一项新研究提出了一个全面的路线图,通过将量子处理器与经典高性能计算(HPC)系统集成整合,构建达到公用事业规模(大型实用规模)的超级量子计算机。
研究人员强调,混合量子-经典系统、先进的量子比特制备技术以及容错纠错的机制是将量子设备体量扩展到数百万量子比特的关键因素。量子化学中的分子模拟等应用案例展示了量子计算的潜在优势,通过改进算法和硬件,资源需求降低了两个数量级。
从概念到现实的扩展
•量子比特的品质和制备:研究员呼吁采用先进的制备技术,利用半导体工艺生产具有一致品质的量子比特。与传统的电子产品不同,量子比特(或称量子位)非常容易出错。研究指出,目前的制备过程往往导致品质不均匀,而很低比例的量子比特就能降低整个系统的性能。
•混合量子-经典系统:文章强调了量子计算机与经典系统配对的重要性。研究人员认为,通过在经典处理器和量子处理器之间分配工作负载,混合系统可以克服数据管理和处理方面的瓶颈。
•容错设计:量子纠错对量子计算机的拓展至关重要。该研究介绍了实时管理错误的方法,例如将量子解码器与GPU集成,以提高检测和纠正错误的速度。
•晶圆级集成:团队借鉴了半导体制造工艺,提出了晶圆级规模集成电路的设想,在单个芯片嵌入成千上万的量子比特。这一方案将减少通信延迟,提高效率。
作者指出,这些方法结合在一起,为构建量子超级计算机提供了一条现实可行的途径。
扩展量子计算在不同规模时的技术难题
铺设路线图
量子资源的估计凸显了化学在扩展中的作用
研究人员还探讨了量子比特品质的改进如何降低实际应用中的硬件需求和计算开销。研究聚焦于公用事业规模系统的量子资源估计(QRE),尤其是在模拟化学和生物学中关键分子的电子结构时的应用。
研究团队写道,量子化学为容错量子计算(FTQC)提供了关键的应用场合,因为分子基态能量的精确计算对药物研发和材料科学等领域非常重要。该研究考察了两种受关注的分子:对苯二炔(para-benzyne,一种癌症药物设计的候选者),以及铁钼辅因子(FeMoco,对农业固氮非常重要)。这样的大分子系统是传统计算机无法模拟的,因此成为了展现量子优势的主要目标。
研究评估了两种实现量子相位估计(QPE)算法的方法:传统的Trotter化方案和现代量子比特化方案。这两种方法都将分子规格模式转化为量子电路,但二者在效率上有所不同。与Trotter化方案相比,量子比特化方案显著降低了门的复杂性,它需要更少的量子比特,并实现了更快的运行时间。
对于对苯二炔,研究发现,实现化学级精度(误差低于1.6毫哈特里)需要1000万到1亿个物理量子位,具体取决于硬件质量。模拟FeMoco分子涉及到更大的活性空间,需要高达1.5亿个量子比特,运行时间也从几天到几年不等。
然而,团队指出,通过提升量子比特保真度和改进算法设计,资源需求可以降低两个数量级之多。根据这项研究,在先进硬件上,量子比特化方案相比Trotter化方案能将运行时间缩短50倍。
研究人员写道:“虽然在经典可计算和不可计算的问题之间没有明显的分界线(这很大程度上取决于所研究系统中量子关联的程度),但对于轨道数超过Norb ≈ 50的系统,量子优势将逐渐显现。”这些发现也为未来的研究提供了动力,即开发量子启发式算法,将量子优势的转折点推进到更小的问题规模。这自然地延续了经典算法的发展路径,从FCI算法保证到DMRG的启发式算法,显著减少了计算所需的资源。”
跨越量子与经典的困难
根据该研究,将量子计算集成到高性能计算(HPC)系统中需要面对着重大的设计挑战和操作挑战。这些挑战不仅来自量子处理器(QPU)与经典组件之间的物理和操作差异,还包括内存管理、数据传输和程序效率方面的算法性难题。
在硬件方面,量子和经典组件在可靠性、操作时间尺度和通信带宽方面存在差异。为了最大限度减少延迟和最大限度实现混合量子-经典算法的同步,可能需要将这些资源物理地放置在同一硬件节点内。例如,变分算法(一种量子与经典计算需要频繁交互的算法)对数据传输的开销特别敏感,这可能会削弱性能增益。
为了应对这些挑战,研究人员主张将量子处理器(QPU)与经典的中央处理器(CPU)、图形处理单元(GPU)和现场可编程门阵列(FPGA)紧密集成,所有这些组件共享系统资源,如内存和高速互联。这种设计确保混合系统能够高效地处理数据密集型任务。
同样重要的是软件基础设施,需要使用户能够无缝地对这些系统进行编程。扩展现有的HPC编程环境,如HPE Cray编程环境(CPE),是一种自然的解决方案。通过在熟悉的HPC框架中集成量子编程、编译和调度工具,开发人员可以构建混合应用程序,而无需对经典工作流进行大量修改。这种方法不仅利用了现有的基础设施,还支持新的量子功能。
该集成策略还注重模块化设计,以适应多种量子技术,从超导量子比特到光子系统。研究团队写道,量子专用的软件开发工具包(SDK),如CUDA-Q、Qiskit、Cirq、Pennylane和Classiq,可以与HPC系统对接,支持量子工作负载的可扩展执行,通过解决硬件和软件挑战,本研究所提出的量子-HPC系统将有助于提供对用户更友好的混合计算环境。
局限与挑战
虽然该研究提供了一个全面的路线图,但也存在局限性。研究也指出了几项挑战。
例如,扩展量子系统是很昂贵的,涉及到制造、冷却和控制系统等方面的巨大成本。例如,超导量子比特所需的稀释制冷机运行成本高,并且存在尺寸限制。
研究还强调了设计能跟得上大规模系统需求的错误纠正代码的难度。即使在容错设计下,由环境因素(如宇宙射线)引起的错误率仍然是一个挑战。
研究人员指出,量子计算也无法避免供应链问题,并强调需要芯片制造商、系统集成商和量子初创企业之间的合作。
对于科技行业来说,这项研究为跨部门合作提供了指导。研究人员写道:“量子计算机的发展必须利用半导体,HPC和量子研究群体的专业知识”,并主张通过建立联合体来加速进展。
量子计算去向何方
由于微信公众号乱序推送,您可能不再能准时收到墨子沙龙的推送。为了不与小墨失散,请将“墨子沙龙”设为星标账号,以及常点文末右下角的“在看”。
转载微信原创文章,请在文章后留言;“转载说明”在后台回复“转载”可查看。为了提供更好的服务,“墨子沙龙”有工作人员就各种事宜进行专门答复:各新媒体平台的相关事宜,请联系微信号“mozi-meiti”;线下活动、线上直播相关事宜,请联系微信号“mozi-huodong”。
墨子是我国古代著名的思想家、科学家,其思想和成就是我国早期科学萌芽的体现。墨子沙龙的建立,旨在传承、发扬科学传统,倡导、弘扬科学精神,提升公民科学素养,建设崇尚科学的社会氛围。
墨子沙龙面向热爱科学、有探索精神和好奇心的普通公众,通过面对面的公众活动和多样化的新媒体平台,希望让大家了解到当下全球最尖端的科学进展、最先进的科学思想,探寻科学之秘,感受科学之美。
墨子沙龙由中国科学技术大学上海研究院及浦东新区南七量子科技交流中心主办,受到中国科大新创校友基金会、中国科学技术大学教育基金会、浦东新区科学技术协会、中国科学技术协会及浦东新区科技和经济委员会等支持。
关于“墨子沙龙”