Hva du lærer:
- Hvordan selskaper kan ta i bruk en strategi for å utforske kvante som en forsikring.
- Nøkkelbransjene der kvantedatamaskiner er nær ved å gi reell forretningsverdi.
- Hvilke konsepter innen elektronisk design er mest relevante for kvantedatabehandling?
Kvantedatamaskiner gir fristende konkurransefortrinn til de selskapene som mestrer bruken av dem. Både myndigheter, akademiske institusjoner og private selskaper investerer i en kvantefremtid.
Som en påminnelse jobber kvantedatamaskiner med kvantebiter – kvantebiter – som ligner transistorer eller klassiske biter. Disse qubitene betjenes av kvanteporter, akkurat som logiske porter i klassiske datamaskiner. Antall qubits i en kvantedatamaskin er en god første tilnærming til datamaskinens kraft. Troskapen, eller feilraten, til portene er også en viktig parameter.
Flere leverandører jobber med forskjellige måter – ofte kalt modaliteter – for å lage et stort antall stabile qubits. Noen av disse qubit-modalitetene inkluderer ionefelle (IonQ), superledende (IBM), fotoniske (PsiQuantum og Xanadu), kalde atomer (ColdQuanta og Atom Computing) og topologiske (Microsoft). Blant de siste kunngjøringene er IBM når 127 qubitsMicrosoft oppnår en viktig milepæl i topologiske qubitsog IonQ-rapportering økt troskap til qubitene.
Selv om disse bare er midlertidige veipunkter, driver de oss nærmere å kunne levere ekte forretningsverdi fra kvantedatamaskiner. Selv om det fortsatt trengs mange fremskritt i maskinvaren, noen spår at bare 420 qubits ville være nok til å overgå superdatamaskiner som er i stand til 1018 flytepunktoperasjoner per sekund.
En annen viktig implikasjon er at det begynner å dannes en kløft mellom kvantedatamaskiner og klassiske datamaskiner. Generelt sett kan all programvare som kan skrives for en 50-qubit kvantedatamaskin simuleres på en klassisk datamaskin. Men når vi kommer til 100, 200 qubits og mer, er slik simulering ikke lenger mulig.
Vi går inn på ukjent territorium med hensyn til hva som kan gjøres med kvantedatamaskiner, så vel som med praktiske problemer som hvordan man feilsøker et program som man ikke kan simulere, hvordan man tester at algoritmer skalerer opp riktig med antall qubits, og mer.
Hvorfor regnes kvantedatamaskiner som en strategisk teknologi?
Utsiktene til å utvikle nye forbindelser og bedre EV-batterier, optimalisere forsyningskjeden for å oppnå betydelige kostnadsreduksjoner, oppnå mer nøyaktig risikoanalyse eller skaffe ny innsikt fra kvantemaskinlæring er spennende for både bedriftsledere og CTOer.
Det samme gjelder ikke bare for selskaper, men også for land. Mange regjeringer ser på kvantedatabehandling som en strategisk, muliggjørende teknologi og har startet nasjonale kvanteprogrammer. Fra begynnelsen av dette året har regjeringer over hele verden investert over 25 milliarder dollar innen kvanteteknologi, med Kina ($15B) og EU ($7B) som leder flokken.
Adm. Michael Rogers (USN, Ret.), tidligere direktør for National Security Agency, sier “Mange nasjoner rundt om i verden, spesielt de mest industrialiserte eller de mest utviklede [ones], har identifisert kvante som en teknologi som en gang perfeksjonert har både betydelig økonomisk så vel som nasjonal sikkerhet innvirkning, og som det vil være fordeler å oppnå ved å ha disse settene med evner. Spesielt hvis du er i stand til å gjøre det tidligere enn noen av konkurrentene dine, enten den konkurransen er fra et økonomisk perspektiv, fra et nasjonalt sikkerhetsperspektiv eller fra et spionasjeperspektiv.»
Flere selskaper innser potensialet til quantum, og tar i bruk en strategi for å utforske quantum som en forsikring. Akkurat som i en vanlig forsikring betaler man et lite beløp i forhold til den potensielle kostnaden ved en uønsket hendelse.
Dermed utforsker bedrifter proof of concepts og trener folkene sine. De tror at slike relativt beskjedne investeringer kan hjelpe dem å unngå situasjoner der de er håpløst bak konkurrenter, hvor de sliter med å finne kvalifiserte personer, eller hvor de er i en forferdelig ulempe.
Kan du virkelig knekke RSA-kryptering med en kvantedatamaskin? Har disse datamaskinene andre cybersikkerhetsrelaterte bruksområder?
Ja, kvantedatamaskiner har potensial til å bryte RSA-krypteringen som sikrer de fleste økonomiske transaksjoner rundt om i verden. RSA-kryptering bruker to store primtall, kun kjent for avsender og mottaker. Produktet av disse to tallene er offentliggjort, men RSA-designere var sikre på at ingen maskin ville være i stand til å faktorisere det uten å bruke flere milliarder år.
Men kvantedatamaskiner har unike egenskaper, kalt superposisjon, sammenfiltring og interferens. Algoritmeutviklere bruker disse egenskapene til å lage algoritmer som dramatisk overgår sine klassiske motparter. En slik algoritme, kalt Shors algoritme, er en metode for å finne primfaktorer for et tall mye mer effektivt enn en klassisk datamaskin, og dermed bryte RSA-koden.
Vi forventer at tilstrekkelig store kvantedatamaskiner vil kreve bare noen få minutter for å bryte RSA, mens en klassisk datamaskin kan ta milliarder av år. Imidlertid er slike datamaskiner fortsatt år unna, noe som gir bedrifter litt tid til å forberede seg på denne endringen.
Faktisk har selskaper jobbet med kommunikasjonsmetoder kalt “kvantebestandige”, noe som betyr at de ikke kunne brytes av kvantedatamaskiner. For eksempel, JP Morgan Chase, Toshiba og Ciena drev med suksess et proof of concept for kvantenøkkeldistribusjon, som er et matematisk bevist forsvar mot et cybersikkerhetsangrep for kvantedatabehandling. Det er viktig å respektere kraften til kvanteberegning, men ikke miste søvn over Shors algoritme som bryter våre finansielle systemer over natten.
Hvor lenge før man kan eie en kvantedatamaskin?
De fleste kvantedatamaskiner i dag er vert i skyen. Og siden frekvensen av maskinvareendringer er så stor, er det fornuftig å holde det på denne måten. Selv om noen nye fremskritt gjør det mulig for mindre kvantedatamaskiner å kjøre i romtemperaturvi er ganske langt fra tiden med personlige kvantedatamaskiner.
Skybaserte kvantedatamaskiner gjør det enkelt å eksperimentere med kvanteteknologi uten å bruke store mengder penger på å kjøpe dem. Faktisk ser mange selskaper nå på kvante som en driftskostnad, i motsetning til en kapitalutgift.
Hosting på skyen gjør det enklere å kjøre det som kalles hybridalgoritmer. De bruker både kvante- og klassiske databehandlingsmetoder for å kombinere fordelene med hver teknologi
Hvor fort vil kvantedatamaskiner levere ekte forretningsverdi, og på hvilke områder forventes dette?
Selv om den virkelig banebrytende virkningen av kvantedatabehandling er spådd i løpet av tiåret, utforsker et bredt spekter av bransjer mange bruksområder. Noen selskaper tar de første trinnene med implementeringer.
En sektor som omfavner kvantedatabehandling er finansarenaen. JP Morgan Chase & Co., for eksempel, integrerer rammeverket sitt med kvanteteknologi for porteføljeoptimalisering og prising av økonomiske alternativer. NTT Data har utforsket kredittrisikoanalyse. Goldman Sachs har et stort team av kvanteeksperter. Noen organisasjoner, for eksempel forsikringsgiganten AXAforsto løftet om kvante og tar det lange perspektivet – utfører proof of concepts, bygger støtte i organisasjonen og utdanner flere forretningsenheter.
I bilindustrien liker bedrifter Volkswagen bygger intern kvantekompetanse. Det gjorde dette etter at vellykket proof of concepts viste at bruk av logistisk optimalisering og kvantemaskinlæring kan minimere produksjonskostnadene og forutsi trafikkmønstre for autonome kjøretøy. Volkswagen brukte også kvanteberegning til svellykket optimalisering av malerverkstedsplanleggingen. BMW nylig fullført en kvanteutfordring fokusert på flere områder, inkludert sensorplassering, konfigurasjonsadministrasjon og mer.
Kraften til kvanteberegning kan også sees når man simulerer interaksjoner mellom molekyler. Denne typen forskning kan hjelpe forskere bedre å forstå denne verdens natur, oppdage nye molekyler for mer effektive og kraftige EV-batterier eller for farmasøytisk bruk, kutte ned på tid brukt i tidlige faser av forsøk på å søke etter mulige stoffer. I tillegg har energi- og logistikkselskaper funnet at kvante er en spennende måte å optimalisere forsyningskjeden.
Tiden da kvantedatamaskiner utkonkurrerer sine klassiske motstykker, er ikke strengt avhengig av qubit-antall. Vi trenger også at disse systemene er skalerbare og varige.
Dagens kvantedatamaskiner er støyende, noe som betyr at nøyaktigheten til beregningene deres lett kan påvirkes av små ufullkommenheter eller små miljøendringer. Som et resultat bruker mange kvanteberegningseksperimenter hybride kvante/klassiske algoritmer. Det er mye å vinne på å bruke kvantedatamaskiner for en liten del av beregningene og la klassiske datamaskiner håndtere resten.
Det er utbredt forventning om at kvanteselskaper hver måned forbedrer kvantedatamaskinene sine: flere qubits, mindre støy, større troskap. Mens tiden til ekte kvanteverktøy fortsatt er ukjent, er det mest et spørsmål om når, ikke om.
Selv om kvantedatamaskinen for vanlige mennesker fortsatt er en fremtidsdrøm, gir noen investeringer allerede resultater.
Hva er nøkkelutfordringene ved å lage og jobbe med Nex-Gen kvantedatamaskiner?
Den mest åpenbare utfordringen med å komme til poenget med kvantedatabehandling som produserer massive endringer i den virkelige verden, er skalerbarheten til maskinvaren. Ekte, kraftig bruk kan bare oppnås med større, mer komplekse systemer. Og det er mye å gjøre for å utvide disse systemene og samtidig redusere feil og støy.
Kvantefysikere jobber hardt med å utvikle nye løsninger etter hvert som flere problemer oppstår. De skaper mer stabile qubits, mer nøyaktige kvanteporter og mer kompakte og skalerbare fysiske systemer.
Det er ikke lett å bygge større systemer – flere qubits betyr flere partikler å ta vare på. Hvert tillegg til systemet kan påvirke qubitenes evner til å samhandle produktivt med hverandre eller kan introdusere alle slags feil.
Det er også behov for større og mer effektive kryogene systemer for maskinvareleverandører som håndterer temperaturer nær absolutt null. Flere qubits betyr flere ledninger og utstyr som må lagres i disse kalde kamrene, som ikke er enkle eller billige å lage.
Og etter hvert som disse systemene skaleres opp, blir prosessen med å lage programvaren for større datamaskiner vanskeligere. I dag er det meste av programvare designet ved å eksplisitt spesifisere koblingene av qubits til kvanteporter, eller ved å flette sammen forhåndsskrevne kodeblokker. Etter hvert som systemene blir større, blir denne manuelle prosessen vanskelig og vil snart bli nesten umulig.
Hvis vi tenker på analogier fra andre disipliner, er ikke denne progresjonen overraskende. Det er ikke vanskelig å skrive noen linjer med kode på assemblerspråk, men du vil ikke skrive en matematisk simulering på denne måten. Det er relativt enkelt å koble sammen noen få digitale OG-, ELLER- og NOR-porter, men det er ikke slik selskaper designer avanserte CPUer. Prosessen med å skrive programvare må utvikles.
Hvilke konsepter innen elektronisk design kan være aktuelle for kvantedatabehandling?
Når du lærer om digitale elektroniske kretser, er praktisk portbasert design avgjørende for å utvikle en grunnleggende forståelse av digitale konsepter. Men når det grunnleggende er lært, er det svært få som designer store, meningsfulle systemer ved å koble sammen diskrete logiske porter.
I stedet implementeres reelle løsninger ved å spesifisere funksjonelle modeller på høyt nivå, mens datastøttede designløsninger (som de fra Cadence eller Synopsys) håndterer det tunge løftet med å syntetisere et slikt system fra det funksjonelle designet. En datamaskin kan gjøre en mye bedre jobb med å finne passende implementeringer av funksjonsmodellen, minimere antall porter eller oppfylle andre designbegrensninger som er viktige for den menneskelige designeren.
Selskaper liker Classiq begynner å bruke denne metoden på kvanteberegning, og syntetiserer sofistikerte gate-nivå kvantekretser fra funksjonelle modeller på høyt nivå. De bruker lignende metoder for å gjøre modeller om til kretser mens de møter et sett med begrensninger (som antall qubits eller typen porter som brukes) og optimaliserer kretsen til den valgte maskinvareplattformen.
Uten riktig programvare kan kvantedatamaskiner være ubrukelige, så det er godt å se at evnen til å skrive sofistikert programvare utvikler seg sammen med maskinvareforbedringer.
Quantum computing er en spillendrende teknologi for de som bruker den. Ikke vent med å komme i gang.