Quantum-Driven Neuromorphic Computing for Million-Qubit-Scale Workloads

本論文は、量子由来の確率的p量子ビットと高密度なHyperionインターコネクトを利用することで、極低温冷却やマイクロ波制御を必要とすることなく、複雑な最適化ベンチマークにおいて極低温量子アニーラーを凌駕する、室温動作かつ産業規模でのスケーラビリティを備えたニューロモーフィックプロセッサであるApolloを紹介するものである。

要約

あなたは、霧に包まれた何千もの谷間がある巨大な山脈の中で、最も低い地点を探そうとしていると想像してください。深い谷（優れた解）もあれば、浅い谷（そこそこの解）も多く、浅い谷に捕まってしまうことは容易に起こります。これは、コンピュータが複雑な最適化問題を解こうとする際に直面する課題です。

数十年もの間、私たちは主に2つのアプローチでこれを解決しようとしてきました：

1. デジタルコンピュータ： ハイカーが一度に一歩ずつ進み、あらゆる道をゆっくりと確認していくようなものです。正確ですが、非常に遅く、エネルギーを大量に消費します。
2. 量子コンピュータ： 山を「トンネル」して通り抜け、瞬時に最も低い谷を見つけ出すことができる魔法のハイカーのようなものです。しかし、これらのマシンは「壊れやすい氷の彫刻」のようで、宇宙空間よりも冷たい冷凍庫の中で維持しなければなりません。そのため、巨大で高価であり、扱うのが困難です。

「Apollo」の登場：新しい種類のコンピュータ

この論文は、量子コンピュータの「魔法のトンネル効果」の恩恵を受けながら、冷凍庫を必要としない新しいタイプのコンピュータチップ、Apolloを紹介しています。これは常温で作動し、標準的なコンピュータチップに収まり、非常に少ない電力で動作します。

その仕組みを、簡単な比喩を使って説明します：

1. 「P-Qubit」：よろめくコイン

標準的なコンピュータビット（厳格な0または1）や量子ビット（奇妙で壊れやすい重ね合わせ状態）の代わりに、Apolloはp-qubit（確率的量子ビット）を使用します。

• 比喩： テーブルの上で回転しているコインを想像してください。まだ表でも裏でもなく、よろめいています。Apolloでは、これらのコインは0と1の間を絶えずよろめいています。
• 秘訣： 通常、コンピュータは（数字を推測するコンピュータプログラムのような）偽のランダム性を使用して、これらのコインをよろめかせます。しかし、Apolloは真の量子ランダム性を使用します。Apolloには、電子の自然で予測不可能な「ジッター（微細な震え）」（量子効果）を聞き取り、いつコインを裏返すかを決定する、組み込みの小さな「エントロピー・ユニット」があります。これにより、このよろめきは自然が意図した通り、真に予測不能なものになります。

2. 「常温の魔法」

論文によれば、これらの「よろめくコイン」を真の量子ノイズによって駆動させることで、Apolloは超冷却された量子コンピュータの挙動を模倣できるとしています。

• 比喩： 混雑したダンスフロアを考えてみましょう。
  • デジタルコンピュータは、厳格な時計に従って、一人ずつ順番に動く人々のようなものです。
  • 超伝導量子コンピュータは、ダンサーたちが完璧に凍りついた同期状態で動いているようなものですが、部屋があまりに冷たいため、ダンサーたちは体が硬くなっており、部屋の構築も困難です。
  • Apolloは、全員が同時に動き、自然に流れ、互いにぶつかり合うダンスフロアのようなものです。「量子ノイズ」によって駆動されているため、彼らは（ダンサーが群衆の間をすり抜けるように）障壁を簡単に通り抜けることができ、冷凍庫を必要とせずに、凍りついた量子ダンサーと同じくらい容易に障壁を突破できます。

3. 「超連結ネットワーク」

現在の量子コンピュータの大きな問題の一つは、「ダンサー」（量子ビット）が数人の隣人としか手を繋げないことです。大きな問題を解くためには、遠く離れたもの同士を接続するために、ダンサーの長い鎖を作る必要があり、それがスペースと時間の浪費につながります。

• Apolloの利点： Apolloは「Hyperion」ネットワークを使用しており、各p-qubitは最大256個の他のp-qubitと直接接続できます。
• 比喩： 標準的な量子コンピュータが、隣人としか話せない小さな町だとすれば、Apolloは、誰でも一度に256人にメッセージを叫ぶことができる巨大な広場のようなものです。これにより、Apolloは（交通ルートの最適化や金融ポートフォリオのような）複雑なパズルを、長い不器用な鎖を構築することなく、より速く解くことができます。

4. 証明：「スピングラス」テスト

これが機能することを証明するために、研究者たちは単に推測したのではなく、3Dスピングラスと呼ばれる非常に難しい特定のテストを実行しました。これは、何千もの磁石を配置して、互いに反発しないように調整しなければならないパズルのようなものです。これは、通常のコンピュータにとって極めて困難であることが知られているベンチマークです。

• 結果： Apolloはこのパズルを、超冷却量子コンピュータ（D-Wave）よりもわずかな時間で解き、さらに優れた解（より低いエネルギー状態）を見つけ出しました。
• 比較： Apolloがどのようにこのパズルを解いたかを調べたところ、その成功のパターンは、超冷却量子コンピュータと全く同じパターンを示しました。これは、Apolloが、温かいデスクの上に置かれているにもかかわらず、同じ「量子的な」ショートカットにアクセスしていることを証明しています。

5. なぜ重要なのか（論文による主張）

論文は、Apolloが以下の理由から画期的であると主張しています：

• 常温で作動する： 巨大な冷蔵庫は不要です。
• エネルギー効率が高い： 標準的なコンピュータチップと比較して、計算あたりのエネルギー消費量が約100万分の1です。
• 高速である： 「コイン」を裏返す（意思決定を行う）速度は、1秒間に数兆回に達します。
• 拡張性がある： 標準的なチップ製造技術（CMOS）で構築されているため、大量生産が可能であり、数百万のp-qubitを持つチップへと発展する可能性があります。

まとめ：
Apolloは、量子粒子の自然でランダムなジッターを利用して、難しいパズルを解くための新しい種類のコンピュータチップです。それは量子コンピュータのように振る舞いますが、温かいデスク上で動作し、電気をほとんど消費せず、現在の量子マシンよりもはるかに効率的に各パーツを接続します。論文によれば、Apolloはすでに、困難なベンチマークテストにおいて、超冷却量子コンピュータによる最高の結果を上回る成果を上げているとのことです。

技術概要

技術要約：百万量子ビット規模のワークロードに向けた量子駆動型ニューロモーフィック・コンピューティング

1. 問題提起

組合せ最適化、確率的推論、および機械学習における広範なクラスの問題は、複雑なエネルギー関数（例：イジングモデルおよびQUBOモデル）の最小化またはサンプリングとして定式化できる。これらの問題は、険しいエネルギー地形と膨大な局所解を特徴としており、従来の決定論的なデジタルアーキテクチャでは収束が遅くなる。シミュレーテッド・アニーリングや量子に着想を得たアルゴリズムといったヒューリスティックな手法も存在するが、これらは離散時間更新スキーム、限定的な並列性、およびメモリへのアクセスや制御フローに関連する高いエネルギーオーバーヘッドによって制約を受けることが多い。

既存の物理的な代替案は、以下のような重大な限界に直面している：

• 超伝導量子アニーラー： 量子トンネル効果を利用できる一方で、極低温（ミリケルビン温度）での動作が必要であり、コヒーレンス時間の短さと、疎なネイティブ結合性に起因する大規模なマイナー・エンベディング（小規模埋め込み）のオーバーヘッドに悩まされている。
• 古典的デジタル・アニーリング： クロック同期された更新に伴う離散化誤差や更新順序のバイアスに苦しんでおり、これらは物理システムの連続時間ダイナミクスを歪めてしまう。
• 確率的／アナログ・ハードウェア： 既存のプロトタイプは、共有された、あるいはアルゴリズムによって生成されたノイズ源に依存していることが多く、これは独立性の仮定を損なう統計的な相関を引き起こす。また、密な問題埋め込みに必要な結合密度を欠いている場合が多い。

決定的なことに、超伝導量子アニーラーで見られる量子臨界アニーリング・ダイナミクス（特に残留エネルギーのスケーリング）を再現できる室温システムは、これまで存在しなかった。

2. 手法およびアーキテクチャ

著者らは、16 nm混合信号CMOSで製造され、完全に室温で動作する10,000ノードのニューロモーフィック・プロセッサであるApolloを導入する。このアーキテクチャは、以下の理論的および物理的基盤に基づいている。

理論的基盤

• 鈴木・トロッター等価性： 本研究は、横磁場イジングモデル（量子アニーリング）と、高次元空間（d+1次元）における古典的イジングモデルとの間の理論的なマッピングを活用している。これは、適切な連続時間確率ダイナミクスとノイズ統計を備えた古典システムが、コヒーレントな量子進化を必要とせずに、量子アニーラーの平衡統計およびアニーリング軌跡を再現できることを示唆している。
• 連続時間確率ダイナミクス： クロック駆動型のデジタルシステムとは異なり、提案されたシステムは非同期に進化する。状態遷移は連続時間のゆらぎによって駆動されるため、離散化によるアーティファクトや更新順序のバイアスを回避できる。
• 量子駆動型エントロピー： 統計的な独立性と忠実なサンプリングを確保するため、システムは**統合量子エントロピーユニット（IQEU）**を利用する。これらのユニットは、量子力学的プロセス（例：電子トンネル現象のゆらぎ）から派生した真の非決定的エントロピーを、各計算素子の確率的ダイナミクスに直接注入する。

p-Qubitおよびハードウェア実装

基本となる計算素子は、**p-qubit（確率的量子ビット）**と呼ばれる双安定確率ユニットである。

• 回路アーキテクチャ： 各p-qubitは、シグモイド関数（tanh型）の活性化関数を提供する9トランジスタ演算増幅器（OTA）を備えた、CMOSラッチ状の素子として実装されている。
• エントロピー注入： 各p-qubitは専用のIQEUとペアになっており、確率的遷移が擬似乱数生成器ではなく、独立した量子由来のノイズによって駆動されることを保証している。
• アナログベクトル・行列積（VMM）： 結合重みは、フローティングゲート（FG）pFETトランジスタ上に非揮発的に格納される。相互作用はアナログ電流の総和として計算され、これによりメモリ帯域幅のボトルネックを排除し、インプレース計算を可能にする。
• 結合性： システムはHyperion $\Delta^{256}$相互接続トポロジーを採用しており、各p-qubitは最大256個の重み付き結合をサポートできる。この高次結合性は、疎なトポロジー（例：ChimeraやPegasus）と比較して、密なイジング問題やQUBO問題の埋め込みに必要な補助変数のオーバーヘッドを大幅に削減する。
• 制御： 専用のFPGAベースの**Dynexコントロール・ユニット（DCU）**がシステムをオーケストレートし、問題の前処理、グラフ埋め込み、動的なアニーリング・スケジュールの注入（ノイズとバイアスの変調）、および高スループットの読み出しを処理する。

3. 主な貢献

本論文は、主に4つの貢献を提示している：

1. 量子等価アニーリング・ダイナミクス： 量子由来のエントロピーによって駆動される連続時間確率システムが、統計力学的等価性から予測される通り、横磁場量子アニーラーの平衡挙動およびアニーリング軌跡を再現できることを実証した。これは極低温冷却を必要としない。
2. 量子臨界スケーリングの実験的再現： 標準的な3Dスピングラス・ベンチマークを用い、超伝導ハードウェアにおける量子臨界ダイナミクスを特定するために用いられてきた量子臨界残留エネルギーのスケーリング挙動を、実験的に再現した。観察されたスケーリング指数は、極低温の量子ハードウェアと区別がつかず、古典的なシミュレーテッド・アニーリング（SA）およびシミュレーテッド量子アニーリング（SQA）とは明確に異なる。
3. スケーラブルな密な埋め込み： ネイティブな$\Delta^{256}$結合性を持つアーキテクチャの導入により、密な、あるいは高結合な問題インスタンスの埋め込みに関連する補助変数のオーバーヘッドを大幅に削減した。
4. 室温熱力学的サンプリング： 様々な問題インスタンスにおいて、システムが正しいボルツマン分布からサンプリングすることを実験的に検証し、熱力学的整合性と偏りのない確率的挙動を確認した。

4. 実験結果

著者らは、350 nmリリース候補デバイス（Apollo-RC1）を用いてアーキテクチャを検証し、16 nmプロダクションデバイスの性能を予測した。

• デバイス特性： 測定により、調整可能な傾斜とヒステリシスがない、クリーンで単調なシグモイド活性化曲線が確認された。
• エントロピーの質： IQEUエントロピー源は、商用の量子乱数生成器（ID Quantique Quantis）と比較検証された。統計テスト（NIST SP 800-90B、バイアス分析、系列相関）の結果、IQEUは、事後的なホワイトニング処理を必要とせずに、商用リファレンスと同等の高品質で偏りのない、相関のない乱数性を生成していることが示された。
• 熱力学的サンプリング： 小規模で厳密に解けるイジング問題において、システムは理論的なギブス分布から<1%のカルバック・ライブラー（KL）ダイバージェンスを達成し、正しい熱力学的サンプリングを裏付けた。
• エネルギー効率： 16 nmデバイスの典型的なアナログコアの電力エンベロープは約0.5 Wと予測されている。物理的なフリップあたりのエネルギーコストは約0.63 fJ（6.25 × 10⁻¹⁶ J）と推定され、これはCPU/GPUベースのシミュレーテッド・アニーリングに対して10⁴–10⁵倍、超伝導量子アニーラーに対して10²–10³倍の改善を表している。
• スループット： 10,000個のp-qubitが並列で動作し、デバイスあたりのフリップレートが80 GHzである場合、集約された物理フリップ・スループットはダイあたり8.0 × 10¹⁴ フリップ/秒となる。100ダイのアセンブリ（100万p-qubit）では、8.0 × 10¹⁶ フリップ/秒に達する。
• 量子臨界ベンチマーク： 3Dスピングラス・ベンチマーク（2,687スピン）において、Apolloの残留エネルギーのスケーリング軌跡は、超伝導量子アニーラー（D-Wave）のものと区別がつかず、SAおよびSQAとは明確に異なっていた。
• 基底状態の発見： 3Dスピングラスの基底状態エネルギーの比較において、Apolloは、D-Waveのベンチマークよりも2桁短い実行時間（10³ ns vs 10⁵ ns）でありながら、一貫してより低い（より負の）エネルギー構成を見出した。

5. 重要性と主張

本論文は、Apolloが、NISQ時代の量子プロセッサと古典的アクセラレータの間の溝を埋める、新しいクラスの量子駆動型ニューロモーフィック・コンピューティングを確立すると主張している。

• 室温での量子優位性： 本研究は、量子アニーリングの計算上の利点（具体的には、量子臨界的な動的普遍性クラスへのアクセス、および険しいエネルギー地形の効率的な横断）が、極低温インフラを必要としない室温の古典的ハードウェア基盤上で実現できることを実証している。
• スケーラビリティ： 標準的なCMOSプロセスを利用し、極低温インフラを回避することで、本アーキテクチャは工業的にスケーラブルな百万量子ビット規模のワークロードへの道を提供している。
• 統合プラットフォーム： システムは、確率的コンピューティング、量子駆動の確率的ダイナミクス、およびゲート互換の動作（回路からハミルトニアンへの変換による）を単一のアーキテクチャ内で統合している。これにより、エネルギーベースの最適化、ベイズ推論、生成モデリング、およびハイブリッド古典・量子ワークフローを含む多様なワークロードが可能になる。
• パラダイムシフト： これらの結果は、量子駆動の計算プリミティブを利用するために、脆弱な量子コヒーレンスは必ずしも必要ではないことを示唆している。むしろ、基礎となるシステムの統計的および動的な性質（連続時間進化と独立した量子エントロピー）があれば、量子等価なアニーリング挙動を再現するには十分である。

著者らは、Apolloが、極低温時代を超えてエネルギーベースの計算への新たな経路を切り開くものであり、前例のない速度とエネルギー効率で困難な最適化問題を解決するための、物理的に裏付けられた基盤を提供すると結論付けている。