17. April 2024 – Das Quantencomputerunternehmen Riverlane wurde für Phase 2 des Quantum Benchmarking-Programms ausgewählt, das von der Defense Advanced Research Projects Agency (DARPA) finanziert wird.
Ziel des Programms ist es, wichtige Quantencomputing-Metriken für praktisch relevante Probleme zu entwerfen und die erforderlichen Quanten- und klassischen Ressourcen abzuschätzen, die zum Erreichen kritischer Leistungsschwellen erforderlich sind.
Steve Brierley, CEO und Gründer von Riverlane, sagte: „Riverlanes Mission ist es, Quantencomputer schneller nutzbar zu machen und damit eine Ära des menschlichen Fortschritts einzuläuten, die ebenso bedeutsam ist wie die industrielle und digitale Revolution.“ Das DARPA Quantum Benchmarking-Programm steht im Einklang mit diesem Ziel und hilft der Quantengemeinschaft, den Fortschritt zu messen und die Dynamik aufrechtzuerhalten, während wir die Quantenfehlerkorrektur freischalten und Fehlertoleranz ermöglichen.“
Fehlertoleranz wird zunehmend als Voraussetzung für die Erzielung nützlicher Quantenvorteile angesehen. Um dies zu erreichen, müssen die Fehler, denen Quantenbits (Qubits) unterliegen, korrigiert werden. Einfach ausgedrückt ist die Quantenfehlerkorrektur die Basistechnologie für Fehlertoleranz.
Hardwareunternehmen, akademische Gruppen und nationale Labore haben bei kleinen quantenfehlerkorrigierten Systemen erhebliche Fortschritte gemacht, es bestehen jedoch weiterhin viele Herausforderungen bei der Steuerung fehlertoleranter Geräte im großen Maßstab.
Im DARPA Quantum Benchmarking-Projekt arbeitet Riverlane mit erstklassigen Universitäten wie der University of Southern California und der University of Sydney sowie nationalen Labors wie dem Los Alamos National Laboratory (LANL) zusammen, um wichtige Benchmarks für praktische Probleme, insbesondere in den USA, zu ermitteln Bereiche der Plasmaphysik, Fluiddynamik, kondensierte Materie und Hochenergiephysik. Das Team entwickelt Tools zur Schätzung der Quanten- und klassischen Ressourcen, die zur Implementierung von Quantenalgorithmen zur Lösung der Benchmark-Probleme im großen Maßstab erforderlich sind.
Hari Krovi, leitender Quantenwissenschaftler bei Flussstraße, erklärte: „Fehlertoleranz führt zu erheblichen Mehrkosten, sowohl hinsichtlich der Qubit-Anzahl als auch der Berechnungszeit, und es ist wichtig, dies beim Vergleich mit klassischen Techniken zu berücksichtigen.“ Es ist seit einiger Zeit bekannt, dass leichte Beschleunigungen wie etwa eine quadratische Beschleunigung verschwinden können, wenn der Fehlertoleranz-Overhead berücksichtigt wird. Es gibt viele verschiedene Ansätze zur Fehlertoleranz, die in Betracht gezogen werden müssen, und jeder einzelne führt zu Gemeinkosten, die um viele Größenordnungen variieren können.“
Krovi fügte hinzu: „Die Wahl des Quantencodes zur Identifizierung und Korrektur von Fehlern im System kann zu unterschiedlichen Gemeinkosten führen.“ Der Surface Code ist gut entwickelt und das Team konzentriert sich auf Schätzungen, die auf diesem Ansatz basieren.“
Die in diesem Programm geleistete Arbeit liefert ein quantitatives Verständnis des praktischen Quantenvorteils und kann Aufschluss darüber geben, ob und wie disruptiv Quantencomputing in verschiedenen Bereichen ist.
- SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
- PlatoData.Network Vertikale generative KI. Motiviere dich selbst. Hier zugreifen.
- PlatoAiStream. Web3-Intelligenz. Wissen verstärkt. Hier zugreifen.
- PlatoESG. Kohlenstoff, CleanTech, Energie, Umwelt, Solar, Abfallwirtschaft. Hier zugreifen.
- PlatoHealth. Informationen zu Biotechnologie und klinischen Studien. Hier zugreifen.
- Quelle: https://insidehpc.com/2024/04/riverlane-wins-darpa-quantum-benchmarking-program-grant/
