GPU-Accelerated Quantum Simulation of Stabilizer Circuits
تقدم هذه الورقة البحثية QuaSARQ، وهو محاكي مُسرَّع بواسطة وحدات معالجة الرسومات يستخدم خوارزميات متوازية مبتكرة لتطور دوائر التثبيت والقياسات لتحقيق تسريع يصل إلى 105 ضعفاً وخفضاً في استهلاك الطاقة يتجاوز 80% مقارنةً بمحاكيات وحدات المعالجة المركزية ووحدات معالجة الرسومات الرائدة، مما يتيح محاكاة فعالة لدوائر تصل إلى 180,000 كيوبت.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في السعي لبناء حاسوب كمي يعمل، يواجه العلماء مفارقة: لإثبات أن الآلة تعمل، يجب عليهم أولاً محاكاة سلوكها على حاسوب كلاسيكي. لكن محاكاة نظام كمي أمر صعب للغاية لأن كمية المعلومات المطلوبة لوصفه تنمو بشكل انفجاري مع كل جسيم مضاف. يمكن لبت كمي واحد، أو "كيوبت"، أن يوجد في حالة من التراكب، ممثلاً حالتي الصفر والواحد في آن واحد. وعندما تربط العديد من الكيوبتات معاً، تصبح حالتهم المشتركة عبارة عن شبكة واسعة ومعقدة من الاحتمالات التي يصعب تتبعها بشكل هائل. ومع ذلك، هناك فئة خاصة من الدوائر الكمية، تُعرف باسم الدوائر المثبتة (stabilizer circuits)، والتي تتصرف بطريقة أكثر قابلية للتنبؤ. تستخدم هذه الدوائر مجموعة محددة من العمليات التي، رغم قوتها الكافية لاختبار تصحيح الأخطاء وبروتوكولات الاتصال، لا تخلق التعقيد الفوضوي الكامل للحاسوب الكمي الشامل. وبسبب هذه البنية، يمكن محاكاتها على آلات كلاسيكية، ولكن فقط إذا كانت المحاكاة ذكية بما يكفي لتجنب الغرق في حجم البيانات الهائل.
لقد كان التحدي يكمن في أنه مع نمو هذه الدوائر لتصبح أكبر — لتصل إلى عشرات الآلاف من الكيوبتات وملايين العمليات — اصطدمت طرق المحاكاة التقليدية بحائط مسدود. فهي تعاني بشكل خاص عندما تتضمن الدائرة عمليات قياس، وهي اللحظات التي يتم فيها رصد الحالة الكمية وإجبارها على الانهيار إلى نتيجة محددة. وتؤدي هذه القياسات إلى إدخال العشوائية وتتطلب من الحاسوب إعادة تنظيم هيكل بياناته الداخلي باستمرار، وهي عملية تصبح بطيئة للغاية ومتسلسلة على المعالجات القياسية. وقد قدم باحثون في جامعة لايدن الآن نهجاً جديداً يتجاوز هذه الاختناقات عبر نقل المحاكاة بأكملها إلى وحدة معالجة الرسومات، أو الـ GPU. هذه الرقائق، التي صُممت في الأصل لتشغيل ألعاب الفيديو، مبنية لأداء آلاف الحسابات البسيطة في وقت واحد، مما يجعلها مثالية لهذا النوع من معالجة البيانات الضخمة والمتوازية المطلوبة لمحاكاة الدوائر الكمية الكبيرة.
قام الفريق، بقيادة محمد أسامة، وديميتريوس ثانوس، وألفونس لارمان، بتطوير محاكي جديد يسمى QuaSARQ. وبدلاً من محاولة إجبار الطرق القديمة المتسلسلة على العمل بشكل أسرع، قاموا بإعادة كتابة الخوارزميات الأساسية بالكامل لتناسب بنية الـ GPU. في المحاكاة القياسية، غالباً ما تتضمن عملية تحديث حالة دائرة كمية بعد عملية قياس عملية تشبه حل لغز معقد حيث لا يمكنك تحريك القطعة التالية حتى يتم وضع القطعة الحالية. وهذا يخلق سلسلة من التبعيات التي تبطئ كل شيء. أعاد الباحثون تصميم هذه العملية بحيث يمكن للـ GPU التعامل مع آلاف هذه التحديثات في نفس الوقت. لقد حققوا ذلك من خلال تنظيم البيانات بطريقة تسمح بالوصول إلى الذاكرة عبر تدفقات مستمرة وسلسة، مما يلغي التوقفات والنزاعات التي تحدث عادةً عندما تحاول معالجات عديدة القراءة والكتابة في مساحة الذاكرة نفسها في وقت واحد.
يكمن الابتكار الرئيسي في عملهم في كيفية التعامل مع نقاط "المحور" (pivot) أثناء المحاكاة. فعندما يحدث قياس، يجب على المحاكي تحديد الأجزاء المتأثرة من الحالة الكمية وتحديثها. في الطرق السابقة، كان العثور على هذه الأجزاء المتأثرة عملية بحث بطيئة تختلف بشكل كبير اعتماداً على الدائرة المحددة. الطريقة الجديدة تقوم بتعبئة نتائج البحث هذه في قائمة ضيقة ومدمجة، مما يسمح للـ GPU بمعالجتها في تمريرة واحدة فعالة. علاوة على ذلك، استبدلوا عملية حذف البيانات التقليدية خطوة بخطوة بتقنية متوازية تحسب التغييرات اللازمة في ثلاث تمريرات منسقة. وهذا يسمح للمحاكي بالتعامل مع دوائر تصل إلى 180,000 كيوبت وعمق يصل إلى 1,000 طبقة، وهو مقياس كان بعيد المنال بالنسبة للعديد من الأدوات الموجودة.
كانت نتائج اختباراتهم مذهلة. فعند مقارنتها بأسرع المحاكيات الموجودة، بما في ذلك الأداة المحسنة للغاية والقائمة على المعالج المركزي المعروفة باسم Stim، أظهر QuaSARQ تحسناً هائلاً في السرعة. وفي أكثر حالات الاختبار تطلباً، كان المحاكي الجديد أسرع بمقدار 105 مرات من منافسيه. وبعيداً عن السرعة الخام، كانت مكاسب الكفاءة كبيرة بنفس القدر؛ فبسبب إتمام الـ GPU للمهام بسرعة أكبر بكثير، فقد استهلك طاقة أقل بنسبة 80 بالمائة من البدائل القائمة على المعالج المركزي (CPU). وهذا اكتشاف حاسم، حيث إن تكلفة الطاقة لتشغيل المحاكاة واسعة النطاق أصبحت مصدر قلق رئيسي للباحثين. كما تفوقت الأداة الجديدة في عملية "أخذ العينات متعددة المحاولات" (many-shot sampling)، وهي عملية يتم فيها تشغيل الدائرة نفسها آلاف المرات لبناء صورة إحصائية لسلوكها. وبينما تباطأت المحاكيات الأخرى بشكل كبير مع زيادة عدد العينات المطلوبة، حافظ QuासARQ على وتيرة سريعة وثابتة، وتعامل مع آلاف المحاولات بكل سهولة.
اختبر الباحثون نظامهم مقابل مجموعة واسعة من المعايير، بدءاً من الدوائر الصغيرة وصولاً إلى الدوائر الضخمة التي تضم 180,000 كيوبت. وفي هذه الاختبارات، تفوق QuaSARQ باستمرار ليس فقط على Stim، بل أيضاً على غيره من البرمجيات الرائدة مثل Qiskit-Aer و Qibo و Cirq و PennyLane. وفي مقارنة محددة، بينما تمكن المحاكي الرائد القائم على المعالج المركزي من إكمال 125 دائرة خلال نافذة زمنية قدرها 132 ساعة، أنهى QuaSARQ 177 دائرة في 72 ساعة فقط. وكان هذا التفوق واضحاً بشكل خاص في الدوائر التي تحتوي على الكثير من القياسات، حيث منعت الخوارزميات المتوازية الجديدة المحاكاة من التوقف. وأشار الفريق إلى أن نهجهم لا يجعل عمليات المحاكاة الحالية أسرع فحسب، بل يتيح محاكاة الدوائر الكمية بمقياس كان من المستحيل دراسته بالتفصيل سابقاً.
يشير هذا العمل إلى أن الطريق لفهم الأنظمة الكمية المعقدة قد يكمن في تطويع الأجهزة الكلاسيكية لتفكر بشكل متوازٍ بدلاً من تسلسلي. ومن خلال إعادة التفكير في كيفية تخزين البيانات وكيفية حساب التحديثات، أظهر الباحثون أن قيود المحاكيات الحالية ليست قوانين أساسية للفيزياء، بل هي تحديات هندسية يمكن حلها. إن نجاح QuaSARQ يشير إلى أنه بالنسبة لفئة محددة من الدوائر المثبتة، فإن الجمع بين الخوارزميات المتخصصة وأجهزة الـ GPU الحديثة يمكن أن يوفر أداة قوية للتحقق من تصحيح الخطأ الكمي وتصميم البروتوكولات الكمية المستقبلية. ورغم أن هذا لا يحل مشكلة المحاكاة لجميع أنواع الدوائر الكمية، إلا أنه يوفر طريقة قوية وفعالة لفئة تأسيسية من المشكلات الضرورية لتطوير حواسيب كمية موثوقة. وتقدم النتائج دليلاً واضحاً على أنه مع النهج الصحيح، يمكن خفض الحواجز الحسابية لمحاكاة السلوك الكمي واسع النطاق بشكل كبير.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.