ابررایانه‌های کوانتومی IBM تا سال 2025 با 4000 کیوبیت بیشتر کار می کنند
IBM چهل سال پس از شروع به کار در محاسبات کوانتومی، آماده است تا فناوری را از آزمایشگاه و به کاربردهای عملی تر گسترش دهد. این شرکت در حال حاضر از زمان انتشار نقشه راه کوانتومی قبلی خود در سال 2020، به چندین نقطه عطف توسعه دست یافته که می توان به پردازنده 127 کیوبیتی Eagle اشاره کرد که از مدارهای کوانتومی و Qiskit Runtime API استفاده می کند.
IBM روز چهارشنبه اعلام کرد که قصد دارد جاه‌طلبی‌های کوانتومی خود را بیشتر می کند و نقشه راه 2020 را با هدف بلندتر یعنی بهره‌برداری از یک سیستم 4000 کیوبیتی تا سال 2025 بازبینی کرده است. قبل از ساخت بزرگترین کامپیوتر کوانتومی تا به امروز، آی‌بی‌ام قصد دارد تراشه 433 کیوبیتی Osprey خود را اواخر امسال منتشر کند و Qiskit Runtime را در سال 2023 به فضای ابری منتقل کند و هر روز چهارشنبه یک رویکرد بدون سرور را به پشته نرم‌افزار کوانتومی هسته‌ای بیاورد.
این جهش سریع چهار برابری در حجم کوانتومی (تعداد کیوبیت‌های بسته‌بندی شده در یک پردازنده) به کاربران امکان می‌دهد مدارهای کوانتومی طولانی‌تری را اجرا کنند، در حالی که سرعت پردازش – اندازه‌گیری شده در CLOPS (عملیات لایه مدار در ثانیه) – را از حداکثر افزایش می‌دهد. از حداکثر 2900OPS تا بیش از 10000. در این صورت، چهار برابر کردن این ظرفیت در بازه زمانی کمتر از 24 ماه بسیار ساده است.
برای انجام این کار، IBM قصد دارد ابتدا مجموعه‌ای از چندین پردازنده را برای ارتباط موازی و سری با یکدیگر دریافت کند. این باید به توسعه طرح‌های کاهش خطا و بهبود هماهنگی بین پردازنده‌ها، که هر دو جزء ضروری کامپیوترهای کوانتومی عملی فردا هستند، کمک کند. پس از آن، آی‌بی‌ام کوپلرهای سطح تراشه را طراحی و مستقر خواهد کرد، که «چند تراشه‌ها را از نزدیک به یکدیگر متصل می‌کنند تا به طور مؤثر یک پردازنده واحد و بزرگتر را تشکیل دهند»، سپس پیوندهای ارتباطی کوانتومی ایجاد کنید تا آن چند پردازنده بزرگتر را به هم و به خوشه های بزرگتر متصل کند (اساساً توده‌های بزرگ‌تری از پردازنده‌ها را تا زمانی که یک پلتفرم محاسباتی 4000 کیوبیتی ماژولار و کاربردی را تشکیل دهند، زنجیره‌ای می‌کنند). IBM قصد دارد این برنامه را که در سال 2023 تنظیم شده، گسترش دهد و توسعه دهندگان را قادر می سازد تا آنها را روی پردازنده های کوانتومی موازی اجرا کنند.
