Rynek

Atos przedstawia Q-score, system mierzenia wydajności i skuteczności kwantowej

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.

Atos przedstawia Q-score, system mierzenia wydajności i skuteczności kwantowej

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).

Przeczytaj również
Atos OneCloud ułatwi transformację IT w oparciu o rozwiązania wiodących dostawców

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.

Przeczytaj również
Jak IBM Q wpłynie na uczenie maszynowe i sztuczną inteligencję

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.

Przeczytaj również
Start-up Sunmetric z milionem złotych dofinansowania

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.

Tagi

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *