Исследователи Эдинбургского университета разработали алгоритм, позволяющий моделировать работу фотонных квантовых компьютеров на обычных процессорах. В отдельных тестах классическая симуляция показала результаты лучше реальных квантовых устройств.
По оценке разработчиков, алгоритму нужно около 5% вычислительной мощности, которая раньше требовалась для такого моделирования на суперкомпьютере. Часть задач теперь можно выполнять на одном центральном или графическом процессоре.
Как работает новый алгоритм
Исследователи сосредоточились на задаче гауссовской бозонной выборки (Gaussian Boson Sampling, GBS). В таких экспериментах свет проходит через систему оптических элементов, а детекторы регистрируют результаты интерференции фотонов.
Воспроизвести полученные статистические распределения на обычном компьютере сложно. Поэтому подобные эксперименты используют для демонстрации квантового превосходства — способности квантовых устройств решать определенные задачи эффективнее классических.
До сих пор моделирование крупных фотонных систем требовало значительных вычислительных мощностей, и для наиболее сложных экспериментов исследователи прибегали к суперкомпьютерам.
Команда из Эдинбурга предложила другой подход. Вместо расчета всех возможных квантовых состояний алгоритм использует статистические характеристики распределения — кумулянты, которые описывают зависимости между результатами измерений.
Метод учитывает корреляции до заданного порядка и приближенно рассчитывает остальные. Это позволяет воспроизводить ключевые характеристики экспериментов без перебора огромного числа комбинаций.
Разработчики протестировали алгоритм на данных фотонных квантовых систем с более чем 100 оптическими модами. По ряду статистических критериев результаты классического моделирования оказались ближе к теоретическому распределению, чем данные реального квантового оборудования.
Для хранения предварительно вычисленных характеристик системы со 144 модами потребовалось около 2 ГБ памяти. Дополнительные ресурсы ушли на промежуточные вычисления и генерацию выборок.
Алгоритм поддерживает параллельную обработку. Небольшое число стандартных процессоров или видеокарт позволяет достичь скорости, для которой предыдущей реализации требовалось более 100 GPU . В одном из тестов исследователи получили 10 млн образцов за 115 минут на восьми видеокартах Nvidia H100.
Новый алгоритм не делает обычные компьютеры заменой квантовым. Разработчики применили приближенное моделирование к определенному классу задач и сравнивали результаты по установленным статистическим критериям.
Преимущество в точности не распространяется на скорость. В одном из рассмотренных экспериментов квантовое оборудование сгенерировало 10 млн образцов примерно за 10 секунд — значительно быстрее классического эмулятора.
Авторы подчеркнули, что разработка удешевит эксперименты, которые нужны для понимания ограничений современных квантовых компьютеров и проектирования более совершенных устройств.
Соавтор исследования Рауль Гарсия-Патрон Санчес отметил , что команде удалось значительно снизить требования к памяти, время выполнения и энергозатраты при моделировании фотонных квантовых устройств. По его словам, задачи, прежде доступные лишь нескольким центрам в мире, стали массовыми.
Ученые планируют масштабировать алгоритм, чтобы моделировать более крупные системы при тех же вычислительных ресурсах. Применение метода к другим типам квантовых вычислений авторы рассматривают как направление для дальнейших исследований.
Напомним, в мае специалисты Flatiron Institute и Бостонского университета поставили под сомнение заявления D-Wave о квантовом превосходстве.
Исследователи воспроизвели часть вычислений компании с помощью классических алгоритмов, причем некоторые эксперименты удалось выполнить на обычном ноутбуке.
Подписывайтесь на ForkLog в социальных сетях
