Distributed Variational Quantum Eigensolver: Embarrassingly Parallel strategies on NISQ
تُقيّم هذه الورقة ثلاث استراتيجيات متوازية بشكل فائق لخوارزمية المقيّم الذاتي الكمي التبايني (VQE) على أجهزة العصر الكمي ذي الضجيج المتوسط (NISQ) باستخدام منصة المحاكاة CUNQA، مع تحليل المقايضات بين تسريع الأداء والدقة في ظل وجود ضجيج غير متجانس.
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
يمر عالم الحوسبة الكمومية حالياً بمرحلة صعبة ولكنها واعدة تُعرف باسم عصر "المقياس المتوسط المشوب بالضجيج". في هذه الفترة، تمتلك الأجهزة التي لدينا القدرة على إجراء حسابات معقدة تعجز عنها الحواسيب الكلاسيكية، ومع ذلك لا تزال تعاني من العيوب. هذه العيوب، أو "الضجيج"، تتسبب في وقوع الأجهزة في أخطاء، مما يحد من طول المدة التي يمكن أن تستغرقها عملية الحساب قبل أن تصبح النتائج غير موثوقة. وللتغلب على هذه الحدود، يستكشف العلماء استراتيجية تسمى الحوسبة الكمومية الموزعة. فبدلاً من الاعتماد على آلة واحدة ضخمة لا وجود لها بعد، يقوم هذا النهج بربط عدة آلات أصغر وأقل كمالاً لتعمل معاً على حل مشكلة واحدة. ويكمن التحدي في كيفية تقسيم العمل بين هذه الأجهزة المختلفة دون السماح لعيوب كل منها بإفساد الإجابة النهائية.
تعد إحدى أهم المهام لهذه الآلات هي إيجاد أدنى حالة طاقة لنظام فيزيائي، وهي عملية تُعرف باسم "المحلل الكمومي التبايني للطاقة الذاتية" (Variational Quantum Eigensolver). تخيل أنك تحاول العثور على أعمق وادٍ في مشهد طبيعي شاسع وضبابي؛ يعمل الحاسوب الكمومي هنا كدليل يمكنه استشعار التضاريس، بينما يعمل الحاسوب الكلاسيكي كملاح، يقوم بتعديل المسار بناءً على ما يبلغه الدليل. تتطلب هذه العملية من الآلة الكمومية تشغيل نفس الحساب آلاف المرات للحصول على قراءة موثوقة. ولأن هذه المهمة تنطوي على الكثير من التكرارات، فهي مرشح مثالي لتقسيم العمل عبر أجهزة متعددة. ومع ذلك، إذا لم تكن تلك الأجهزة متطابقة — أي إذا كان أحدها أكثر ضجيجاً من الآخرين — فإن الطريقة التي يتم بها تقسيم العمل يمكن أن تغير بشكل كبير سرعة ودقة النتيجة.
لقد وضع باحثون في مركز غاليسيا للحوسبة الفائقة في إسبانيا نصب أعينهم اختبار كيفية تقسيم هذا العمل بأكثر الطرق فعالية. لم يستخدموا حواسيب كمومية مادية في هذه الدراسة، حيث لا تزال هذه التكنولوجيا في طور التطور. بدلاً من ذلك، استخدموا منصة محاكاة متطورة تسمى CUNQA لإنشاء بيئة افتراضية. في هذا العالم الرقمي، بنوا مجموعة من المعالجات الكمومية الافتراضية، حيث تمت برمجة كل منها لمحاكاة أخطاء وأنماط ضجيج محددة لآلات حقيقية من شركات مصنعة مختلفة، بما في ذلك IBM وOQC. ومن خلال إجراء تجاربهم في هذا الإعداد المحاكي والمسيطر عليه، تمكنوا من عزل آثار الضجيج واختبار استراتيجيات مختلفة دون التنبؤات غير المستقرة للأجهزة الحقيقية.
قارن الفريق بين ثلاث طرق متميزة لتوزيع عبء العمل. الطريقة الأولى، وتسمى "التوزيع على مستوى الضربات" (shot-level distribution)، وتتضمن أخذ عملية حسابية واحدة وتقسيم العدد الإجمالي للقياسات المطلوبة إلى دفعات أصغر. تُرسل هذه الدفعات إلى آلات افتراضية مختلفة، وتُجمع النتائج لاحقاً. الطريقة الثانية، "التوزيع على مستوى الدائرة" (circuit-level distribution)، وتخصص حسابات كاملة ومنفصلة لآلات مختلفة. وتكون هذه الطريقة مفيدة عندما تتطلب خطوة واحدة من المشكلة تقييم أجزاء عديدة ومختلفة من النظام في وقت واحد. أما الطريقة الثالثة، "التوزيع على مستوى المرشح" (candidate-level distribution)، فهي مصممة لنوع معين من نهج حل المشكلات الذي يختبر العديد من الحلول المحتملة المختلفة في وقت واحد. في هذه الحالة، يتم إرسال كل حل محتمل إلى آلة مختلفة ليتم تقييمه بشكل مستقل.
وجد الباحثون أن الاستراتيجية المثلى تعتمد بشدة على نوع محلل المشكلات المستخدم وجودة الآلات المتاحة. فعندما كان الهدف هو مجرد تقسيم القياسات، أظهرت النتائج أن هذه الطريقة تعمل جيداً فقط عندما يكون إجمالي عدد القياسات كبيراً جداً. فإذا كان عدد القيذات صغيراً، فإن الوقت المستغرق في إرسال البيانات ذهاباً وإياباً بين الآلات يفوق الوقت الذي يتم توفيره عن طريق تشغيلها بالتوازي. ومع ذلك، عندما يتضمن عبء العمل تشغيل العديد من الحسابات المنفصلة، تبين أن تقسيم الدوائر عبر آلات مختلفة أكثر كفاءة بكثير.
ظهرت نتيجة حاسمة فيما يتعلق بتأثير الضجيج. كشفت عمليات المحاكاة أن الآلات ليست متساوية، وأن خلطها يتطلب عناية. فعندما استخدم الباحثون طريقة تعتمد على معلومات هندسية دقيقة لتوجيه البحث، فإن وجود آلة واحدة ضوضائية في المجموعة يمكن أن يؤدي إلى زعزعة استقرار العملية بأكملها، مما يتسبب في تذبذب النتائج أو الفشل في الوصول إلى حالة التقارب. في المقابل، أثبتت الطريقة التي تختبر العديد من الحلول المختلفة في وقت واحد أنها أكثر صموداً؛ لأن هذا النهج يقيم احتمالات عديدة في آن واحد، ويمكنه ببساطة تجاهل النتائج من الآلات الأكثر ضجيجاً والتركيز على النتائج الأفضل. كما أظهرت الدراسة أن تدوير الآلة التي تتولى كل جزء من الوظيفة يساعد في منع أي جهاز من الانحراف باستمرار في النتائج، مما يؤدي إلى نتائج أسرع وأكثر موثوقية قلي بالتدريج.
في نهاية المطاف، يوضح هذا العمل أنه لا يوجد حل واحد "يناسب الجميع" لربط الحواسيب الكمومية. فالطريقة الأكثر فعالية لتوزيع مهمة ما تعتمد على الخوارزمية المحددة المستخدمة وخصائص الأجهزة المتاحة. فبالنسبة لبعض المشكلات، يكون تقسيم القياسات كافياً، بينما بالنسبة لأخرى، يكون إسناد مهام كاملة لآلات مختلفة هو الأفضل بمراحل. وتشير الدراسة إلى أنه مع نضوج التكنولوجيا الكمومية وربط المزيد من الأجهزة معاً، فإن القدرة على إدارة هذه الاختلافات بذكاء ستكون بنفس أهمية قوة الآلات نفسها. ومن خلال فهم كيفية تفاعل الضجيج مع استراتيجيات التوزيع المختلفة، يمكن للعلماء الاستعداد بشكل أفضل لمستقبل تكون فيه الحوسبة الكمومية جهداً تعاونياً وموزعاً، بدلاً من كونها سباقاً فردياً نحو آلة واحدة مثالية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.