Compilation Pipeline for Predicting Algorithmic Break-Even in an Early-Fault-Tolerant Surface Code Architecture
यह शोध पत्र लॉटिस सर्जरी का उपयोग करके तार्किक एल्गोरिदम को भौतिक सरफेस कोड सर्किट में मैप करने के लिए एक संकलन पाइपलाइन प्रस्तुत करता है, जो शास्त्रीय सिमुलेशन के माध्यम से यह प्रदर्शित करता है कि और के बीच त्रुटि दरों वाले लगभग 1,700 से 2,500 भौतिक क्विबिट्स वाले निकट-अवधि हार्डवेयर के साथ QAOA और QPE के लिए एल्गोरिद्मिक ब्रेक-इवन प्राप्त किया जा सकता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
क्वांटम कंप्यूटर उन समस्याओं को हल करने का वादा करते हैं जो वर्तमान में सबसे शक्तिशाली सुपरकंप्यूटरों के लिए भी असंभव हैं, जैसे कि नई दवाओं को डिजाइन करना या जटिल वैश्विक प्रणालियों को अनुकूलित करना। हालाँकि, इन मशीनों में सूचना ले जाने वाले नाजुक कण अविश्वसनीय रूप से भंगुर होते हैं। एक मामूली कंपन या एक भटकती हुई विद्युत चुम्बकीय तरंग डेटा को दूषित कर सकती है, जिससे गणना विफल हो सकती है। इससे निपटने के लिए, वैज्ञानिक क्वांटम एरर करेक्शन (त्रुटि सुधार) नामक विधि का उपयोग करते हैं, जो सूचना को कई भौतिक कणों में फैला देती है ताकि यदि एक विफल हो जाए, तो दूसरे उसकी भरपाई कर सकें। इसे करने के सबसे आशाजनक तरीकों में से एक 'सरफेस कोड' (surface code) है, जिसे एक ग्रिड जैसी संरचना के रूप में जाना जाता है, जहाँ क्यूबिट्स (qubits) को एक द्वि-आयामी पैटर्न में व्यवस्थित किया जाता है और लगातार अपने पड़ोसियों के विरुद्ध जांचा जाता है। वर्षों से, शोधकर्ता जानते थे कि यदि वे पर्याप्त उच्च गुणवत्ता के साथ एक पर्याप्त बड़ा मशीन बना सकें, तो ये त्रुटि-सुधार कोड अंततः कंप्यूटर को उसके कच्चे हार्डवेयर की तुलना में अधिक विश्वसनीय बना देंगे। यह महत्वपूर्ण मोड़, जहाँ सुधार प्रणाली वास्तव में केवल अतिरिक्त बोझ डालने के बजाय परिणाम में सुधार करती है, 'एल्गोरिद्मिक ब्रेक-ईवन' (algorithmic break-even) के रूप में जाना जाता है।
अब तक, यह पता लगाना कठिन था कि यह ब्रेक-ईवन वास्तव में कब होगा क्योंकि इन कंप्यूटरों को डिजाइन करने के लिए उपयोग किए जाने वाले उपकरण एक दूर के भविष्य के लिए बनाए गए थे जहाँ स्थान और संसाधन असीमित थे। इन पुराने डिजाइनों ने यह मान लिया था कि गणनाओं के लिए आवश्यक विशेष अवस्थाओं (states) को बनाने के लिए समर्पित विशाल, अलग कारखाने होंगे, जो इस वास्तविकता को अनदेखा करते हैं कि शुरुआती मशीनें तंग होंगी और उन्हें हर उपलब्ध इंच को साझा करना होगा। जेपी मॉर्गन चेस (JPMorgan Chase) के शोधकर्ताओं द्वारा किया गया एक नया अध्ययन एक पूर्ण, एंड-टू-एंड सॉफ्टवेयर पाइपलाइन बनाकर इस अंतर को संबोधित करता है जो एक क्वांटम एल्गोरिदम को सीधे एक यथार्थवादी, प्रारंभिक चरण की मशीन के लिए आवश्यक भौतिक निर्देशों में अनुवादित करता है। असीमित स्थान का अनुमान लगाने के बजाय, उनका सिस्टम कंप्यूटर को एक तंग, साझा कार्यक्षेत्र के रूप में मानता है जहाँ डेटा, त्रुटि-जांच और विशेष अवस्था तैयारी को कुशलतापूर्वक एक साथ फिट होना चाहिए।
शोधकर्ताओं ने इस पाइपलाइन को दो विशिष्ट प्रकार के क्वांटम एल्गोरिदम को संकलित (compile) करने के लिए बनाया: एक जिसका उपयोग जटिल सिमुलेशन में मानों का अनुमान लगाने के लिए किया जाता है और दूसरा जो कठिन अनुकूलन पहेलियों (optimization puzzles) को हल करने के लिए डिज़ाइन किया गया है। उन्होंने इन एल्गोरिदम को अपने सिस्टम में डाला, जिसने फिर उन्हें सरफेस कोड द्वारा आवश्यक सबसे छोटे संभव चरणों में विभाजित किया। उनके काम में एक प्रमुख नवाचार यह था कि उन्होंने "मैजिक स्टेट्स" (magic states) को कैसे संभाला—विशेष, उच्च-गुणवत्ता वाली क्वांटल अवस्थाएँ जो कुछ गणनाओं को करने के लिए आवश्यक हैं जिन्हें सीधे नहीं किया जा सकता है। पिछली विधियों ने माना था कि ये अवस्थाएँ बड़े, अलग कारखानों में बनाई जाती हैं और फिर जहाँ उनकी आवश्यकता होती है वहाँ भेजी जाती हैं, एक ऐसी प्रक्रिया जिसमें समय और स्थान बर्बाद होता था। नया पाइपलाइन 'कल्टीवेशन' (cultivation - खेती/संवर्धन) नामक एक तकनीक का उपयोग करता है, जहाँ इन अवस्थाओं को आवश्यकतानुसार सीधे गणना क्षेत्र में उगाया और इंजेक्ट किया जाता है, जिससे लंबी दूरी के शिपिंग की आवश्यकता समाप्त हो जाती है और कीमती स्थान बचता है।
यह देखने के लिए कि क्या वास्तव में यह दृष्टिकोण काम करता है, टीम ने उनके पाइपलाइन द्वारा उत्पादित भौतिक सर्किट के व्यापक क्लासिकल सिमुलेशन चलाए। उन्होंने परीक्षण किया कि ये सर्किट विभिन्न परिस्थितियों में कैसा प्रदर्शन करेंगे, विशेष रूप से भौतिक क्यूबिट्स की संख्या और हार्डवेयर में त्रुटियों की दर को बदलते हुए। सिमुलेशन से पता चला कि अनुकूलन एल्गोरिदम के पांच-क्यूबिट संस्करण के लिए, यदि हार्डवेयर त्रुटि दर एक हजार में एक है, तो सिस्टम 2,517 भौतिक क्यूबिट्स के साथ ब्रेक-ईवन बिंदु तक पहुँच जाता है। यदि हार्डवेयर थोड़ा बेहतर है, जैसे कि दस हजार में पाँच की त्रुटि दर, तो ब्रेक-ईवन बिंदु घटकर केवल 1,737 भौतिक क्यूबिट्स रह जाता है। ये संख्याएँ उस सटीक क्षण का प्रतिनिधित्व करती हैं जहाँ त्रुटि-सुधार वाला संस्करण बिना किसी त्रुटि-सुधार के मशीन पर उसी एल्गोरिदम को चलाने की तुलना में बेहतर प्रदर्शन करता है।
अध्ययन ने 'फेज एस्टिमेशन एल्गोरिदम' (phase estimation algorithm) का भी अध्ययन किया, जो कई क्वांटम अनुप्रयोगों में उपयोग किया जाने वाला एक सामान्य उपकरण है, और समान परिणाम पाए। इन सिमुलेशन में, त्रुटि-सुधार वाला एल्गोरिदम तब बेहतर प्रदर्शन करने लगा जब मशीन एक विशिष्ट आकार और गुणवत्ता सीमा तक पहुँच गई। शोधकर्ताओं ने पाया कि क्यूबिट्स की संख्या, कोड की दूरी (जो यह निर्धारित करती है कि सिस्टम कितनी त्रुटियों को पकड़ सकता है), और हार्डवेयर की गुणवत्ता के बीच के समझौतों (trade-offs) का सावधानीपूर्वक प्रबंधन करके, वे सफलता के लिए सटीक आवश्यकताओं को निर्धारित कर सकते थे। उनका कार्य यह प्रदर्शित करता है कि एक उपयोगी, त्रुटि-सुधार वाले क्वांटम कंप्यूटर को प्राप्त करने के लिए लाखों क्यूबिट्स वाले मशीन की प्रतीक्षा करने की आवश्यकता नहीं है; बल्कि, यह कुछ हज़ार क्यूबिट्स के साथ भी संभव है, बशर्ते कि सॉफ्टवेयर को शुरुआती मशीनों की सख्त भौतिक सीमाओं के भीतर काम करने के लिए डिज़ाइन किया गया हो।
यह शोध इस लंबे समय से चली आ रही धारणा को चुनौती देता है कि हमें त्रुटि-सुधार को व्यावहारिक बनाने के लिए संसाधनों के प्रचुर भविष्य के युग की प्रतीक्षा करनी होगी। एक उच्च-स्तरीय एल्गोरिदम से लेकर व्यक्तिगत क्यूबिट्स की भौतिक गतिविधियों तक की पूरी प्रक्रिया का अनुकरण करके, टीम ने दिखाया कि एक कामकाजी, फॉल्ट-टॉलरेंट (दोष-सहिष्णु) क्वांटम कंप्यूटर का मार्ग पहले की तुलना में छोटा है। उन्होंने इस अध्ययन में कोई भौतिक मशीन नहीं बनाई; इसके बजाय, उन्होंने उन्नत कंप्यूटर सिमुलेशन का उपयोग यह मॉडल करने के लिए किया कि एक वास्तविक मशीन कैसे व्यवहार करेगी। परिणाम बताते हैं कि सही संकलन रणनीतियों के साथ, क्वांटम उपकरणों की अगली पीढ़ी, जिसे वर्तमान में सैकड़ों क्यूबिट्स के साथ बनाया जा रहा है, जल्द ही हजारों तक स्केल की जा सकती है ताकि उपयोगी, त्रुटि-सुधार वाली गणना के दहलीज को पार किया जा सके। यह कार्य इंजीनियरों और वैज्ञानिकों के लिए एक स्पष्ट रोडमैप प्रदान करता है, जो दिखाता है कि पहले वास्तव में विश्वसनीय क्वांटम एल्गोरिदम को वास्तविकता बनाने के लिए सटीक हार्डवेयर विनिर्देश (specifications) क्या होने चाहिए।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।