1726217313
2024-09-13 08:24:46
インサイダーブリーフ
- ヒューレット・パッカード研究所のチーフアーキテクトによると、同社はパートナーとの総合的なハイブリッドアプローチを使用して現実世界の産業問題に取り組むため、量子コンピューティングに再び取り組んでいるという。
- 彼らは、ベンジンなどの複雑な化学モデリングに必要な計算量を、5,000年かけて1億量子ビットから1年で100万量子ビットにまで削減しました。
- ヒューレット・パッカード研究所の進歩により、数世代ではなく今後 10 年以内に実用的なソリューションが実現可能になる可能性があります。
- 量子ビットのスケーリングとエラー率の管理には依然として大きな課題が残っていますが、量子コンピューティングは AI と融合し、機械学習タスクに新たな加速方法を提供できる可能性があります。
- 画像： ホームページ
ヒューレット・パッカード研究所 同社の主任設計者によると、同社は実用的な産業問題に取り組むために量子コンピューティングに再び取り組んでおり、化学と物理学の課題に対処するために量子システムのシミュレーションに重点を置いている。
同社は10年以上前に量子プロジェクトを棚上げにした後、スーパーコンピューティングの能力を活用して量子コンピューティングをよりアクセスしやすく、応用しやすいものにしようとしている。
「我々は古い窒素量子ビットプロジェクトを再開するつもりはない。その作業はまだ進行中で、6つの潜在的な量子モードのうちの1つであるが」とヒューレット・パッカード研究所のチーフアーキテクト、カーク・ブレスニカー氏は語った。 フロンティアエンタープライズ「その代わりに、私たちは新たな機会に焦点を当てています。」
ブレスニカー氏はテクノロジーニュースサイトに、約18年前、ヒューレット・パッカード研究所がダイヤモンド格子の窒素空孔を使った低レベル量子ビットの研究を始めたと語った。そのプロセスでは、窒素原子を研究室グレードのダイヤモンドチップに埋め込み、量子ビットとして機能する人工原子を作成する。しかし、このプロジェクトは企業価値への道筋が不明確だったため、12年前に棚上げになった。
「繰り返しになりますが、ヒューレット・パッカード研究所は常に研究とビジネス成果を結びつけることに重点を置いてきました」とブレスニカー氏はフロンティア・エンタープライズとのインタビューで語った。チームは、エンタープライズ・アプリケーションにおける効率的なデータ移動が果たす重要な役割を認識し、焦点をフォトニクスに移した。
同社は4年前にSGIとCrayを買収し、スーパーコンピューティングにおける役割を拡大し、顧客の量子コンピューティングへの関心を新たにした。
「これらの買収によってエクサスケールのスーパーコンピューターを設計し、顧客に提供したところ、顧客は私たちの取り組みに興味を示し、『次のシステムでは、どこに量子ビットを統合すればよいのか』と尋ねてきました」とブレスニカー氏は語った。
Hewlett Packard Labs は現在、さまざまな量子ビットや量子ソフトウェアを開発している他の組織と提携し、総合的な共同設計アプローチを採用しています。その目的は、量子システムをシミュレートして、固体物理学、エキゾチック凝縮物質物理学、量子化学、産業アプリケーションにおける現実の問題を解決することです。
「量子技術で長い間約束されてきた最適化を実際に実現し、それを産業規模で達成するとはどういうことでしょうか？」とブレスニカー氏は問いかけます。「量子技術がいつどこで本当の影響を与えることができるのかという疑問に答えることこそ、私たちが注力してきたことなのです。」
チームが最初に取り組んだ課題の 1 つは、ベンゼン環から得られる珍しい化学物質であるベンジンのモデリングでした。「共同設計パートナーと最初にこの問題に取り組んだとき、ソリューションには 5,000 年かけて 1 億量子ビットが必要でした。これは膨大な時間と量子ビットです」とブレスニカー氏は Frontier Enterprise に語りました。現在の量子機能が数十から数百量子ビットであることを考えると、これは非現実的なソリューションでした。
チームは、エラー訂正コードとシミュレーション手法を採用することで、計算要件を大幅に削減しました。
「私たちはその要件を1年間で100万量子ビットにまで削減しました。これは50万分の1の削減です」と彼は語った。「今、私たちは何世代もかかるかもしれない解決策について話すのではなく、今後10年で実現できる何かを検討しています。」
このアプローチでは、問題を細分化し、さまざまな部分を最も適切な計算リソースに割り当てます。
「一部のパーツは GPU に最適で、一部は超伝導量子ビットに最適で、その他はトラップイオン量子ビットに最適です」とブレスニカー氏は説明する。「量子処理ユニットをアクセラレータとして従来の古典的なスーパーコンピューティングと組み合わせることで、ハイブリッド環境を作成します。これが総合的な共同設計の真髄です。」
進歩にもかかわらず、量子コンピューティングの商業化を妨げるいくつかの障害があります。
「量子に関する本当の問題はコヒーレンス時間です。つまり、量子ビットが『ポッ！』と消えるまでに、どれくらい機能し続けることができるかということです。そして、エラー率もあります」とブレスニカー氏はフロンティア・エンタープライズとの議論で述べた。量子ビットの確率的性質と、量子ビットがエンタングルメントによって互いに干渉する傾向を管理することが、複雑さを増すことになる。
量子ビットの数を増やすことも、もう一つの重要な課題です。
「携帯電話ほどの大きさの真空チャンバーの中に32個の量子ビットがあるかもしれないが、必要なのは32個ではなく、100万個だ」と彼は語った。
超伝導量子ビットのような技術は、希釈冷凍機で4ミリケルビンまで冷却する必要があり、大きな技術的ハードルとなっている。
「それぞれの技術は重大なエンジニアリング上の課題を伴います。それは、計算の過程で制御システムの統合を考慮する前の話です。計算には数週間、数か月、あるいは数年かかることもあります」とブレスニカー氏はフロンティア・エンタープライズに語った。
ブレスニカー氏によると、特に興味深い分野、そして現在活発に研究が行われている分野の一つは、量子コンピューティングが人工知能に及ぼす潜在的な影響である。
「量子システム上で線形代数を実行することができ、これをサポートする HHL アルゴリズムがあります。では、それはより優れているのでしょうか? これはまだ未解決の研究課題です」と彼は言いました。
同氏は、大規模な AI モデルのトレーニングに必要なコストとリソースが増大していると付け加えた。
「パラメータ数の直線的な増加がモデルのトレーニングに必要なリソースの指数関数的な増加を引き起こすことを示す曲線を描くと、約3〜4年後には、1つのモデルをトレーニングするためのコストが、現在グローバルITに費やしているコストを上回る可能性があることがわかります」とブレスニカー氏は言います。「そんなことは起こりそうにありません。上限に達するでしょう。」
将来的には、GPU の効率化、アプリケーション固有のアクセラレータの開発、あるいは量子コンピューティングの活用などが考えられます。
もう一つの興味深い研究分野は、量子コンピューティングと機械学習の交差点です。
「我々にとって興味深いのは、いわゆる量子機械学習ですが、これは量子プロセッサを使って今日の従来の機械学習アルゴリズムを実行することではありません」とブレスニカー氏はインタビューで語った。「むしろ、『実際に量子ビットを作成する必要なく、量子システム（量子力学の法則に従うシステム）をモデル化するように機械学習アルゴリズムをトレーニングできるか』という問いかけなのです」
ヒューレット・パッカード研究所にとって、これは量子コンピューティングと AI の最も有望な交差点の 1 つとなる可能性があります。
「我々にとって、それは最も興味深い交差点の一つになるかもしれない」と彼は語った。
#HPのチーフアーキテクトが実用的な量子コンピューティングの到来を数世代から10年以内に予測