Max Home IndustryДва специалиста по информатике из Калифорнийского университета в Лос-Анджелесе показали, что существующие компиляторы, которые сообщают квантовым компьютерам, как использовать их схемы для выполнения квантовых программ, препятствуют способности компьютеров достигать оптимальной производительности. В частности, их исследование показало, что улучшение дизайна квантовой компиляции может помочь достичь скорости вычислений в 45 раз быстрее, чем продемонстрировано в настоящее время.
Ученые-информатики создали семейство эталонных квантовых схем с известной оптимальной глубиной или размерами. В компьютерном дизайне, чем меньше глубина схемы, тем быстрее может быть выполнено вычисление. Меньшие схемы также подразумевают, что в существующий квантовый компьютер можно упаковать больше вычислений. Разработчики квантовых компьютеров могли бы использовать эти тесты для улучшения инструментов проектирования, которые затем могли бы найти лучшую схему.
«Мы верим в методологию« измерьте, а затем улучшите », — сказал ведущий исследователь Джейсон Конг, профессор компьютерных наук в Школе инженерии Самуэли Калифорнийского университета в Лос-Анджелесе. «Теперь, когда мы выявили большой пробел в оптимальности, мы находимся на пути к разработке более совершенных инструментов квантовой компиляции, и мы надеемся, что все сообщество квантовых исследователей тоже сделает это».
Конг и аспирант Дэниел (Бочен) Тан протестировали свои тесты в четырех наиболее часто используемых инструментах квантовой компиляции. Подробное исследование их исследований было опубликовано в рецензируемом журнале IEEE Transactions on Computers .
Тан и Конг сделали тесты под названием QUEKO с открытым исходным кодом и доступны в репозитории программного обеспечения GitHub.
Квантовые компьютеры используют квантовую механику для одновременного выполнения большого количества вычислений, что может сделать их экспоненциально быстрее и мощнее, чем лучшие современные суперкомпьютеры. Но прежде чем эти устройства можно будет убрать из исследовательской лаборатории, необходимо решить множество проблем.
Например, из-за чувствительности работы квантовых схем крошечные изменения окружающей среды, такие как небольшие колебания температуры, могут мешать квантовым вычислениям. Когда это происходит, квантовые схемы называются декогерентными, то есть они теряют информацию, однажды закодированную в них.
«Если мы сможем последовательно уменьшить вдвое глубину схемы за счет лучшего синтеза компоновки, мы фактически удвоим время, необходимое квантовому устройству, чтобы стать декогерентным», — сказал Конг.
«Это компиляционное исследование могло бы эффективно продлить это время и было бы равнозначно огромному прогрессу в экспериментальной физике и электротехнике», — добавил Конг. «Таким образом, мы ожидаем, что эти тесты будут стимулировать как научные круги, так и отрасль к разработке более совершенных инструментов синтеза макетов, которые, в свою очередь, будут способствовать развитию квантовых вычислений».
Конг и его коллеги предприняли аналогичные усилия в начале 2000-х годов по оптимизации конструкции интегральных схем в классических компьютерах. Это исследование фактически подтолкнуло два поколения к прогрессу в скорости компьютерной обработки, используя только оптимизированную конструкцию компоновки, которая сократила расстояние между транзисторами, составляющими схему. Это рентабельное улучшение было достигнуто без каких-либо других крупных инвестиций в технологические достижения, такие как физическое сокращение самих цепей.
«Существующие сегодня квантовые процессоры чрезвычайно ограничены влиянием окружающей среды, что накладывает серьезные ограничения на продолжительность вычислений, которые могут быть выполнены», — сказал Марк Гьюре, исполнительный директор Центра квантовой науки и инженерии Калифорнийского университета в Лос-Анджелесе. участвует в этом исследовании. «Вот почему недавние результаты исследований группы профессора Конга так важны, потому что они показали, что большинство реализаций квантовых схем на сегодняшний день, вероятно, чрезвычайно неэффективны, а более оптимально скомпилированные схемы могут позволить выполнять гораздо более длинные алгоритмы. Это может привести к сегодняшним процессорам решение гораздо более интересных задач, чем предполагалось ранее. Это чрезвычайно важное достижение в данной области и невероятно увлекательное «.