AWS tar kort og lang oversikt over kvantedatabehandling

Det er kanskje ikke overraskende at de store skyleverandørene – et dårlig begrep egentlig – har hoppet inn i kvanteberegning. Amazon, Microsoft Azure, Google og lignende har stadig forvandlet seg til store teknologiutviklere, uten tvil i tjeneste for deres store skytjenester. Det samme gjelder internasjonalt. Du vet kanskje ikke for eksempel at Kinas skygiganter – Baidu, Alibaba og Tencent – ​​også alle har betydelige kvanteutviklingsinitiativer.

Det globale skypublikummet har en tendens til å la ingen teknologi være ugjort, og kvantum var ikke annerledes. Nå er de store spillerne all-in. Hos Amazon har mesteparten av den offentlige oppmerksomheten konsentrert seg om Braket, dets administrerte kvantetjenestetilbud som gir verktøy for læring og tilgang til en rekke kvantedatamaskiner. Mindre kjent er Amazons Quantum Solutions Lab, Center for Quantum Computing og Center for Quantum Networking, den siste som nettopp ble lansert i juni. Disse fire initiativene fanger opp omfanget av AWS sine vidtrekkende kvanteambisjoner, som inkluderer å bygge en feiltolerant kvantedatamaskin.

HPCwire snakket nylig med Simone Severini, direktør, quantum computing, AWS, om innsatsen. En kvantefysiker av utdannelse, Severini har vært med AWS i ~ fire år. Han rapporterer til AWSs overordnede ingeniørsjef, Bill Vass. Merker at det er “ikke mye bevis” for det NISQ epokesystemer vil gi avgjørende forretningsverdi snart, Severini understreket at kvantedatabehandling er en langsiktig innsats. Nå er tiden inne for å se, lære og sparke dekkene på tidlige systemer.

“Amazon Braket gir en enorm mulighet for å gjøre det. Kunder kan holde øye med dynamikken i utviklingen av denne teknologien. Vi tror det virkelig ikke er en eneste vei til kvanteberegning. Det er veldig, veldig tidlig, ikke sant. Dette er et poeng jeg liker å understreke, sa Severini. «Jeg kommer fra akademia og har vært utsatt for kvanteberegning, på en eller annen måte, i over to tiår. Det er utrolig å se interessen for plassen. Men vi må også være villige til å sette de riktige forventningene. Det er definitivt veldig, veldig tidlig fortsatt innen kvanteberegning.»

Lansert i 2019, beskriver AWS Brakett som en “fullt administrert kvantedatabehandlingstjeneste designet for å hjelpe til med å øke hastigheten på vitenskapelig forskning og programvareutvikling for kvantedatabehandling.” Dette er ikke ulikt hva de fleste store kvantedatamaskinprodusenter, som D-Wave, IBM og Rigetti også tilbyr.

Forutsetningen er å tilby alle kvanteverktøyene og maskinvareinfrastrukturen som kreves for nye og mer erfarne kvanteutforskere å bruke på en betal-som-du-go-basis. Faktisk, i NISQ-æraen, tror mange at slike portaltilbud er den eneste realistiske måten å levere kvantedatabehandling på. Skyleverandører (og andre “concierge-lignende” tjenesteleverandører som f.eks Strangeworksfor eksempel) har fordelen av å kunne gi tilgang til flere forskjellige systemer.

Med Braket, sa Severini, “Brukere trenger ikke å signere kontrakter. Bare gå dit, og du har alt du trenger for å se hva som skjer [in quantum computing], å programmere eller å simulere, og å bruke kvantedatamaskiner direkte. Vi har flere enheter med forskjellige [qubit] teknologier på tjenesten. Håpet er at på den ene siden kan kundene faktisk holde et øye med teknologien på den andre siden, forskere kan kjøre eksperimenter og forhåpentligvis bidra til kunnskap også bidra til vitenskap.»

Braket tilbyr for tiden tilgang til kvantedatamaskiner basert på superledende, fangede ion-, fotoniske og kvanteglødeapparater. Antagelig vil andre qubit-teknologier, for eksempel kalde atomer, bli lagt til over tid.

Interessant nok er Braket også et læringsverktøy for AWS. “Det er en viktig øvelse for oss også, fordi på denne måten kan vi se for oss hvordan kvantedatamaskiner en dag virkelig ville mate en kompleks, skybasert infrastruktur. I dag er alle arbeidsbelastningene på Braket eksperimentelle, men for oss er det viktig å lære ting som sikkerhet eller brukervennlighet for operatører, og administrasjon av ressurser som vi gjør for kundene, sier Severini. “Dette er ganske interessant, for i tidens fylde kan en kvantedatamaskin brukes sammen med mange andre klassiske ressurser, inkludert HPC.”

På det siste punktet er det økende tro på at mye av kvantedatabehandling faktisk kan bli en hybrid innsats med noen deler av applikasjoner som best kjøres på kvantedatamaskiner og andre deler best kjøres på klassiske ressurser. Vi får se. Mens det fortsatt er tidlige dager for jakten på hybrid klassisk kvantedatabehandling, lanserte AWS Amazon Braket Hybrid på slutten av året. Her er et utdrag av AWS sin beskrivelse:

“Amazon Braket Hybrid Jobs lar deg enkelt kjøre hybride kvanteklassiske algoritmer som Variational Quantum Eigensolver (VQE) og Quantum Approximate Optimization Algorithm (QAOA), som kombinerer klassiske dataressurser med kvantedatabehandlingsenheter for å optimere ytelsen til dagens kvantum. systemer. Med denne nye funksjonen trenger du bare å gi algoritmeskriptet ditt og velge en målenhet – en kvantebehandlingsenhet (QPU) eller kvantekretssimulator. Amazon Braket Hybrid Jobs er designet for å spinne opp de forespurte klassiske ressursene når målkvanteenheten din er tilgjengelig, kjøre algoritmen din og frigi forekomstene etter fullføring slik at du bare betaler for det du bruker. Braket Hybrid Jobs kan gi direkte innsikt i algoritmeberegninger for å overvåke algoritmen din etter hvert som den skrider frem, slik at du kan foreta justeringer raskere. Det viktigste er at jobbene dine har prioritert tilgang til den valgte QPU-en i løpet av eksperimentet, noe som gir deg kontroll og bidrar til å gi raskere og mer forutsigbar utførelse.

“For å kjøre en jobb med Braket Hybrid Jobs, må du først definere algoritmen din ved å bruke enten Amazon Braket SDK eller PennyLane. Du kan også bruke TensorFlow og PyTorch eller lage et tilpasset Docker-containerbilde. Deretter oppretter du en jobb via Amazon Braket API eller konsoll, der du oppgir algoritmeskriptet ditt (eller egendefinerte beholder), velger målkvanteenheten din og velger fra en rekke valgfrie innstillinger, inkludert valg av klassiske ressurser, hyperparameter verdier og dataplasseringer. Hvis målenheten din er en simulator, er Braket Hybrid Jobs designet for å begynne å utføre med en gang. Hvis målenheten din er en QPU, kjøres jobben din når enheten er tilgjengelig og jobben er først i køen. Du kan definere egendefinerte beregninger som en del av algoritmen din, som automatisk kan rapporteres til Amazon CloudWatch og vises i sanntid i Amazon Braket-konsollen. Etter fullføring skriver Braket Hybrid Jobs resultatene dine til Amazon S3 og frigir ressursene dine.

Det andre initiativet, Amazon Quantum Solution Lab, er rettet mot forskningssamarbeidsprogrammer; det er i hovedsak Amazons profesjonelle kvantetjenestegruppe.

“De engasjerer seg i forskningsprosjekter med kunder. For eksempel skrev de nylig en oppgave med et team av forskere ved Goldman Sachs. De driver et veldig interessant initiativ sammen med BMW Group, noe som kalles BMW Group quantum computing challenge. BMW foreslo fire områder relatert til deres interesser, som logistikk, produksjon, noen ting som var relatert til bilteknikk, og det ble etterlyst et forslag om crowdsource-løsninger som bruker kvantedatamaskiner for å løse disse problemene, sa Severini.

«Det var 70 team, globalt, som sendte inn løsninger. Jeg synes dette er veldig interessant pga [it’s still early days] og faktum er at kvantedatamaskiner ikke er nyttige i forretningsproblemer i dag. De kan ikke [yet] være mer virkningsfull enn klassisk databehandling i dag. Et initiativ av denne typen kan virkelig bidra til å bygge bro over den virkelige verden med teorien. Vi har flere slike initiativ, sa han.

Bygge en feiltolerant datamaskin

Amazons innsats for å bygge et feiltolerant kvante er basert på AWS Center for Quantum Computing, som ligger i Pasadena, California, og kjøres i samarbeid med Caltech. “Vi lanserte dette initiativet i 2019, men i fjor, i 2021, åpnet vi en bygning som vi bygget inne på campus til Caltech,” sa Severini. “Det er et toppmoderne forskningsanlegg, og vi gjør forskning for å bygge en feilkorrigert, feiltolerant datamaskin,” sa han.

AWS har bestemt seg for halvlederbasert superledende qubit-teknologi, med henvisning til den dype bransjekunnskapen om halvlederproduksjonsteknikker og skalerbarhet. Utfordringen er selvfølgelig å oppnå feiltoleranse. Dagens NISQ-systemer er støyende og utsatt for feil og krever nesten null Kelvin-temperaturer. Severini sa ganske enkelt: “Det er fortsatt mange vitenskapelige utfordringer, og det er mye ingeniørarbeid som må gjøres.”

“Vi har stor tro på at det er to ting som må gjøres på dette stadiet. Den ene er å forbedre feilraten på det fysiske nivået og å investere i materialvitenskap for å virkelig forstå på et grunnleggende nivå hvordan man bygger komponenter som har en forbedring i forhold til feilrater. Det andre punktet er [to develop] nye qubit-arkitekturer for å beskytte qubits mot feil,” sa han.

“Dette anlegget inkluderer alt [to do] at. Vi gjør hele stabelen. Vi bygger alt selv fra programvare til arkitekturen til qubits og ledninger. Dette er langsiktige investeringer, sier Severini.

AWS har vært relativt stille med å promotere sin innsats for kvantedatamaskinbygging. Den har kraftig omfavnet konkurrerende qubit-teknologier på Braket, og Severini bemerket at det fortsatt er uklart hvordan fremgangen vil utvikle seg. Noen tilnærminger kan fungere godt for en bestemt applikasjon, men ikke for andre. AWS sporer dem alle, og inkluderer noen fremtredende kvanteforskere. For eksempel, John Preskill, Caltech-forskeren som laget begrepet NISQ, er en Amazon Scholar. (Preskill er selvfølgelig passende Richard P. Feynman professor i teoretisk fysikk ved California Institute of Technology.)

I februar i fjor publiserte AWS en papir i PRX Quantum (Bygge en feiltolerant kvantedatamaskin ved å bruke sammenkoblede kattekoder) som skisserer retningstenkning. Sammendraget er utdraget nedenfor:

“Vi presenterer en omfattende arkitektonisk analyse for en foreslått feiltolerant kvantedatamaskin basert på kattekoder sammenkoblet med ytre kvantefeilkorrigerende koder. For den fysiske maskinvaren foreslår vi et system av akustiske resonatorer koblet til superledende kretser med en todimensjonal layout. Ved å bruke estimerte fysiske parametere for maskinvaren, utfører vi en detaljert feilanalyse av målinger og porter, inkludert cnot- og Toffoli-porter. Etter å ha bygget en realistisk støymodell, simulerer vi numerisk kvantefeilkorreksjon når den ytre koden enten er en repetisjonskode eller en tynn rektangulær overflatekode.

“Vårt neste skritt mot universell feiltolerant kvanteberegning er en protokoll for feiltolerante Toffoli magiske tilstandsforberedelser som betydelig forbedrer trofastheten til fysiske Toffoli-porter til svært lave qubit-kostnader. For å oppnå enda lavere kostnader, utarbeider vi en ny destillasjonsprotokoll for magisk tilstand for Toffoli-stater. Ved å kombinere disse resultatene får vi realistiske full-ressursestimater av de fysiske feilratene og overheadene som trengs for å kjøre nyttige feiltolerante kvantealgoritmer. Vi finner at med rundt 1000 superledende kretskomponenter kan man konstruere en feiltolerant kvantedatamaskin som kan kjøre kretser, som for tiden er vanskelige å behandle for klassiske datamaskiner. Maskinvare med 18 000 superledende kretskomponenter kan på sin side simulere Hubbard-modellen i et regime utenfor rekkevidden til klassisk databehandling.»

Det siste stort stykke av Amazons kvantepuslespill er AWS Center for Quantum Networking, som ligger i Boston. AWS sier store nyheter om det nye senteret kommer snart. Kvantenettverkssenteret, sa Severini, er fokusert på maskinvare, programvare, kommersielle og vitenskapelige applikasjoner. Det høres ut som mye og er kanskje i tråd med Amazons ambisiøse kvanteprogrammer totalt sett.

Beviset på alle disse anstrengelsene, som det sies, vil være i puddingen.

Følg med.

Funksjonsbilde: En mikrobølgepakke omslutter AWS-kvanteprosessoren. Emballasjen er designet for å skjerme qubits fra omgivelsesstøy samtidig som den muliggjør kommunikasjon med kvantedatamaskinens kontrollsystemer. Kilde: AWS