Ljusburar kan lösa kvantberäkningens minnesproblem

Flaskhalsen: Varför kvantberäkning behöver nytt minne

För att en kvantdator ska börja användas, om inte rutinmässigt så åtminstone tillförlitligt, måste den med kvantkompatibla komponenter replikera de flesta funktioner som utförs av kiselhalvledare: inte bara beräkning (processor/chip), utan även nätverk och minne.

Nätverksbyggandet går framåt. Vi har sett lanseringen av QNodeOS, ett operativsystem dedikerad till kvantnätverk, tillsammans massproducerbara fotoniska chips, erbium nanofotoniska förstärkareoch kvantteleportation med traditionella optiska fibernät.

Men minnet har varit mer svårfångat, även om ljudvågor kan erbjuda en sorts hybridlösning till frågan om stabilitet.

Denna svårighet uppstår eftersom qubits är extremt instabila, kräver supraledande material, total isolering från miljöstörningar och ultrakalla temperaturer.

Nätverk kan delvis bidra till att lindra minnesbristen genom att vidarebefordra information till andra fysiska qubits i ett kluster, men det här alternativet räcker bara en viss bit. Vid någon tidpunkt kommer komplexa beräkningar att kräva ett långvarigt (enligt kvantmekanism) minnessystem som kan lagra kvantdata på ett tillförlitligt sätt.

Detta är precis vad forskare i Tyskland vid Humboldt-Universität zu Berlin, Stuttgart universitet och Leibniz-institutet för fotonisk teknik verkar ha uppnått.

De skapade en nanoskopisk "ljusbur" som kan lagra kvantdata under en aldrig tidigare skådad tid. De publicerade sina resultat i den vetenskapliga tidskriften Light: Science & Applications.¹, under rubriken "Ljuslagring i ljusburar: en skalbar plattform för multiplexerade kvantminnen".

Vad är nanoskopiska "ljusburar"?

Kvantminne hänvisar till komponenter som kan lagra och bevara intakt kvantinformation (qubits).

I praktiken fungerar detta som RAM: inte för långsiktig datalagring, utan för att hålla data tillgängliga för nästa steg i en beräkningsprocess.

Detta kräver tre på varandra följande steg:

1. Att fånga kvanttillståndet.
2. Lagra detta tillstånd i ett format som är mer stabilt än flyktiga qubits.
3. Hämtar data för vidare bearbetning.

Hur 3D-printade ljusburar fungerar

Grunden för de tyska forskarnas arbete är ”ljusburen”. Dessa nanoskopiska strukturer är utformade för att hålla fast vid ljus utan att det förlorar sina kvantegenskaper.

Källa: Svagt

I det här specifika fallet använde de ihåliga vågledare fyllda med en atomånga av cesiumatomer.

Själva strukturerna byggdes med hjälp av nanoprintteknik, specifikt tvåfotonpolymerisationslitografi med kommersiella 3D-printingsystem.

För att säkerställa långsiktig stabilitet i den reaktiva cesiummiljön är strukturerna belagda med ett skyddande lager, vilket uppvisar anmärkningsvärd hållbarhet utan att någon försämring observeras ens efter fem års drift.

Källa: Svagt

Fördelar jämfört med traditionellt kvantminne

Denna design erbjuder unika fördelar jämfört med tidigare försök.

För det första möjliggör dessa nanoprintade strukturer snabb diffusion av cesiumatomer. Detta minskar den tid som krävs för att fylla kärnan med atomånga från månader till bara dagar, samtidigt som utmärkt optisk fältbegränsning bibehålls.

För det andra möjliggör designen unik sidoåtkomst till kärnregionerna, vilket underlättar hämtning av kvantdata vid behov.

"Vi skapade en styrstruktur som möjliggör snabb diffusion av gaser och vätskor inuti dess kärna, med den mångsidighet och reproducerbarhet som 3D-nanoprintingprocessen ger."

Detta möjliggör verklig skalbarhet för denna plattform, inte bara för tillverkning av vågledarna inom chip utan även mellan chip, för att producera flera chip med samma prestanda.”

Denna skalbarhet gör det mycket enklare att nå ett industriellt kommersiellt stadium. Den möjliggör flera ljusburar på samma chip, vilket ökar det potentiella totala minnet för en kvantprocessor. Variationer inom ett enda chip hölls under 2 nanometer, medan skillnaderna mellan chips förblev under 15 nanometer.

Eftersom lagringsprestandan mellan olika ljusburar är minimal och konsekvent, skapar designen tillförlitliga förväntningar för ingenjörerna.

Svep för att skrolla →

En annan massiv förändring jämfört med de flesta kvantberäkningstekniker är att lättburet minne fungerar strax över rumstemperatur och inte kräver kryogen kylning. Detta gör det inte bara mer tillförlitligt, utan också betydligt mer ekonomiskt.

Hur länge kan ljusburar lagra data?

Ljusburarna möjliggör en mycket effektiv omvandling av guidade ljuspulser till kollektiva atomära excitationer. En optisk styrlaser kan sedan frigöra ljuset på begäran och hämta data för vidare kvantberäkningar.

Forskargruppen lyckades lagra försvagade ljuspulser innehållande endast ett fåtal fotoner under en varaktighet av flera hundra nanosekunder.

Källa: Svagt

Även om denna tidsskala kan verka kort, representerar den i termer av kvantnätverk och fotoniska minnen en ovanligt lång och stabil lagringstid, särskilt för rumstemperaturkompatibla system.

Skalning av kvantnätverk med optiskt minne

Medan nätverk hittills har hjälpt till att kompensera för bristen på minne, skulle tillförlitligt minne omvänt kunna bidra till att skapa mer komplexa nätverk.

Genom att skapa tillförlitlig lagring kan kvantminne fungera som repeaternoder, vilket avsevärt ökar tillförlitligheten och räckvidden för kvantnätverket. Detta är ett viktigt steg mot att nätverka flera kvantchips i en superdator, samt att koppla samman fysiskt avlägsna kvantdatorer.

Slutsats

Kvantberäkning har gjort enorma framsteg de senaste åren, med utveckling av nätverk och större, skalbara kvantchip. Den saknade länken för en fullfjädrad kvantdator eller ett storskaligt kvantnätverk var tillförlitliga minneskomponenter.

Användningen av dessa förbättrade ljusburar kan vara exakt nyckeln till att påskynda utvecklingen av kvantberäkning, tack vare dess billiga och pålitliga tillverkningsprocess.

Nästa steg kommer sannolikt att vara praktiska tester med befintliga kvantchips och optimering av tillverkningsprocessen för att integreras i standardpraxis vid ett halvledargjuteri.

Investeringar i kvantberäkning

Honeywell / Quantinuum (HON)

Quantinuum är resultatet av sammanslagningen av Honeywell Quantum Solutions och Cambridge Quantum.

Honeywell är fortfarande företagets majoritetsägare (troligen 52 % ägande) efter en insamlingsrunda som värderade den till $10 miljarderGrundaren Ilyas Khan rapporteras äga cirka 20 % av företaget. Andra aktieägare inkluderar JSR Corporation, Mitsui, Amgen, IBM och JP Morgan.

En potentiell börsintroduktion av Quantinuum, potentiellt som en del av en större företagsomstrukturering, Analytiker uppskattar att det är värt så mycket som 20 miljarder dollar och kan inträffa mellan 2026 och 2027.

Kvantberäkning är inte den centrala delen av Honeywells verksamhet, som är mer centrerad kring produkter inom flyg- och rymdteknik, automation samt specialkemikalier och material.

Var och en av dessa områden kan dock dra nytta av kvantberäkning, särskilt beräkningskemi och kvantcybersäkerhet, vilket potentiellt ger Honeywell en fördel gentemot sina konkurrenter.

Företagets huvudmodell för närvarande är Helios, efterträdaren till H2, och den "mest exakta kvantdatorn i världen"Den har rekordhöga 98 helt uppkopplade fysiska qubitar med en gate-fidelity på 99.9975 % för en qubit och 99.921 % för två qubitar över alla qubit-par.

Vi använde även Helios för att utföra storskaliga simuleringar i supraledning vid hög temperatur och kvantmagnetism – båda med tydliga vägar till verkliga industriella tillämpningar.

Företaget har strävat efter högkvalitativ databehandling med väldigt lite fel, snarare än att helt enkelt lägga till så många qubits som möjligt, vilket skapar så kallad "feltolerant kvantberäkning".

Denna metod kallas av företaget "Bättre qubits, bättre resultat", där ett liknande antal qubits uppnår 100–1,000 XNUMX gånger mer tillförlitliga resultat.

Källa: Kvantinuum

Detta skulle kunna göra en betydande skillnad i den akut nödvändiga kvantresistenta kryptografin. Försvarsföretaget Thales (HO.PA -0.96 %) är samarbetar redan med Quantinuum, som är internationella banker som HSBC och JP Morgan.

Quantinuum erbjuder också sin egenutvecklade kvantberäkningskemi InQuanto, användbar för läkemedel, materialvetenskap, kemikalier, energi och rymdtillämpningar.

Precis som många andra kvantdatorföretag, Quantinuum erbjuder Helios som en "hårdvara-som-en-tjänst", vilket gör det möjligt för användare att dra nytta av kvantberäkning utan att behöva ta itu med komplexiteten i att använda systemet själva.

Quantinuum tecknade i november 2024 ett partnerskap med tyska Infineon, Europas största halvledartillverkare. Infineon kommer att ta med sin integrerade fotonik- och styrelektronikteknik för att hjälpa till att skapa nästa generation av fångade-jonkvantdatorer.

I takt med att integrerad fotonik närmar sig praktiska användningsområden är det nu tydligt hur viktigt detta partnerskap kan vara för Quantinuums framtid. Vid det här laget verkar det som att nästa steg för företaget blir att släppa världens första AI-fokuserade fotonik-kvantchip.

Under de kommande månaderna kommer Quantinuum att dela resultat från pågående samarbeten och visa upp den banbrytande potentialen hos kvantdrivna framsteg inom generativ AI.

Den innovativa Gen QAI-funktionen kommer att förbättra och påskynda användningen av metalliska organiska ramverk för läkemedelsleverans, vilket banar väg för mer effektiva och personliga behandlingsalternativ, med detaljer som kommer att presenteras vid lanseringen av Helios.

Quantinuum tillkännager generativt genombrott inom kvant-AI med massiv kommersiell potential

Fler pågående användningsområden skulle kunna öka företagets framtida värde kraftigt, och därmed Honeywells andel i det.

Generativ kvant-AI: Att frigöra AI:s fulla potential

(Du kan läsa mer om resten av Honeywells industriella aktiviteter inom automation, flyg- och rymdindustrin och avancerade material i rapporten tillägnad företaget.)

Senaste nyheterna och utvecklingen om Honeywell (HON)-aktien

Studierefererad

^{1. Gómez-López, E., Ritter, D., Kim, J. et al. Ljuslagring i ljusburar: en skalbar plattform för multiplexerade kvantminnen. Light Sci Appl 15, 13 (2026). https://doi.org/10.1038/s41377-025-02085-5}