Quantum Data Processing Unit for Neutral-Atom Quantum Computers
تقدم هذه الورقة وحدة معالجة البيانات الكمومية (QDPU)، وهي بنية معتمدة على التعلم الآلي ومُنفذة على مصفوفات البوابات المنطقية القابلة للبرمجة ميدانياً (FPGAs) تعمل كجسر بين أجهزة الذرات المحايدة ووحدات التحكم الخاصة بها لتحقيق الكشف في الوقت الفعلي عن الإشغال، وجدولة إعادة الترتيب، وتصحيح الأخطاء، مما يقلل أوقات التجميع بشكل كبير ويرفع معدلات النجاح من خلال تقليل زمن انتقال الذهاب والإياب إلى المضيف.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلف ولم يصادق عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تعد الحواسيب الكمومية بحل مشكلات مستحيلة حالياً حتى بالنسبة لأقوى الحواسيب الفائقة، لكنها هشة للغاية. لكي تعمل، تعتمد على جسيمات متناهية الصغر تسمى الذرات، والتي يتم تثبيتها في مكانها بواسطة حزم من الضوء والتحكم فيها لإجراء الحسابات. هذه الذرات حساسة للغاية لدرجة أنها يمكن أن تختفي أو تغير حالتها إذا تغيرت البيئة المحيطة ولو بشكل طفيف. وبسبب هذه الهشاشة، لا يمكن للحاسوب الكمومي ببساطة تشغيل برنامج والانتظار للحصول على إجابة؛ بل يجب عليه بدلاً من ذلك التحقق باستمرار مما يحدث، وقياس حالة ذراته، واتخاذ قرار فوري بكيفية تعديل الخطوة التالية. تتطلب هذه العملية محادثة في أجزاء من الثانية بين الآلة الكمومية وحاسوب كلاسيكي يعمل بمثابة عقل لها. وإذا كانت هذه المحادثة بطيئة جداً، ستفقد الذرات قبل أن يتمكن الحاسوب من الاستجابة، وتفشل العملية الحسابية.
التحدي يكمن في أن البيانات القادمة من هذه الآلات الكمومية غالباً ما تكون ضبابية ومشوشة، مثل صورة فوتوغرافية التُقطت في الظلام. يتعين على الحاسوب الكلاسيكي النظر إلى هذه البيانات غير الواضحة، وتحديد موقع الذرات بدقة، ثم إخبار الآلة بكيفية تحريكها إلى المواضع الصحيحة للجزء التالي من الحساب. كان القيام بذلك بالسرعة الكافية يمثل عقبة رئيسية؛ فقد حاول الباحثون بناء أنظمة يمكنها معالجة هذه المعلومات بسرعة، لكن حجم البيانات الهائل والمتطلبات الزمنية الصارمة جعل من الصعب مواكبة سرعة حركة الذرات أو اختفائها.
قام فريق من الباحثين الآن بتقديم نوع جديد من الأجهزة المصممة خصيصاً لحل مشكلة التوقيت هذه، وأطلقوا عليه اسم "وحدة معالجة البيانات الكمومية" (QDPU). فكر في الأمر كجسر متخصص بُني مباشرة بين الآلة الكمومية ووحدة التحكم الخاصة بها. فبدلاً من إرسال صور خام وضخمة للذرات إلى حاسوب بعيد لتحليلها، توجد هذه الوحدة بجوار الآلة مباشرة وتقوم بالأعمال الشاقة فوراً. وهي تستخدم نموذجاً ذكياً متعلمًا — وهو نوع من العقول الرقمية المدربة على الخصائص الفريدة للآلة التي تخدمها — للنظر في البيانات المشوشة واتخاذ القرار في جزء من الثانية.
في هذا العمل الجديد، صمم الباحثون ونفذوا المنطق الجوهري لهذه الوحدة على شريحة واحدة مصممة للمعالجة عالية السرعة. وقد ركزوا على نوع معين من الحواسيب الكمومية التي تستخدم الذرات المتعادلة، حيث يتم ترتيب الذرات في شبكة. كانت المهمة الأولى التي أوكلت للوحدة هي النظر في صورة الشبكة، وتحديد المواقع التي تحتوي على ذرات والمواقع الفارغة، ثم حساب خطة لتحريك الذرات إلى مربع مثالي خالٍ من العيوب. هذه خطوة حاسمة لأن الذرات تُحمل بشكل عشوائي، ويحتاج الحاسوب إلى شبكة نظيفة ومنظمة للبدء في العمل. وجد الباحثون أن وحدتهم يمكنها معالجة شبكة تضم 2,500 موقع محتمل في غضون 12.5 ميكروثانية فقط. ولتضع ذلك في الاعتبار، فإن رمشة عين الإنسان تستغرق حوالي 100,000 ضعف هذا الوقت.
اختبر الفريق أيضاً كيف يؤثر هذا التوقيت على نجاح التجربة الفعلي. استخدموا نموذجاً حاسوبياً لمحاكاة ما سيحدث إذا اضطر النظام للانتظار لحاسوب قياسي أبطأ للقيام بالتفكير. في ذلك السيناريو، ومع تأخير نموذجي قدره 150 ميلي ثانية، سينجح النظام في تجميع شبكة مثالية بنسبة 8% فقط لأن الذرات ستختفي قبل وصول الخطة. ومع ذلك، عندما استبدلوا ذلك الحاسوب البطيء بوحدة (QDPU) الجديدة، قفز معدل النجاح إلى 85%. كما انخفض الوقت المستغرق لإتمام عملية التجميع الناجحة من 19 ثانية إلى 0.16 ثانية فقط. هذا التحسن الدراماتيكي يظهر أن إزالة التأخير ليس مجرد وسيلة راحة ثانوية، بل هو الفرق بين عمل النظام وفشله.
بعيداً عن مجرد تحريك الذرات، اختبر الباحثون أيضاً قدرة الوحدة على التعامل مع نوع آخر من المهام: فك تشفير الأخطاء. الحواسيب الكمومية ترتكب أخطاء، ويحتاج النظام إلى معرفة ماهية تلك الأخطاء وتصحيحها أثناء التشغيل. لقد قاموا بتنفيذ وحدة فك تشفير متخصصة على نفس الشريحة يمكنها تحليل أنماط الخطأ واقتراح التصحيحات. ورغم أن هذه المهمة المحددة استغرقت وقتاً أطول من مهمة تحريك الذرات، إلا أنها ظلت تعمل ضمن الحدود الزمنية الضيقة المطلوبة لعمل النظام. أظهر الباحثون أن الوحدة يمكنها التعامل مع كلا المهمتين، مما يثبت أن قطعة واحدة من الأجهزة يمكن تكييفها لمهام مختلفة بمجرد تغيير النموذج البرمجي الذي تشغله.
كما بحثت الدراسة في كيفية تعامل هذا النظام مع حواسيب كمومية أكبر بكثير في المستقبل. فمع نمو عدد الذرات من بضعة آلاف إلى عشرات الآلاف، سيتضاعف حجم البيانات المراد معالجتها. وجد الباحثون أنه بينما يمكن لكاشف بسيط يعتمد على "المرشح المتوافق" (matched-filter) أن يتوسع ليشمل 10,000 موقع بسرعة، فإن الكاشف الأكثر تعقيداً والمتعلم (CNN) سيواجه تحديات كبيرة. فبالنسبة لمصفوفة مكونة من 10,000 موقع، سيصل وقت معالجة الـ (CNN) إلى حوالي 90 ميلي ثانية. وهذا يمثل جزءاً كبيراً من زمن رحلة الذهاب والعودة للمضيف البالغ 150 ميلي ثانية والذي يهدف النظام لإلغائه، مما يشير إلى أن التوسع لمثل هذه المصفوفات الكبيرة باستخدام كاشف متعلم سيتطلب إما ميزانية أجهزة أكبر، أو شبكة أكثر كفاءة، أو زمن انتقال معالجة أسرع مما تم تحقيقه حالياً.
ومن أهم النتائج أن الوحدة لا تحتاج إلى حاسوب فائق ضخم ومعقد للقيام بهذه المهمة. فقد بنى الباحثون المنطق الجوهري على شريحة واحدة يمكن وضعها على لوحة دوائر قياسية. وأظهروا أنه من خلال استخدام نموذج متخصص مدرب على الضوضاء والسلوك الخاص بالذرات، يمكنهم تحقيق دقة عالية بقدر ضئيل جداً من قوة الحوسبة. على سبيل المثال، وجدوا أن مرشحاً بسيطاً محسوباً مسبقاً يمكن أن يقوم بعمل يقارب عمل النموذج المعقد والمتعلم في مهمة العثور على الذرات، طالما أن وقت التعرض كافٍ. وهذا يشير إلى أن الحل الأفضل ليس دائماً الأكثر تعقيداً، بل هو الحل المتوافق تماماً مع الآلة المحددة التي يساعدها.
وقد أشار الباحثون بعناية إلى أنه رغم بنائهم لمنطق الأجهزة واختباره باستخدام بيانات محاكاة، إلا أنهم لم يربطوه بعد بكاميرا حقيقية وآلة كمومية في تجربة حية. إن تقييم الكاشف يستخدم صوراً محاكاة بدلاً من إطارات كاميرا حقيقية، كما أن روابط إدخال الكاميرا والمتحكم محددة ولكن لم يتم تنفيذها بعد. النتائج التي أبلغوا عنها فيما يتعلق بمعدلات النجاح والتوقيت تعتمد على عمليات محاكاة لنمذجة سلوك الذرات وكيفية معالجة الأجهزة للبيانات. ومع ذلك، فإن الأجهزة نفسها حقيقية وقد تم اختبارها لضمان عمل المنطق كما هو مصمم، وإن كان مسار "المرشح المتوافق" لم يعمل بعد على اللوحة مع بيانات حية. كما حددوا عدة خطوات لا تزال بحاجة إلى الإكمال، مثل ربط الوحدة بالكاميرا الفعلية والمتحكم، لإثبات أن الحلقة الكاملة تعمل في العالم الحقيقي.
وعلى الرغم من هذه الخطوات المتبقية، فإن هذا العمل يقدم مخططاً واضحاً لكيفية بناء الجيل القادم من الحواسيب الكمومية. فهو يوضح أن العقبة ليست فقط في الفيزياء الكمومية نفسها، بل في الإلكترونيات الكلاسيكية التي تدعمها. فمن خلال وضع معالج ذكي وسريع بجوار الجهاز الكمومي مباشرة، يمكن للعلماء إبقاء الذرات حية لفترة كافية لإجراء حسابات معقدة. لقد أثبت الباحثون أنه مع البنية التحتية الصحيحة، يمكن تقليل التأخير بين قياس الذرات والعمل بناءً على تلك المعلومات من جزء من الثانية إلى جزء ضئيل جداً من الميكروثانية. هذا التحول قد يكون المفتاح الذي يسمح للحواسيب الكمومية بالنمو من مجرد تجارب صغيرة إلى آلات ضخمة وقوية قادرة على حل مشكلات العالم الحقيقي.
استكشف الفريق أيضاً كيف يمكن استخدام هذا النظام لمهام أخرى، مثل تدريب نماذج تعلم الآلة مباشرة على البيانات الكمومية. وأظهروا أن الوحدة يمكنها إرسال البيانات إلى حاسوب بعيد، وتحديث النموذج، ثم استقبال التعليمات الجديدة. ومع ذلك، فإن عملية "الحلقة الخارجية" هذه — المتمثلة في جمع البيانات وإعادة تدريب النماذج — ليست فورية؛ فهي مصممة لتستغرق من دقائق إلى ساعات، مما يسمح بإعادة ضبط معلمات النموذج مع تغير ظروف الجهاز بمرور الوقت. وتسمح هذه القدرة للنظام بالتعلم والتكيف على مدار التجربة أو بين عمليات التشغيل، بدلاً من أن يكون آلة ثابتة تتطلب ضبطاً يدوياً مستمراً. إن القدرة على تحديث معرفة النظام دون إيقاف التجربة لفترات طويلة هي خطوة حاسمة نحو جعل الحوسبة الكمومية عملية وموثوقة.
في النهاية، يدور هذا البحث حول بناء الجهاز العصبي للحاسوب الكمومي. الأمر لا يتعلق بالذرات نفسها، بل بسرعة وذكاء النظام الذي يراقبها. لقد أظهر الباحثون أنه باستخدام نموذج متعلم مخصص على شريحة سريعة، يمكنهم معالجة المعلومات بسرعة كافية للحفاظ على استمرارية الآلة الكمومية. لقد نقلوا المجال من مرحلة كان فيها الحاسوب الكلاسيكي بطيئاً جداً في المواكبة، إلى مرحلة يمكنه فيها الاستجابة فوراً. إنها خطوة تأسيسية، تثبت أن الأجهزة موجودة لدعم الأهداف الطموحة لمجتمع الحوسبة الكمومية. ويشير العمل إلى أن مستقبل الحوسبة الكمومية لا يكمن فقط في ذرات أفضل، بل في طرق أفضل للتواصل معها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.