En los últimos años, se han puesto a disposición dispositivos cuánticos que permiten a los investigadores, por primera vez, utilizar hardware cuántico real para comenzar a resolver problemas científicos. Sin embargo, en el corto plazo, el número y la calidad de los qubits el básicounidad de información cuántica para las computadoras cuánticas se espera que permanezca limitada, lo que dificulta el uso de estas máquinas para aplicaciones prácticas.
Un enfoque cuántico y clásico híbrido puede ser la respuesta para abordar este problema con el hardware cuántico existente. Investigadores del Laboratorio Nacional Argonne y del Laboratorio Nacional de Los Alamos del Departamento de Energía de EE. UU. DOE, junto con investigadores de la Universidad de Clemson y los Laboratorios Fujitsu deEstados Unidos, ha desarrollado algoritmos híbridos para ejecutarse en máquinas cuánticas y los ha demostrado para aplicaciones prácticas utilizando computadoras cuánticas de IBM consulte a continuación la descripción del papel de Argonne en el IBM Q Hub en el Laboratorio Nacional de Oak Ridge [ORNL] y un cuanto D-Wavecomputadora.
El trabajo del equipo se presenta en un artículo titulado "Un enfoque híbrido para resolver problemas de optimización en computadoras cuánticas pequeñas" que aparece en la edición de junio de 2019 del Instituto de Ingenieros Eléctricos y Electrónicos IEEE computadora Revista
Las preocupaciones sobre la conectividad qubit, los altos niveles de ruido, el esfuerzo requerido para corregir errores y la escalabilidad del hardware cuántico han limitado la capacidad de los investigadores para ofrecer las soluciones que promete la computación cuántica futura.
Los algoritmos híbridos que desarrolló el equipo emplean las mejores características y capacidades de las computadoras clásicas y cuánticas para abordar estas limitaciones. Por ejemplo, las computadoras clásicas tienen grandes memorias capaces de almacenar grandes conjuntos de datos, un desafío para los dispositivos cuánticos que solo tienenpequeño número de qubits. Por otro lado, los algoritmos cuánticos funcionan mejor para ciertos problemas que los algoritmos clásicos.
Para distinguir entre los tipos de cómputo realizados en dos tipos de hardware completamente diferentes, el equipo se refirió a las etapas clásica y cuántica de los algoritmos híbridos como unidades de procesamiento central CPU para computadoras clásicas y unidades de procesamiento cuántico QPU para computadoras cuánticas.
El equipo aprovechó la partición y agrupamiento de gráficos como ejemplos de problemas de optimización prácticos e importantes que ya pueden resolverse usando computadoras cuánticas: un pequeño problema de gráficos puede resolverse directamente en una QPU, mientras que los problemas de gráficos más grandes requieren enfoques híbridos cuántico-clásicos.
Como el problema se hizo demasiado grande para ejecutarse directamente en computadoras cuánticas, los investigadores utilizaron métodos de descomposición para dividir el problema en partes más pequeñas que el QPU podía manejar, una idea que tomaron prestada de la computación de alto rendimiento y los métodos numéricos clásicos.
Todas las piezas se ensamblaron en una solución final en la CPU, que no solo encontró mejores parámetros, sino que también identificó el mejor tamaño de subproblema para resolver en una computadora cuántica.
Tales enfoques híbridos no son una bala de plata; no permiten la aceleración cuántica porque el uso de esquemas de descomposición limita la velocidad a medida que aumenta el tamaño del problema. Sin embargo, en los próximos 10 años, se esperaban mejoras en los qubits calidad, conteo yconectividad, la corrección de errores y los algoritmos cuánticos disminuirán el tiempo de ejecución y permitirán un cálculo más avanzado.
"Mientras tanto", según Yuri Alexeev, especialista principal del proyecto en la división de Ciencias Computacionales, "este enfoque permitirá a los investigadores usar computadoras cuánticas a corto plazo para resolver aplicaciones que apoyan la misión del DOE. Por ejemplo, puede seraplicado para encontrar estructuras comunitarias en redes metabólicas o un microbioma ".
Fuente de la historia :
Materiales proporcionado por DOE / Laboratorio Nacional de Argonne . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :