्रकार की गति है जिसकी हम क्वांटम कंप्यूटर से अपेक्षा करते हैं।"
- राडार
लिडार के अनुसार, क्वांटम कंप्यूटिंग के लिए मुख्य सफलता यह प्रदर्शित करना है कि हम वास्तव में अपने सामान्य कंप्यूटरों के सापेक्ष स्केलिंग स्पीडअप के साथ संपूर्ण एल्गोरिदम निष्पादित कर सकते हैं। लेकिन जैसा कि उन्होंने स्पष्ट किया, इसका मतलब यह नहीं है कि आप चीजों को 100 गुना तेजी से कर सकते हैं।
लेकिन स्केलिंग स्पीडअप का मतलब यह है कि "जैसे-जैसे आप अधिक चरों को शामिल करके समस्या का आकार बढ़ाते हैं, क्वांटम और क्लासिकल प्रदर्शन के बीच का अंतर बढ़ता रहता है। और एक घातीय गतिवृद्धि का मतलब है कि प्रत्येक अतिरिक्त चर के लिए प्रदर्शन का अंतर लगभग दोगुना हो जाता है," लिडार ने समझाया।
इसके बाद उन्होंने कहा कि टीम ने जो तेजी दिखाई है वह “बिना शर्त” है। अब, इसका मतलब यह है कि गति में वृद्धि किसी भी अप्रमाणित धारणा पर निर्भर नहीं है।
पिछले गति-वृद्धि दावों के लिए यह धारणा आवश्यक थी कि क्वांटम एल्गोरिथम को मानकर चलने के लिए कोई बेहतर शास्त्रीय एल्गोरिथम नहीं है।
यहां टीम ने एक एल्गोरिथ्म का उपयोग किया, जिसे उन्होंने "साइमन की समस्या" के एक रूपांतर को हल करने के लिए क्वांटम कंप्यूटर के लिए संशोधित किया था।
अब, घातीय गति प्राप्त करने के लिए, "कुंजी हार्डवेयर से प्रदर्शन के हर औंस को निचोड़ना है: छोटे सर्किट, स्मार्ट पल्स अनुक्रम और सांख्यिकीय त्रुटि शमन," पहले लेखक फथारापोर्न सिंगकानिपा ने कहा, जो एक यूएससी डॉक्टरेट शोधकर्ता हैं।
टीम ने यह उपलब्धि चार अलग-अलग तरीकों से हासिल की। शोधकर्ताओं ने सबसे पहले अनुमत गुप्त संख्याओं की संख्या को सीमित करके डेटा इनपुट को सीमित किया। तकनीकी रूप से, यह गुप्त संख्याओं के समूह के बाइनरी निरूपण में 1 की संख्या को सीमित करके किया जाता है। इससे क्वांटम लॉजिक ऑपरेशन कम हुए, जो अन्यथा आवश्यक थे, और परिणामस्वरूप, त्रुटि निर्माण की संभावना कम हो गई।
इसके बाद उन्होंने ट्रांसपिलेशन के माध्यम से आवश्यक क्वांटम लॉजिक ऑपरेशन को संपीड़ित किया, जो किसी विशेष क्वांटम डिवाइस की टोपोलॉजी से मेल खाने के लिए दिए गए इनपुट को फिर से लिखने की प्रक्रिया है।
इसके बाद, "डायनेमिक डिकॉप्लिंग" नामक विधि को लागू किया गया और इसका क्वांटम स्पीडअप को प्रदर्शित करने की शोधकर्ताओं की क्षमता पर सबसे अधिक प्रभाव पड़ा। इस विधि में सावधानीपूर्वक डिज़ाइन किए गए पल्स के अनुक्रम को लागू करना शामिल है ताकि किसी क्यूबिट के व्यवहार को उसके शोर भरे वातावरण से अलग किया जा सके और क्वांटम प्रोसेसिंग को सही दिशा में रखा जा सके।
अंत में, शोधकर्ताओं ने कुछ त्रुटियों का पता लगाने और उन्हें ठीक करने के लिए मापन त्रुटि शमन (MEM) का प्रयोग किया। इस चरण का उद्देश्य उन त्रुटियों को ठीक करना है जो एल्गोरिथम के अंत में क्वाबिट्स की स्थिति को मापने में खामियों के कारण गतिशील वियुग्मन के कारण रह गई थीं।
क्वांटम उपयोगिता का मार्ग प्रशस्त करना
क्वांटम कंप्यूटिंग, जटिल समस्याओं को हल करने के लिए क्वांटम मैकेनिकल घटनाओं का लाभ उठाकर लॉजिस्टिक्स, सामग्री विज्ञान, वित्तीय मॉडलिंग, एआई और साइबर सुरक्षा जैसे क्षेत्रों में महत्वपूर्ण लाभ प्रदान कर रही है, जिससे बाजार में महत्वपूर्ण योगदान और वृद्धि देखी जा रही है।
समुदाय ने यह भी दिखाना शुरू कर दिया है कि क्वांटम प्रोसेसर लक्षित कार्यों में अपने पारंपरिक समकक्षों से बेहतर प्रदर्शन कैसे कर सकते हैं।
"हमारे परिणाम से पता चलता है कि आज के क्वांटम कंप्यूटर पहले से ही स्केलिंग क्वांटम लाभ के पक्ष में हैं।" लिडार ने कहा, जो यूएससी डॉर्नसाइफ कॉलेज ऑफ लेटर्स, आर्ट्स एंड साइंस में रसायन विज्ञान और भौतिकी के प्रोफेसर हैं और क्वांटम एलिमेंट्स के सह-संस्थापक हैं, जो एक ऐसी कंपनी है जो बड़े पैमाने पर क्वांटम उपयोगिता का मार्ग प्रशस्त कर रही है और उपयोगकर्ताओं को क्वांटम कंप्यूटरों से जोड़ रही है।
कुछ महीने पहले, क्वांटम एलिमेंट्स टीम की रिपोर्ट2 सफलता प्राप्त करना। उनकी नई तकनीक, तार्किक गतिशील वियोजन, तार्किक त्रुटियों से निपटती है, जो क्वांटम कंप्यूटिंग में एक निरंतर चुनौती है।
टीम ने प्रदर्शित किया कि किस प्रकार यह विशेष मार्ग उन त्रुटियों को रोकता है, जिन्हें पारंपरिक त्रुटि सुधार कोड संबोधित नहीं कर सकते, तथा साथ ही सीमित क्यूबिट फुटप्रिंट को भी बनाए रखता है।
उन्होंने त्रुटि सुधार को तार्किक गतिशील वियुग्मन के साथ संयोजित किया, जिससे टीम को उलझे हुए तार्किक क्यूबिट की विश्वसनीयता में महत्वपूर्ण सुधार करने में मदद मिली, जिससे व्यावहारिक क्वांटम अनुप्रयोग वास्तविकता बनने के और अधिक करीब आ गए।
इस बीच, नवीनतम शोध के साथ, लिडार ने कहा, "क्वांटम प्रदर्शन लाभ पर विवाद करना कठिन होता जा रहा है," क्योंकि प्रदर्शन पृथक्करण को उलटा नहीं किया जा सकता है क्योंकि प्रदर्शित घातीय गति "बिना शर्त" है।
RSI अध्ययन दो अलग-अलग IBM क्वांटम प्रोसेसर का उपयोग करके समस्या के प्रतिबंधित हैमिंग-वेट (HW) संस्करण के लिए एक स्पष्ट एल्गोरिदमिक क्वांटम स्पीडअप दिखाता है। शोधकर्ताओं ने पाया कि जब गणना DD द्वारा संरक्षित होती है तो क्वांटम स्पीडअप बढ़ जाता है। MEM के उपयोग ने स्केलिंग लाभ को और बढ़ा दिया।
त्रुटि दमन के लिए MEM और डायनेमिक कपलिंग का उपयोग किया गया और वास्तविक क्वांटम उपकरणों के लिए समस्या को अनुकूलित करने के लिए संशोधित किया गया। उन्होंने हार्डवेयर सीमाओं के बावजूद क्वांटम सुसंगतता बनाए रखने और सटीकता में सुधार करने में मदद की।
अपने प्रयोगों के साथ, शोधकर्ताओं ने NISQ एल्गोरिदम को शोर के एल्गोरिदम के माध्यम से क्वांटम गतिवृद्धि के प्रदर्शन के बहुत करीब ला दिया है और इस तरह के प्रदर्शन में क्वांटम त्रुटि दमन तकनीकों की प्रमुख भूमिका पर प्रकाश डाला है।
शोधकर्ताओं के अनुसार, वास्तविक क्वांटम हार्डवेयर पर समस्या को हल करने में घातीय गति का प्रदर्शन करना, "इस क्षेत्र के लिए एक महत्वपूर्ण मील का पत्थर है।" सिद्धांत और व्यवहार के बीच की खाई को पाटने के अलावा, उनके परिणाम वर्तमान क्वांटम प्रोसेसर की बढ़ती क्षमताओं पर भी जोर देते हैं। अध्ययन में उल्लेख किया गया है:
"जैसे-जैसे हार्डवेयर में सुधार जारी रहेगा, हमारा दृष्टिकोण निकट भविष्य में क्वांटम लाभ के और भी अधिक शक्तिशाली प्रदर्शनों का मार्ग प्रशस्त करेगा।"
इन सबके बावजूद, अनुमान लगाने वाले खेलों को जीतने के अलावा इस तकनीक का कोई व्यावहारिक अनुप्रयोग नहीं है। यह वास्तव में इस क्षेत्र में अन्य प्रगति के लिए भी सच है।
"हमें क्वांटम के लिए चैटजीपीटी क्षण की आवश्यकता है," वीसी फर्म रूना कैपिटल के एक सहयोगी फ्रांसेस्को रिकियुटी ने दिसंबर में सीएनबीसी से कहा था, जब गूगल ने नई चिप का अनावरण किया था, जिसके बारे में उसने कहा था कि यह क्वांटम कंप्यूटिंग में एक बड़ी सफलता है।
गूगल की क्वांटम चिप का नाम विलो है, जिसमें 105 क्यूबिट हैं और कथित तौर पर क्यूबिट की संख्या बढ़ने पर यह त्रुटियों को "तेजी से" कम कर सकती है। गूगल क्वांटम एआई के संस्थापक हार्टमुट नेवेन ने कहा, "यह क्वांटम त्रुटि सुधार की एक प्रमुख चुनौती का समाधान है, जिस पर यह क्षेत्र लगभग 30 वर्षों से काम कर रहा है।"
विलो ने वह गणना पांच मिनट से भी कम समय में कर ली जिसे करने में आज के सबसे तेज सुपरकम्प्यूटरों को 10 सेप्टिलियन वर्ष लगते।
रिकियुटी ने उस समय कहा था, "वे सामान्य कंप्यूटरों के लिए एक बहुत बड़ी समस्या को परिभाषित करने की कोशिश कर रहे हैं जिसे वे क्वांटम कंप्यूटरों से हल कर सकते हैं। यह आश्चर्यजनक है कि वे ऐसा कर सकते हैं, लेकिन इसका मतलब यह नहीं है कि यह वास्तव में उपयोगी है।"
यहां तक कि गूगल ने भी कहा कि उसके आरसीएस बेंचमार्क का “वास्तविक दुनिया में कोई ज्ञात अनुप्रयोग नहीं है” और “क्वांटम प्रणालियों के वैज्ञानिक रूप से दिलचस्प सिमुलेशन”, जो उन्होंने किए हैं और जिनसे नई वैज्ञानिक खोजें हुई हैं, वे भी “अभी भी शास्त्रीय कंप्यूटरों की पहुंच में हैं।”
हालाँकि, प्रौद्योगिकी दिग्गज ऐसे एल्गोरिदम के क्षेत्र में कदम रखने पर काम कर रही है जो न केवल पारंपरिक कंप्यूटरों की पहुंच से परे हैं, बल्कि "वास्तविक दुनिया, व्यावसायिक रूप से प्रासंगिक समस्याओं के लिए भी उपयोगी हैं।"
इस वर्ष की शुरुआत में, गूगल क्वांटम एआई के हार्डवेयर निदेशक जूलियन केली ने कहा था कि हम "वास्तविक सफलता से लगभग पांच वर्ष दूर हैं, एक प्रकार का व्यावहारिक अनुप्रयोग जिसे आप केवल क्वांटम कंप्यूटर पर ही हल कर सकते हैं।"
एनवीडिया के सीईओ जेन्सेन हुआंग का भी मानना है कि क्वांटम कंप्यूटिंग "असाधारण प्रभाव डाल सकती है", लेकिन उन्होंने कहा कि यह तकनीक "बेहद जटिल है।"
लिडार के अनुसार, "क्वांटम कंप्यूटरों द्वारा व्यावहारिक वास्तविक दुनिया की समस्या को हल करने का दावा करने से पहले अभी भी बहुत काम किया जाना बाकी है।" और इसके लिए ऐसे गति-वृद्धि की आवश्यकता होगी जो उत्तर पहले से जानने वाले ऑरेकल पर निर्भर न हों। इसके अलावा, हमें डिकोहेरेंस और शोर को और कम करने के तरीकों में महत्वपूर्ण प्रगति करनी होगी।
फिर भी, घातीय गतिवृद्धि का प्रदर्शन करके, जो पहले क्वांटम कंप्यूटरों का केवल एक "कागजी वादा" था, शोधकर्ताओं ने एक प्रमुख उपलब्धि हासिल की है, जो जश्न मनाने लायक है।
क्वांटम प्रौद्योगिकी में निवेश
क्वांटम कंप्यूटरों के कारण कंप्यूटिंग क्षमता में एक बड़ी छलांग लगने के साथ, दुनिया भर में कई प्रयोगशालाएं, विश्वविद्यालय, कंपनियां और सरकारी एजेंसियां क्वांटम कंप्यूटिंग प्रौद्योगिकी विकसित कर रही हैं।
इसलिए, जब निवेश के अवसरों की बात आती है, तो हमारे पास वीरांगना (AMZN ), इंटेल (INTC ), तथा माइक्रोसॉफ्ट (MSFT ) इस क्षेत्र में सक्रिय रूप से खोजबीन करने वाले अन्य लोगों के अलावा। लेकिन आज, हम निवेश की संभावनाओं पर एक नज़र डालेंगे आईबीएम (IBM )क्वांटम हार्डवेयर में अग्रणी।
इंटरनेशनल बिजनेस मशीन निगम (IBM )
यूएससी प्रयोग में ही आईबीएम के 127-क्वाबिट प्रोसेसर का इस्तेमाल किया गया था। नवंबर 2021 के अंत में आईबीएम ने पहली बार ईगल नाम से इस प्रोसेसर का अनावरण किया, जो 65 में लॉन्च किए गए 2020-क्वाबिट 'हमिंगबर्ड' प्रोसेसर और उससे एक साल पहले लॉन्च किए गए 27-क्वाबिट 'फाल्कन' प्रोसेसर के बाद आया है।
यूएससी वास्तव में आईबीएम क्वांटम इनोवेशन सेंटर है, जबकि क्वांटम एलिमेंट्स आईबीएम क्वांटम नेटवर्क में एक स्टार्टअप है।
क्षेत्र में केंद्रित प्रयासों के लिए, कंपनी के पास एक समर्पित प्लेटफ़ॉर्म है, IBM क्वांटम, जिसका उद्देश्य पहला बड़े पैमाने पर दोष-सहिष्णु क्वांटम कंप्यूटर बनाना है। तकनीकी दिग्गज का लक्ष्य 100 तक एक ऐसा सिस्टम तैयार करना है जो 200 लॉजिकल क्यूबिट पर 2029 मिलियन गेट्स को सटीक रूप से चलाता हो। इस सिस्टम के साथ, IBM "क्वांटम कंप्यूटिंग की पूरी शक्ति को साकार करने के लिए पहला व्यवहार्य मार्ग खोलेगा।"
आईबीएम अपने न्यूयॉर्क कैंपस में "स्टार्लिंग" नामक इस क्वांटम कंप्यूटर का निर्माण कर रहा है, और यह एक गहरे, त्रुटि-सुधारित सर्किट का समर्थन करेगा। अपने रोडमैप के अनुसार, कंपनी इस साल के अंत में जारी किए जाने वाले एक नए आईबीएम क्वांटम नाइटहॉक प्रोसेसर की भी योजना बना रही है।
पिछले महीने, इसने जापान के एक शोध केंद्र में क्वांटम सिस्टम टू तैनात किया। और इस हफ़्ते, इस तकनीकी दिग्गज ने स्टार्टअप क्यूडमा के $26 मिलियन के फंडिंग राउंड में भाग लिया, जिसके सीईओ को उम्मीद है कि इस साल वह "इस बात का आत्मविश्वास दिखाएंगे कि क्वांटम का लाभ यहीं है।" क्यूडमा पहले से ही आईबीएम के क्यूस्किट फंक्शन कैटलॉग के माध्यम से उपलब्ध है, जो क्वांटम को अंतिम उपयोगकर्ताओं के लिए सुलभ बनाता है।
क्वांटम तकनीक में अग्रणी होने के बावजूद, कंपनी मुख्य रूप से अपने क्लाउड, एआई और परामर्श विशेषज्ञता के लिए जानी जाती है, जिसे यह सॉफ्टवेयर, परामर्श और बुनियादी ढांचे के क्षेत्रों के माध्यम से प्रदान करती है।
अगर हम आईबीएम के बाज़ार प्रदर्शन पर नज़र डालें, तो 268.6 अरब डॉलर के बाज़ार पूंजीकरण वाली इस कंपनी के शेयर इस लेख के लिखे जाने तक 289 डॉलर पर कारोबार कर रहे हैं, जो कि साल-दर-साल 30.85% की वृद्धि है। आईबीएम के शेयर पिछले तीन सालों में 145% की बढ़ोतरी के साथ अच्छा प्रदर्शन कर रहे हैं, क्योंकि इसने नई ऊँचाइयों को छुआ है, जबकि कंपनी खुद को अगली पीढ़ी की एंटरप्राइज़ तकनीक प्रदाता के रूप में पेश करती है।
इसका ईपीएस (टीटीएम) 5.85, पी/ई (टीटीएम) 49.81 और आरओई (टीटीएम) 21.95% है। इस बीच, शेयरधारकों को मिलने वाला लाभांश प्रतिफल आकर्षक 2.31% है।
(IBM )
वित्तीय प्रदर्शन के मामले में, आईबीएम ने 1 की पहली तिमाही के लिए अपने राजस्व में 14.5% की वृद्धि दर्ज की, जो $2025 बिलियन थी। इसका GAAP सकल लाभ मार्जिन 55.2% था और इसका गैर-GAAP सकल लाभ मार्जिन 56.6% था। परिचालन गतिविधियों से शुद्ध नकदी $4.4 बिलियन थी, जबकि मुक्त नकदी प्रवाह $2 बिलियन था।
सीईओ अरविंद कृष्ण ने राजस्व, लाभप्रदता और मुक्त नकदी प्रवाह को उम्मीदों से अधिक होने का श्रेय “जनरेटिव एआई की मजबूत मांग” को दिया, साथ ही आईबीएम “प्रौद्योगिकी और वैश्विक अर्थव्यवस्था के लिए दीर्घकालिक विकास के अवसरों पर आशावादी” बना हुआ है।
नवीनतम आईबीएम स्टॉक समाचार और घटनाक्रम
निष्कर्ष
क्वांटम कंप्यूटर की उपयोगिता स्थापित करने के लिए एक एल्गोरिदमिक क्वांटम स्पीडअप का प्रदर्शन करना महत्वपूर्ण है, जो समस्या के आकार के साथ बढ़ता है। इसलिए, बिना शर्त, घातीय गति का प्रदर्शन क्वांटम कंप्यूटिंग में एक महत्वपूर्ण क्षण को चिह्नित करता है, जो साबित करता है कि आज के उपकरण शास्त्रीय सीमाओं से मुक्त हो सकते हैं।
शोधकर्ताओं की यह उपलब्धि, भविष्यवाणिय एल्गोरिदम के लिए क्वांटम गति-वृद्धि के दायरे को महत्वपूर्ण रूप से बढ़ाती है, अनुभवजन्य क्वांटम लाभ परिणामों की सीमाओं का विस्तार करती है, तथा व्यावहारिक रूप से प्रासंगिक एल्गोरिदम के अंततः पहुंच में आने की ओर संकेत करती है।
कुल मिलाकर, क्वांटम कंप्यूटरों की व्यावहारिक, रोजमर्रा के अनुप्रयोगों की ओर यात्रा अभी भी जारी है, तथा क्वांटम प्रौद्योगिकी की पूरी शक्ति को सामने लाने के लिए इसमें निरंतर सुधार हो रहा है!
शीर्ष क्वांटम कंप्यूटिंग कंपनियों की सूची के लिए यहां क्लिक करें।
संदर्भित अध्ययन:
1. सिंगकानिपा, पी.; कसाट्किन, वी.; झोउ, जेड.; क्विरोज़, जी.; लिडार, एबेलियन हिडन सबग्रुप समस्या के लिए एल्गोरिथम क्वांटम स्पीडअप का डीए प्रदर्शन। भौतिक. रेव. एक्स 2025, 15 (2), 021082. https://doi.org/10.1103/PhysRevX.15.021082
2. वेज़वे, ए.; त्रिपाठी, वी.; मोरफोर्ड-ओबर्स्ट, एम.; बट, एफ.; कसाटकिन, वी.; लिडार, डीए ट्रांसमॉन का उपयोग करके हाई-फिडेलिटी एनटैंगल्ड लॉजिकल क्यूबिट का प्रदर्शन। arXiv 2025, arXiv:2503.14472. https://doi.org/10.48550/arXiv.2503.14472
