✉ خبرنامه
🌐 فارسی
نرم‌افزار۲ دقیقه مطالعه

E.ON، Qoro و NQCC یک مسئله شبکه برق ۱٬۷۱۰ کیوبیتی را میان پردازنده‌های IBM Heron تقسیم کردند

پیش‌چاپ E.ON، Qoro Quantum و NQCC یک بهینه‌سازی شبکه با ۱٬۷۱۰ متغیر را به کارهای کوچک QAOA می‌شکند و آن‌ها را روی تراشه‌های IBM Heron بسته‌بندی می‌کند.

این صفحه از انگلیسی ترجمه شده است. نام شرکت‌ها، محصولات و پیوندهای منابع بدون تغییر باقی مانده‌اند. خواندن نسخه اصلی انگلیسی

شرکت انرژی E.ON، استارتاپ نرم‌افزاری بریتانیایی Qoro Quantum و مرکز ملی رایانش کوانتومی بریتانیا (NQCC) نشان داده‌اند که چگونه می‌توان یک مسئله بهینه‌سازی نیازمند ۱٬۷۱۰ کیوبیت را به قطعاتی به‌اندازه کافی کوچک برای پردازنده‌های امروزی IBM تقسیم و به‌صورت موازی اجرا کرد. این کار در پیش‌چاپی با عنوان Scaling Quantum Optimization to the Thousand-Qubit Scale with Distributed Quantum Sampling شرح داده شده که Dan Holme و Stephen DiAdamo، هم‌بنیان‌گذاران Qoro، در میان نویسندگان آن‌اند.

چه چیزی اعلام شد

تیم به مسئله تجزیه کمینه Birkhoff پرداخت که هدفش بیان تقاضا در یک شبکه به‌صورت مجموع وزن‌دار تُنُکی از تطابق‌ها، یعنی مجموعه‌هایی از یال‌ها بدون گره مشترک، است. مقاله زمان‌بندی شبکه و تجارت انرژی را از کاربردها می‌داند. مورد آزمون PEGASE-1354 بود، معیاری که یک شبکه انتقال با ۱٬۳۵۴ گره و ۱٬۷۱۰ خط را نمایش می‌دهد؛ در رمزگذاری مستقیم، هر خط یک کیوبیت می‌شود.

به گزارش Quantum Computing Report، این پروژه در چارچوب برنامه SparQ مرکز NQCC، که از اثبات مفهوم‌های کاربردهای کوانتومی پشتیبانی می‌کند، و با نظارت فنی STFC Hartree Centre انجام شد.

جزئیات فنی

این خط پردازش نمونه‌برداری QAOA تک‌لایه را با بهینه‌ساز کلاسیک Extended Fully-Corrective Frank-Wolfe ترکیب می‌کند. افراز طیفی گراف مسئله را به زیرمسئله‌ها تقسیم می‌کند؛ QCR از ۴۱ زیرگراف خبر می‌دهد که هر کدام حداکثر ۵۰ کیوبیت داشتند و روی پردازنده‌های ۱۵۶ کیوبیتی IBM Heron اجرا شدند. نمونه‌های قطعات با هم ادغام می‌شوند و یک گام ترمیم حریصانه کلاسیک یال‌های متعارض را حذف می‌کند تا هر نامزد یک تطابق معتبر باشد.

به گفته مقاله، «بسته‌بندی فضایی مدار»، یعنی اجرای چند مدار مستقل در کنار هم روی یک تراشه، زمان اجرا روی سخت‌افزار را تقریباً سه برابر کاهش داد. QCR گزارش می‌دهد که چهار مدار مستقل با مجموع ۱۴۴ کیوبیت روی یک دستگاه ۱۵۶ کیوبیتی قرار گرفتند. به گفته نویسندگان، روی این معیار، نمونه‌های ترمیم‌شده QAOA به خطای تجزیه باقیمانده کمتری نسبت به بازپخت شبیه‌سازی‌شده و نمونه‌برداری تصادفی یکنواخت رسیدند.

نویسندگان همچنین بررسی کردند که آیا گام کوانتومی واقعاً کاری انجام می‌دهد. کوچک کردن افرازها به ۲۰ کیوبیت همگرایی را بدتر کرد، و در شبیه‌سازی‌های حالت ضرب ماتریسی، که به گفته QCR با موتور Maestro شرکت Qoro انجام شد، بریدن همبستگی‌های کوانتومی کیفیت نامزدها را پایین آورد. به نظر آن‌ها این از حفظ یک کار نمونه‌برداری کوانتومی قابل‌توجه در هر افراز با بزرگ‌تر شدن مسئله‌ها پشتیبانی می‌کند.

چرا مهم است

بسیاری از مسائل بهینه‌سازی در مقیاس شرکت‌های خدمات عمومی بسیار بزرگ‌تر از هر پردازنده کوانتومی منفرد هستند. این مطالعه دستورالعملی مشخص — افراز، بسته‌بندی، ترمیم — برای اجرای مسائل مقید با هزاران متغیر روی سخت‌افزار کنونی، به‌علاوه معیاری مبتنی بر مدل واقعی یک شبکه اروپایی، ارائه می‌کند.

چه چیزی را باید دنبال کرد

پیشی گرفتن از بازپخت شبیه‌سازی‌شده با همان گام ترمیم با پیشی گرفتن از بهترین حل‌کننده‌های کلاسیک یکی نیست و مقاله ادعای برتری کوانتومی ندارد. QCR خاطرنشان می‌کند که اتصال‌پذیری شبکه مسیریابی متراکم کیوبیت‌ها را ناگزیر کرد و عمق دوکیوبیتی حتی در قطعات ۵۰ کیوبیتی به ۱۶۹ رسید، بنابراین نویز سخت‌افزار همچنان عامل محدودکننده است.

منابع

اطلاعات این صفحه از منابع زیر گرفته شده و توسط DesignQuantum گردآوری شده است.

  1. Scaling Quantum Optimization to the Thousand-Qubit Scale with Distributed Quantum Sampling (arXiv:2610.10772) arxiv.org
  2. E.ON, Qoro Quantum, and NQCC Scale Constrained Optimization on IBM Heron QPUs via Distributed QAOA and Spatial Packing (Quantum Computing Report) quantumcomputingreport.com
  3. SparQ programme (NQCC) nqcc.ac.uk
  4. IBM Quantum ibm.com