BlueQubit reivindica ventaja en muestreo de circuitos aleatorios en el chip Nighthawk r2 de IBM en la nube
Un preprint de BlueQubit describe un muestreo de circuitos aleatorios de 61 cúbits en ibm_phoenix de IBM en 19 segundos, que estima requeriría unos 110 años en el superordenador Frontier.
Esta página fue traducida del inglés. Los nombres de empresas y productos, así como los enlaces a las fuentes, no se han modificado. Leer el original en inglés
Investigadores de BlueQubit, junto con colaboradores vinculados a la EPFL y a la XPRIZE Foundation, informan de una ventaja cuántica computacional en el muestreo de circuitos aleatorios en un procesador comercial de IBM que cualquiera con acceso a la nube puede usar. Su preprint afirma que un experimento de 61 cúbits en el chip ibm_phoenix de 120 cúbits de IBM, basado en la arquitectura Nighthawk r2 de segunda generación, produjo en 19 segundos un conjunto de muestras que llevaría unos 110 años reproducir en el superordenador Frontier.
Qué se anunció
El artículo, Quantum computational advantage in random-circuit sampling on IBM superconducting quantum computers, se publicó en arXiv y Quantum Computing Report lo cubrió el 28 de octubre. Los autores subrayan que los circuitos se compilaron y ejecutaron mediante el flujo de trabajo estándar de Qiskit en la nube, sin ninguna calibración adaptada al benchmark. Hasta donde saben, escriben, es la primera demostración de este tipo en un procesador comercial y ampliamente accesible que la mayoría de los usuarios no expertos podrían replicar. Los circuitos, los scripts y el conjunto completo de un millón de muestras están publicados en GitHub.
Los detalles técnicos
El muestreo de circuitos aleatorios ejecuta capas de puertas aleatorias y pide a la máquina que devuelva cadenas de bits; el reto para un ordenador clásico es producir muestras de calidad comparable. El equipo seleccionó 61 cúbits y 102 acopladores del chip de red cuadrada a partir de los datos de calibración más recientes y aplicó puertas CZ nativas en un patrón de ladrillo de cuatro colores.
La fidelidad se estimó por dos vías independientes, con benchmarking de espejo y con benchmarking de entropía cruzada (XEB) por parches, y ambos métodos coincidieron en todas las profundidades. En la profundidad de referencia de 36 ciclos, que contiene 918 puertas CZ, la fidelidad estimada fue de unos 2,3 × 10⁻³. Esa es la profundidad en la que el coste de la simulación con redes tensoriales deja de crecer con la profundidad para este tamaño de sistema. Según el modelo de costes de los autores, muestrear un millón de cadenas de bits de forma clásica requeriría alrededor de 1,2 × 10²⁷ operaciones de máquina, aproximadamente 110 años en Frontier. Todo el experimento consumió unos 11 minutos de tiempo de procesador.
El artículo también mide el avance entre generaciones de chips de IBM: la fidelidad por ciclo subió de 0,836 en el dispositivo Nighthawk r1 de primera generación (ibm_miami) a 0,872 en r2, lo que se traduce en más de un orden de magnitud en circuitos profundos. Los autores probaron ataques de "corte" que intentan falsear la puntuación XEB dividiendo el circuito en partes, y comprobaron que ninguno alcanzó la puntuación experimental a 36 ciclos; el más fuerte se quedó unas diez veces por debajo.
Por qué importa
Como el experimento se ejecutó con acceso ordinario a la nube y sus circuitos, datos y código son públicos, otros usuarios pueden intentar reproducirlo en lugar de aceptar la afirmación sin más. El artículo ofrece además una vara de medir concreta de cuánto mejoró el hardware superconductor de IBM entre dos generaciones de chips.
Qué vigilar
Los autores son cuidadosos con los límites de su afirmación. Su estimación clásica supone memoria ilimitada y contracciones de una sola amplitud, y señalan que métodos aproximados, de múltiples amplitudes, de troceado (slicing) y de estados de producto de matrices podrían reducir los costes clásicos, como ocurrió con experimentos de ventaja anteriores. El trabajo es un preprint, así que la revisión por pares y los intentos de los grupos de simulación clásica por reducir la brecha serán las próximas pruebas.
Fuentes
Los datos de esta página proceden de las fuentes indicadas abajo, recopiladas por DesignQuantum.
- Quantum computational advantage in random-circuit sampling on IBM superconducting quantum computers (arXiv preprint) arxiv.org
- rcs-nighthawk: circuits, data and code (GitHub) github.com
- BlueQubit Benchmarks Quantum Computational Advantage in Random-Circuit Sampling on IBM Nighthawk r2 Hardware (Quantum Computing Report) quantumcomputingreport.com