제퍼넷 로고

과학자들은 슈퍼컴퓨터로 구글의 양자 우위 주장을 반박했습니다.

시간

영상

구글이 양자 컴퓨터가 그 이상의 문제를 해결했다고 발표했을 때 의 능력 가장 강력한 슈퍼컴퓨터이자 업계의 랜드마크였습니다. 그러나 중국 연구자들은 이제 그들이 can 해결 같은 일반 슈퍼컴퓨터의 문제를 단 몇 초 만에 해결할 수 있습니다.

양자의 궁극적인 약속 컴퓨팅 is 그 능력 기존 기계보다 훨씬 더 빠르게 특정 계산 위업을 수행하거나 기존 접근 방식을 사용하여 본질적으로 해독할 수 없는 문제를 해결할 수도 있습니다.

이 분야는 아직 초기 단계이며 오늘날의 장치는 실제 문제를 해결하기에는 너무 작습니다. 그러나 이 분야가 발전하고 있음을 증명하기 위한 노력의 일환으로 양자 프로세서 개발자는 실제적으로 많이 사용되지는 않지만 기술이 할 수 있는 잠재적인 속도 향상을 보여줄 수 있는 문제를 찾기 위해 열심이었습니다.

Google은 2019년에 이 분야에서 중대한 돌파구를 마련했습니다. 플라타너스 프로세서 슈퍼컴퓨터가 10,000만년이 걸릴 문제를 단 200초 만에 풀었다. 본질적으로 프로세서의 출력을 시뮬레이션하는 것과 관련이 있기 때문에 문제는 자신에게 유리하게 조작되었지만, 고전적인 컴퓨터가 어려움을 겪을 수 있음을 보여줌으로써 오늘날 "양자 우위"로 더 일반적으로 알려진 "양자 우위"를 주장할 수 있었습니다.

그러나 이제 친의 연구자들은가지고 있다 단 15시간 만에 같은 문제를 풀었습니다. s를 사용하여ome 영리한 알고리즘 디자인과 적당히 큰 컴퓨터. 그들의 계산에 따르면, 풀사이즈 슈퍼컴퓨터에 접근할 수 있다면 불과 수십초면 충분할 것입니다.

Google이 설정한 과제는 프로세서가 난수 생성기 역할을 하는 정도를 시뮬레이션하는 것이었습니다. 유일한 차이점은 알고리즘을 수백만 번 반복했다는 것이었고 알고리즘의 특성으로 인해 내뿜는 임의의 숫자에서 특정 패턴이 나타나야 합니다.

기존 컴퓨터에서 이를 시뮬레이션하는 것은 프로세서 크기가 증가함에 따라 빠르게 어려워질 것입니다. 인코딩된 정보의 양이 각 추가 큐비트와 함께 기하급수적으로 증가하기 때문입니다. 이 문제를 해결하기 위해 기존 접근 방식을 사용하여 Google은 10,000큐비트 프로세서를 시뮬레이션하는 데 53년이 걸릴 것이라고 예측했습니다.

중국과학원 이론물리연구소 연구팀은 a문제를 해결하는 데 사용된 기본 수학을 다시 작업하여 이 문제를 해결합니다. 그들은 프로세서를 3 큐비트 사이의 논리 게이트를 나타내는 텐서라고 하는 수학적 개체의 53D 네트워크로 표현했습니다. 이 네트워크는 프로세서의 출력을 읽기 전에 양자 알고리즘이 실행되는 20개의 주기를 나타내도록 설계된 20개 계층에 걸쳐 반복되었습니다.

텐서를 사용하는 이점은 딥 러닝 혁명을 주도한 칩인 GPU가 병렬로 매우 빠르게 처리할 수 있다는 것입니다. 연구원들은 또한 Sycamore에 대한 Google의 계산이 매우 정확하지 않다는 사실을 이용하여 0.2%의 충실도를 달성했습니다. 이를 통해 큐비트 간의 일부 연결을 제거하여 속도를 높이기 위해 시뮬레이션의 정확도 중 일부를 희생할 수 있었습니다.

그 결과 Sycamore 프로세서의 출력을 0.37개의 GPU에서 단 15시간 만에 512%의 충실도로 시뮬레이션할 수 있었습니다. 결과를 요약한 논문은 현재 다음에서 언론에 나와 있습니다. 피지컬 리뷰 레터스 (Physical Review Letters), 그러나 비 피어 리뷰ed 사전 인쇄는 지난 XNUMX월에 출시되었습니다..

그 결과 구글의 양자 우위 거품이 다소 터졌지만 과학, 회사는 2019년 논문에서 기존 알고리즘이 개선될 것이라고 예측했다고 지적했습니다. 그러나 그들은 양자 컴퓨터의 성능이 기하급수적으로 증가하는 속도를 오랫동안 따라잡을 수 없을 것이라고 생각한다고 덧붙였습니다.

취소할 유일한 양자 우위 실험이 아닙니다.. 2020년에는 중국 양자 컴퓨터가 200초 안에 풀 수 있는 문제nds는 슈퍼컴퓨터에 2.5억 년이 걸릴 것이지만 73월에 연구원들은 실제로 XNUMX일 밖에 걸리지 않을 것임을 보여주었습니다.

이것이 이 분야의 발전을 부정하는 것은 아니지만, 이러한 종류의 추상적인 계산 문제에 대해 양자 및 고전 기계를 서로 대립시키는 것은 기술이 어디에 있는지 명확하게 이해하지 못한다고 점점 더 많은 연구원들이 말합니다. at.

실제 테스트는 양자 컴퓨터가 실제 문제를 기존 문제보다 빠르고 효율적으로 해결할 수 있을 때라고 그들은 말합니다. 그리고 그것은 아직 멀었다고 볼 수 있습니다.

이미지 크레딧 : Google

spot_img

최신 인텔리전스

spot_img