Atos Q-score mierzy skuteczność systemu kwantowego w rozwiązywaniu rzeczywistych problemów, z którymi nie mogą sobie poradzić tradycyjne komputery, zamiast pomiaru teoretycznej wydajności. Q-score odzwierciedla podejście Atos w kwestii dostarczania szybkich i konkretnych korzyści z obliczeń kwantowych. W ciągu ostatnich 5 lat Atos brał udział w partnerstwach branżowych i akademickich, finansował projekty, a także współpracował z sektorem przemysłowym w celu opracowania Use Cases’ów, które mogą zostać przyspieszone przez obliczenia kwantowe.
„Pojawienie się ogromnej liczby technologii przetwarzania oraz technik programistycznych spowodowało, że organizacje chcące zainwestować w obliczenia kwantowe potrzebują wiarygodnych wskaźników, które pomogą im wybrać najbardziej wydajne rozwiązania. Q-score jest niezależną od sprzętu, obiektywną, prostą i wiarygodną miarą, na której można polegać” – przekonuje Elie Girard, prezes Grupy Atos. „Od czasu uruchomienia Atos Quantum w 2016 r., pierwszego programu przemysłowego komputerów kwantowych w Europie, nasz cel pozostał ten sam – chcemy przyspieszyć rozwój zastosowań przemysłowych i badawczych oraz przygotować grunt dla maksymalnej skuteczności kwantowej” – dodał.
Co mierzy Q-score?
Obecnie liczba kubitów (jednostka kwantowa) jest najczęściej stosowaną wartością przy ocenie wydajności systemu kwantowego. Jednakże kubity są zmienne i bardzo różnią się jakością (m.in. szybkością, stabilnością, łącznością) w zależności od technologii kwantowej (zastosowanym nadprzewodnictwem, uwięzionymi jonami, silikonem czy fotoniką). To wszystko czyni je niedoskonałym punktem odniesienia. Koncentrując się na umiejętności rozwiązywania dobrze znanych problemów optymalizacji kombinatorycznej, Atos Q-score zapewnić ma ośrodkom badawczym, uniwersytetom, przedsiębiorstwom i liderom technologicznym jasne, wiarygodne, obiektywne i porównywalne wyniki podczas rozwiązywania rzeczywistych problemów optymalizacyjnych.
Q-score mierzy rzeczywistą wydajność procesorów kwantowych podczas rozwiązywania problemu optymalizacyjnych, właściwą dla przewidywanej epoki obliczeń kwantowych NISQ (Noisy Intermediate Scale Quantum). Aby zapewnić ramy odniesienia do porównywania wyników wydajności i zachowania jednolitości, Q-score opiera się na standardowym problemie optymalizacji kombinatorycznej, takim samym dla wszystkich ocen (problem Max-Cut, podobny do TSP – Travelling Salesman Problem). Wynik jest obliczany na podstawie maksymalnej liczby zmiennych w ramach takiego problemu, które technologia kwantowa może zoptymalizować (np.: 23 zmienne = 23 Q-score lub Qs).
Q-score mierzy rzeczywistą wydajność procesorów kwantowych podczas rozwiązywania problemu optymalizacyjnych, właściwą dla przewidywanej epoki obliczeń kwantowych NISQ (Noisy Intermediate Scale Quantum). Aby zapewnić ramy odniesienia do porównywania wyników wydajności i zachowania jednolitości, Q-score opiera się na standardowym problemie optymalizacji kombinatorycznej, takim samym dla wszystkich ocen.
Atos zamierza co roku aktualizować listy najpotężniejszych procesorów kwantowych na świecie w oparciu o rozwiązanie Q-score. Pierwszy raport ma ukazać się w 2021 roku. Będzie zawierał aktualne samooceny dostarczone przez producentów. Bezpłatny zestaw oprogramowania, który umożliwia uruchomienie Q-score na dowolnym procesorze, będzie dostępny w I kwartale 2021 roku. Atos zachęca wszystkich producentów do uruchamiania Q-score na ich technologii oraz publikacji wyników.
Oparty na pakiecie oprogramowania o otwartym dostępie, Q-score jest zbudowany na 3 filarach. To jedyny system metryczny oparty na dostępnych w najbliższym czasie algorytmach kwantowych, mierzący zdolność systemu kwantowego do rozwiązywania praktycznych problemów operacyjnych. Pakiet oprogramowania (włącznie z narzędziami i metodologią) nie wymaga dużej mocy obliczeniowej do uzyskania żądanych wyników.
Atos łączy też podejście niezależności od sprzętu i technologii z szeroką wiedzą w zakresie projektowania i optymalizacji algorytmów, zdobytą we współpracy z głównymi klientami branżowymi i liderami technologicznymi w obszarze obliczeń kwantowych.
Dzięki zaawansowanym możliwościom symulacji kubitów w Atos Quantum Learning Machine (Atos QLM), Atos jest w stanie obliczyć szacunki Q-score dla różnych platform. Oszacowania te uwzględniają cechy podawane do wiadomości publicznej przez producentów. Wyniki mieszczą się w zakresie ok. 15 Qs, ale postęp jest szybki: z szacunkową średnią Q-score datowaną na rok temu w obszarze 10 Qs i prognozowaną średnią Q-score datowaną na rok od teraz powyżej 20 Qs.
Zrozumienie Q-score za pomocą problemu podróżującego sprzedawcy – Travelling Salesman Problem
Obecnie najbardziej obiecującym zastosowaniem obliczeń kwantowych jest rozwiązywanie dużych problemów optymalizacji kombinatorycznej. Przykładami takich problemów są słynny problem TSP i mniej znany, ale równie ważny, problem Max-Cut.
Problem TSP polega na rozwiązaniu następującego zadania: Podróżny musi odwiedzić pewną liczbę miast (N) w ramach podróży służbowej, w której znane są odległości między wszystkimi miastami, a każde miasto należy odwiedzić tylko raz. Jaka jest absolutnie najkrótsza możliwa trasa, aby odwiedził każde miasto dokładnie raz i wrócić do miasta początkowego? Prosty z wyglądu problem staje się dość złożony, jeśli chodzi o udzielenie ostatecznej, dokładnej odpowiedzi, biorąc pod uwagę rosnącą liczbę zmiennych N (liczba miast).
Max-Cut to problem bardziej ogólny, z szerokim zakresem zastosowań, na przykład w optymalizacji płytek elektronicznych lub w pozycjonowaniu anten 5G.
Q-score, Wydajność Kwantowa i Przewaga Kwantowa
Podczas, gdy mające pojawić się w najbliższej przyszłości (tzw. exascale) najpotężniejsze komputery o wysokiej wydajności (HPC) osiągną wynik Q-score bliski 60, dziś szacujemy (zgodnie z publicznymi danymi), że najlepszą jednostką przetwarzania kwantowego (QPU) daje Q-score wynoszący ok. 15 Qs. W związku z ostatnimi postępami spodziewamy się, że wydajność kwantowa osiągnie Q-score powyżej 20 Q w roku 2021.
Q-score można mierzyć dla QPU z więcej niż 200 kubitami – dlatego pozostanie doskonałym odniesieniem do metryk do identyfikacji i pomiaru skuteczności kwantowej, definiowanej jako zdolność technologii kwantowych do rozwiązania problemu optymalizacji, którego klasyczne technologie nie są w stanie rozwiązać w tym samym momencie. Q-score mierzy zdolność procesora kwantowego do rozwiązywania problemów kombinatorycznych.
Jak twierdzą przedstawiciele Atos, rok 2020 stanowi punkt zwrotny w wyścigu kwantowym, w którym zidentyfikowano pierwsze rzeczywiste problemy lub zastosowania, których nie można rozwiązać w świecie klasycznym, ale można je rozwiązać w świecie kwantowym. Podobnie jak w przypadku każdej przełomowej technologii, przewidzenie powiązań aplikacji (a także niezbędnych ograniczeń etycznych) jest ważnym krokiem na ścieżce “przekonania-adaptacji-osiągnięcia sukcesu” – właśnie w tym miejscu Atos widzi swoją główną rolę.
Wykorzystując Atos QLM i wiedzę własnych specjalistów w zakresie opracowywania algorytmów, Grupa Atos koordynuje europejski projekt NEASQC – NExt ApplicationS of Quantum Computing, jeden z najbardziej ambitnych projektów, który ma na celu poprawę krótkoterminowych zastosowań kwantowych i wykazanie skuteczności kwantowej. Projekt NEASQC zrzesza naukowców i producentów motywowanych kwantowym przyspieszeniem ich zastosowań biznesowych. Aplikacje te będą dodatkowo wspierane przez wydanie w 2023 roku pierwszego akceleratora Atos NISQ, integrującego kubity w architekturze High Performance Computing.
„Atos pracuje nad dostarczeniem użytkownikom komputerów kwantowych szybkich i rzeczywistych korzyści obliczeniowych w różnych aplikacjach w ramach programu badawczo-rozwojowego „Atos Quantum”, którego celem jest dostarczenie w bliskiej przyszłości wyników za pomocą hybrydowego podejścia do superkomputerów kwantowych. Wprowadzenie Q-score to kluczowy innowacyjny krok, który umożliwia środowisku komputerów kwantowych lepsze oszacowanie zysków skupiając się na rzeczywistych use-cases’ach” – podsumowuje Bob Sorensen, Senior Vice President of Research, Chief Analyst for Quantum Computing at Hyperion Research, LLC.
