IBM نقشه راه جدید خود را منتشر کرده که نشان می‌دهد این شرکت توانسته به برخی از اصلی‌ترین چالش‌های توسعه کامپیوترهای کوانتومی غلبه کند. گوگل نیز باور دارد که سیستم‌های مقیاس‌پذیر با این فناوری چندان دور از دسترس نیستند.
رسیدن به سطح مقیاس‌پذیر محاسبات کوانتومی که مدت‌ها به‌عنوان هدفی دوردست دیده می‌شد، حالا بیش از هر زمان دیگری نزدیک به واقعیت است؛ زیرا شرکت‌های فناوری پیشرو برنامه‌های جدیدی برای ساخت ماشین‌های مقیاس‌پذیر ارائه کرده‌اند. نقشه راه جدید IBM و فعالیت‌های گوگل در این حوزه نیز زمینه را برای مهم‌ترین دوره این صنعت فراهم کرده است.
IBM و گوگل در مسیر توسعه کامپیوترهای کوانتومی مقیاس‌پذیر هستند
«جی گامبتا»، مسئول برنامه‌های کوانتومی IBM، در مصاحبه با فایننشال تایمز درباره دستیابی به کامپیوترهای کوانتومی گفت: «این دیگر یک رؤیا نیست. واقعاً احساس می‌کنم که ما رمز و راز [این فناوری] را شکسته‌ایم و تا پایان این دهه قادر خواهیم بود چنین دستگاه‌هایی بسازیم.»
به‌رغم پیشرفت‌های اخیر، این مسیر همچنان با موانع بزرگی روبه‌رو است. حتی پس از حل مسائل بنیادی فیزیکی توسط پژوهشگران، تولیدکنندگان با چالش‌های مهندسی عظیمی روبه‌رو هستند. «اسکار پینتر»، رهبر توسعه سخت‌افزار کوانتومی در Amazon Web Services، هشدار داده که ساخت یک کامپیوتر کوانتومی عملی نیازمند تلاش مهندسی عظیمی است و شاید بین ۱۵ تا ۳۰ سال دیگر به زمان نیاز داشته باشد.
اکنون تولیدکنندگان درحال توسعه کیوبیت‌هایی با اطمینان و کارایی بیشتر هستند که نیازمند پیشرفت‌های مداوم در علم مواد و تولید است. برای مثال، گوگل قصد دارد هزینه ساخت قطعات را ۱۰ برابر کاهش دهد، و هزینه تولید یک کامپیوتر کوانتومی مقیاس کامل را ۱ میلیارد دلار تعیین کرده است.
یکی از ستون‌های مقیاس‌پذیری، «تصحیح خطای کوانتومی» است، روشی که اجازه می‌دهد سیستم‌ها کیوبیت‌های ناقص را تحمل کنند. با توزیع داده‌ها بین چندین کیوبیت، سازوکار تصحیح خطا افزونگی ایجاد می‌کند تا در برابر شکست عملیات‌ها ایستادگی داشته باشد. البته «جولیان کلی»، رئیس بخش سخت‌افزار گوگل Quantum AI، هشدار داده که اگر زودتر از موعد به‌سراغ گسترش مقیاس این سیستم‌ها برویم این کار می‌تواند منابع را هدر دهد، خروجی‌های پرنویز تولید کند و بدون ارائه نتایج عملی، تلاش مهندسی زیادی را هدر دهد.
گوگل یک تراشه کوانتومی معرفی کرده که تصحیح خطا را در مقیاسی روبه‌افزایش انجام می‌دهد. این تراشه از تکنیکی به نام «کد سطحی» (Surface Code) استفاده می‌کند که در آن هر کیوبیت به همسایگان خود در یک شبکه دوبعدی متصل است. برای رسیدن به محاسبات معنادار با این ساختار، بیش از یک میلیون کیوبیت لازم خواهد بود.
در مقابل، IBM درحال استفاده از روشی به نام «کدهای بررسی توازن با چگالی پایین» است که می‌تواند نیاز به کیوبیت‌ها را تقریباً ۹۰ درصد کاهش دهد، اما وابسته به اتصالات پیچیده با فواصل طولانی است.
شرکت‌هایی مانند آمازون و مایکروسافت هم درحال بررسی حالت‌های غیرمتعارف ماده هستند تا به کیوبیت‌های پایدارتر دست یابند. مایکروسافت چند وقت پیش با معرفی تراشه کوانتومی Majorana 1 که اطلاعات را در حالت جدیدی از ماده ذخیره می‌کند، سروصدای زیادی به‌پا کرد.
IBM نقشه راه جدید خود را منتشر کرده که نشان می‌دهد این شرکت توانسته به برخی از اصلی‌ترین چالش‌های توسعه کامپیوترهای کوانتومی غلبه کند. گوگل نیز باور دارد که سیستم‌های مقیاس‌پذیر با این فناوری چندان دور از دسترس نیستند.
رسیدن به سطح مقیاس‌پذیر محاسبات کوانتومی که مدت‌ها به‌عنوان هدفی دوردست دیده می‌شد، حالا بیش از هر زمان دیگری نزدیک به واقعیت است؛ زیرا شرکت‌های فناوری پیشرو برنامه‌های جدیدی برای ساخت ماشین‌های مقیاس‌پذیر ارائه کرده‌اند. نقشه راه جدید IBM و فعالیت‌های گوگل در این حوزه نیز زمینه را برای مهم‌ترین دوره این صنعت فراهم کرده است.
IBM و گوگل در مسیر توسعه کامپیوترهای کوانتومی مقیاس‌پذیر هستند
«جی گامبتا»، مسئول برنامه‌های کوانتومی IBM، در مصاحبه با فایننشال تایمز درباره دستیابی به کامپیوترهای کوانتومی گفت: «این دیگر یک رؤیا نیست. واقعاً احساس می‌کنم که ما رمز و راز [این فناوری] را شکسته‌ایم و تا پایان این دهه قادر خواهیم بود چنین دستگاه‌هایی بسازیم.»
به‌رغم پیشرفت‌های اخیر، این مسیر همچنان با موانع بزرگی روبه‌رو است. حتی پس از حل مسائل بنیادی فیزیکی توسط پژوهشگران، تولیدکنندگان با چالش‌های مهندسی عظیمی روبه‌رو هستند. «اسکار پینتر»، رهبر توسعه سخت‌افزار کوانتومی در Amazon Web Services، هشدار داده که ساخت یک کامپیوتر کوانتومی عملی نیازمند تلاش مهندسی عظیمی است و شاید بین ۱۵ تا ۳۰ سال دیگر به زمان نیاز داشته باشد.
اکنون تولیدکنندگان درحال توسعه کیوبیت‌هایی با اطمینان و کارایی بیشتر هستند که نیازمند پیشرفت‌های مداوم در علم مواد و تولید است. برای مثال، گوگل قصد دارد هزینه ساخت قطعات را ۱۰ برابر کاهش دهد، و هزینه تولید یک کامپیوتر کوانتومی مقیاس کامل را ۱ میلیارد دلار تعیین کرده است.
یکی از ستون‌های مقیاس‌پذیری، «تصحیح خطای کوانتومی» است، روشی که اجازه می‌دهد سیستم‌ها کیوبیت‌های ناقص را تحمل کنند. با توزیع داده‌ها بین چندین کیوبیت، سازوکار تصحیح خطا افزونگی ایجاد می‌کند تا در برابر شکست عملیات‌ها ایستادگی داشته باشد. البته «جولیان کلی»، رئیس بخش سخت‌افزار گوگل Quantum AI، هشدار داده که اگر زودتر از موعد به‌سراغ گسترش مقیاس این سیستم‌ها برویم این کار می‌تواند منابع را هدر دهد، خروجی‌های پرنویز تولید کند و بدون ارائه نتایج عملی، تلاش مهندسی زیادی را هدر دهد.
گوگل یک تراشه کوانتومی معرفی کرده که تصحیح خطا را در مقیاسی روبه‌افزایش انجام می‌دهد. این تراشه از تکنیکی به نام «کد سطحی» (Surface Code) استفاده می‌کند که در آن هر کیوبیت به همسایگان خود در یک شبکه دوبعدی متصل است. برای رسیدن به محاسبات معنادار با این ساختار، بیش از یک میلیون کیوبیت لازم خواهد بود.
در مقابل، IBM درحال استفاده از روشی به نام «کدهای بررسی توازن با چگالی پایین» است که می‌تواند نیاز به کیوبیت‌ها را تقریباً ۹۰ درصد کاهش دهد، اما وابسته به اتصالات پیچیده با فواصل طولانی است.
شرکت‌هایی مانند آمازون و مایکروسافت هم درحال بررسی حالت‌های غیرمتعارف ماده هستند تا به کیوبیت‌های پایدارتر دست یابند. مایکروسافت چند وقت پیش با معرفی تراشه کوانتومی Majorana 1 که اطلاعات را در حالت جدیدی از ماده ذخیره می‌کند، سروصدای زیادی به‌پا کرد.
