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

이 논문은 양자 유래 확률적 p-큐비트와 조밀한 하이페리온(Hyperion) 인터커넥트를 활용하여 극저온 냉각이나 마이크로파 제어의 필요성 없이 복잡한 최적화 벤치마크에서 극저온 양자 어닐러를 능가하는 상온 기반의 산업적 확장 가능성을 갖춘 뉴로모픽 프로세서인 아폴로(Apollo)를 소개한다.

핵심

당신이 수천 개의 계곡으로 가득 찬, 안개 낀 거대한 산맥에서 가장 낮은 지점을 찾으려 한다고 상상해 보십시오. 어떤 계곡은 깊고(훌륭한 해답), 어떤 계곡은 얕습니다(괜찮은 해답). 그리고 얕은 곳에 갇히는 일은 매우 쉽습니다. 이것이 컴퓨터가 복잡한 최적화 문제를 해결할 때 직면하는 상황입니다.

수십 년 동안 우리는 이를 해결하기 위해 크게 두 가지 접근 방식을 시도해 왔습니다:

1. 디지털 컴퓨터: 마치 등산객이 한 번에 한 걸음씩 모든 경로를 천천히 확인하며 가는 것과 같습니다. 정확하지만 믿을 수 없을 정도로 느리고 에너지를 많이 소비합니다.
2. 양자 컴퓨터: 마치 산을 "터널링(tunneling)"하여 순식간에 가장 낮은 계곡을 찾아내는 마법 같은 등산객과 같습니다. 하지만 이 기계들은 마치 깨지기 쉬운 얼음 조각과 같아서, 우주보다 더 차가운 냉동고 안에 보관해야 합니다. 이 때문에 거대하고 비싸며 사용하기 어렵습니다.

"아폴로(Apollo)": 새로운 종류의 컴퓨터

이 논문은 양자 컴퓨터의 "마법 같은 터널링" 이점을 누리면서도 냉동고를 필요로 하지 않는 새로운 유형의 컴퓨터 칩인 아폴로를 소개합니다. 아폴로는 상온에서 작동하며, 표준 컴퓨터 칩 크기에 들어갈 수 있고, 전력을 매우 적게 사용합니다.

이것이 어떻게 작동하는지 쉬운 비유를 통해 설명하겠습니다:

1. "P-큐비트(P-Qubit)": 흔들리는 동전

표준적인 컴퓨터 비트(엄격하게 0 또는 1인 상태)나 양자 비트(기묘하고 취약한 중첩 상태) 대신, 아폴로는 p-큐비트(확률적 큐비트)를 사용합니다.

• 비유: 탁자 위에서 회전하고 있는 동전을 상상해 보십시오. 아직 앞면인지 뒷면인지 결정되지 않은 채 흔들리고 있습니다. 아폴로에서 이 동전들은 0과 1 사이를 끊임없이 흔들리며 움직입니다.
• 비결: 보통의 컴퓨터는 이 동전들을 흔들리게 하기 위해 가짜 무작위성(숫자를 추측하는 컴퓨터 프로그램 같은 것)을 사용합니다. 하지만 아폴로는 진짜 양자 무작위성을 사용합니다. 아폴로에는 전자들의 자연스럽고 예측 불가능한 떨림(양자 효과)을 감지하여 동전이 언제 뒤집힐지를 결정하는 아주 작은 "엔트로피 단위"가 내장되어 있습니다. 이는 이 흔들림을 자연이 의도한 것처럼 "진짜"이며 예측 불가능하게 만듭니다.

2. "상온의 마법"

논문은 아폴로가 실제 양자 노이즈에 의해 구동되는 이 흔들리는 동전들을 사용함으로써, 초저온 양자 컴퓨터의 동작을 모방할 수 있다고 주장합니다.

• 비유: 북적이는 무도회장을 생각해 보십시오.
  • 디지털 컴퓨터는 사람들이 엄격한 시계에 맞춰 한 명씩 차례대로 움직이는 것과 같습니다.
    을 말합니다.
  • 초전도 양자 컴퓨터는 무용수들이 완벽하게 얼어붙은 듯한 동기화 속에서 움직이는 것과 같습니다. 하지만 방이 너무 추워서 무용수들은 뻣뻣해지고, 그 방을 만드는 것 자체가 매우 어렵습니다.
  • 아폴로는 모든 사람이 동시에 움직이며 자연스럽게 흐르고 서로 부딪히는 무도회장과 같습니다. "양자 노이즈"에 의해 구동되기 때문에, 이들은 (무용수가 인파 사이를 미끄러져 지나가는 것처럼) 냉동고가 필요한 얼어붙은 양자 무용수들만큼이나 쉽게 장벽을 통과할 수 있습니다.

3. "초연결 네트워크"

현재 양자 컴퓨터의 가장 큰 문제 중 하나는 "무용수들"(큐비트)이 오직 몇 명의 이웃하고만 손을 잡을 수 있다는 점입니다. 큰 문제를 해결하려면 먼 곳에 있는 큐비트들을 연결하기 위해 긴 체인을 만들어야 하는데, 이는 공간과 시간을 낭비합니다.

• 아폴로의 장점: 아폴로는 각 p-큐비트가 최대 256개의 다른 p-큐비트와 직접 연결될 수 있는 "하이페리온(Hyperion)" 네트워크를 사용합니다.
• 비유: 표준 양자 컴퓨터가 바로 옆 이웃하고만 대화할 수 있는 작은 마을이라면, 아폴로는 누구든 한 번에 256명에게 메시지를 외칠 수 있는 거대한 광장과 같습니다. 이는 아폴로가 점들을 연결하기 위해 길고 서투른 체인을 만들 필요가 없기 때문에, 복잡한 퍼즐(예: 교통 경로 최적화 또는 금융 포트폴리오 구성)을 훨씬 더 빠르게 해결할 수 있음을 의미합니다.

4. 증명: "스핀 글래스(Spin Glass)" 테스트

이것이 작동한다는 것을 증명하기 위해, 연구진은 단순히 추측한 것이 아니라 3D 스핀 글래스라고 불리는 매우 어려운 특정 테스트를 실행했습니다. 이것은 수천 개의 자석을 배치하되 서로 싸우지 않도록 배열해야 하는 퍼즐과 같습니다. 이는 일반적인 컴퓨터에게는 매우 어려운 것으로 알려진 벤치마크입니다.

• 결과: 아폴로는 초저온 양자 컴퓨터(D-Wave)가 걸리는 시간의 아주 일부만을 사용하여 이 퍼즐을 풀었으며, 심지어 더 나은(더 낮은 에너지 상태) 해답을 찾아냈습니다.
• 비교: 아-폴로가 이 문제를 해결하는 방식을 살펴보았을 때, 그 성공 패턴은 초저온 양자 컴퓨터의 성공 패턴과 정확히 일치했습니다. 이는 아폴로가 따뜻한 책상 위에 놓여 있음에도 불구하고, 동일한 "양자 유사적" 지름길을 활용한다는 것을 입증했습니다.

5. 왜 중요한가 (논문에 따르면)

논문은 아폴로가 다음과 같은 이유로 돌파구라고 주장합니다:

• 상온 작동: 거대한 냉장고가 필요 없습니다.
• 에너지 효율성: 표준 컴퓨터 칩보다 계산당 약 100만 배 적은 에너지를 사용합니다.
• 속도: 이 "동전들"(의사 결정)을 초당 수조 번 뒤집을 수 있습니다.
• 확장성: 표준 칩 제조 기술(CMOS)로 제작되므로 대량 생산이 가능하며, 잠재적으로 수백만 개의 p-큐비트를 가진 칩으로 발전할 수 있습니다.

요약하자면:
아폴로는 양자 입자의 자연스러운 무작위적 떨림을 사용하여 어려운 퍼즐을 해결하는 새로운 종류의 컴퓨터 칩입니다. 이는 따뜻한 책상 위에서도 작동하며, 전기를 매우 적게 사용하고, 현재의 양자 기계들보다 훨씬 더 효율적으로 구성 요소들을 연결합니다. 논문은 아폴로가 이미 어려운 벤치마크 테스트에서 초저온 양자 컴퓨터보다 더 나은 결과를 냈다고 주장합니다.

기술 요약

기술 요약: 백만 큐비트 규모 워크로드를 위한 양자 구동 뉴로모픽 컴퓨팅

1. 문제 정의

조합 최적화, 확률적 추론 및 머신러닝의 광범위한 계산 문제들은 복잡한 에너지 함수(예: Ising 및 QUBO 모델)의 최소화 또는 샘플링으로 정식화될 수 있습니다. 이러한 문제들은 광범위한 로컬 미니마(local minima)를 가진 험난한 에너지 지형을 특징으로 하며, 이는 기존의 결정론적 디지털 아키텍처에서 느린 수렴을 초래합니다. 시뮬레이티드 어닐링(simulated annealing) 및 양자 영감 알고리즘과 같은 휴리스틱 방법들이 존재하지만, 이들은 대개 이산 시간 업데이트 체계, 제한된 병렬성, 그리고 메모리 액세스 및 제어 흐름과 관련된 높은 에너지 오버헤드에 의해 제약을 받습니다.

기존의 물리적 대안들은 다음과 같은 상당한 한계에 직면해 있습니다:

• 초전도 양자 어닐러(Superconducting Quantum Annealers): 양자 터널링을 활용할 수 있지만, 극저온(밀리켈빈 온도) 작동이 필요하며, 제한된 결맞음 시간(coherence times)을 겪고, 희소한 네이티브 연결성으로 인한 광범위한 마이너 임베딩(minor-embedding) 오버헤드를 필요로 합니다.
• 클래식 디지털 어닐링(Classical Digital Annealing): 클록 기반의 동기식 업데이트에 내재된 이산화 오류 및 업데이트 순서 편향을 겪으며, 이는 물리적 시스템의 연속 시간 역학을 왜곡합니다.
• 확률적/아날로그 하드웨어: 기존 프로토타입은 종종 공유되거나 알고리즘적으로 생성된 노이즈 소스에 의존하여, 독립성의 가정을 위반하는 통계적 상관관계를 생성하거나, 밀집한 문제 임베딩에 필요한 연결 밀도가 부족합니다.

결정적으로, 기존의 어떤 상온 시스템도 초전도 양자 어닐러에서 관찰되는 양자 임계 어닐링 역학(특히 잔류 에너지 스케일링)을 재현할 수 있음을 입증하지 못했습니다.

2. 방법론 및 아키텍처

저자들은 16nm 혼성 신호 CMOS로 제작되어 완전한 상온에서 작동하는 10,000 노드 뉴로모픽 프로세서인 Apollo를 소개합니다. 이 아키텍처는 다음의 이론적 및 물리적 토대 위에 구축되었습니다:

이론적 토대

• 스즈키-트리터 등가성(Suzuki–Trotter Equivalence): 본 연구는 횡장 이싱 모델(transverse-field Ising model, 양자 어닐링)과 고차원(d+1 차원) 공간에서의 클래식 이싱 모델 사이의 이론적 매핑을 활용합니다. 이는 적절한 연속 시간 확률 역학 및 노이즈 통계를 갖춘 클래식 시스템이 결맞는 양자 진화 없이도 양자 어닐러의 평형 통계와 어닐링 궤적을 재현할 수 있음을 시사합니다.
• 연속 시간 확률 역학(Continuous-Time Stochastic Dynamics): 클록 기반의 디지털 시스템과 달리, 제안된 시스템은 비동기적으로 진화합니다. 상태 전이는 연속 시간 변동에 의해 구동되어, 이산화 아티팩트와 업데이트 순서 편향을 방지합니다.
• 양자 구동 엔트로피(Quantum-Driven Entropy): 통계적 독립성과 충실한 샘플링을 보장하기 위해, 시스템은 **통합 양자 엔트로피 유닛(Integrated Quantum Entropy Units, IQEUs)**을 사용합니다. 이 유닛들은 각 컴퓨팅 요소의 확률적 역학에 직접적으로 양자 역학적 과정(예: 전자 터널링 변동)에서 유래된 진정한 비결정론적 엔트로피를 주입합니다.

p-큐비트 및 하드웨어 구현

기본적인 컴퓨팅 요소는 p-큐비트(probabilistic qubit)로, 이는 이안성(bistable) 확률적 단위입니다.

• 회로 아키텍처: 각 p-큐비트는 시그모이드(tanh-유사) 활성화 함수를 제공하는 9-트랜지스터 연산 트랜스컨덕턴스 증폭기(OTA)를 특징으로 하는 CMOS 래치 형태의 요소로 구현됩니다.
• 엔트로피 주입: 각 p-큐비트는 전용 IQEU와 쌍을 이루어, 확률적 전이가 의사 난수 생성기가 아닌 독립적인 양자 유래 노이즈에 의해 구동되도록 보장합니다.
• 아날로그 벡터-행렬 곱셈(VMM): 가중치는 플로팅 게이트(floating-gate, FG) pFET 트랜지스터에 비휘발성으로 저장됩니다. 상호작용은 아날로그 전류 합산을 통해 계산되어, 메모리 대역폭 병목 현상을 제거하고 인플레이스(in-place) 계산을 가능하게 합니다.
• 연결성: 시스템은 Hyperion $\Delta^{256}$ 인터커넥트 토폴로지를 채택하여, 각 p-큐비트가 최대 256개의 가중치 결합을 지원할 수 있도록 합니다. 이 높은 차수의 연결성은 덴스(dense)한 이싱 및 QUBO 문제 임베딩 시 요구되는 보조 변수 오버헤드를 크게 줄여줍니다.
• 제어: 전용 FPGA 기반 **Dynex 제어 유닛(DCU)**이 시스템을 조율하며, 문제 전처리, 그래프 임베딩, 동적 어닐링 스케줄 주입(노이즈 및 바이어스 조절), 고처리량 판독을 담당합니다.

3. 주요 기여

본 논문은 네 가지 주요 기여를 제시합니다:

1. 양자 등가 어닐링 역학: 양자 유래 엔트로피에 의해 구동되는 연속 시간 확률 시스템이, 통계 역학적 등가성에 따라 예측된 대로, 초전도 양자 어닐러의 평형 행동과 어닐링 궤적을 재현할 수 있음을 입증했습니다.
2. 양자 임계 스케일링의 실험적 재현: 표준적인 3D 스핀 글래스 벤치마크를 사용하여, 저자들은 초전도 하드웨어에서 양자 임계 역학을 식별하는 데 사용되었던 잔류 에너지 스케일링 동작을 실험적으로 재현했습니다. 관찰된 스케일링 지수는 초전도 양자 하드웨어와 구별 불가능할 정도로 일치하며, 클래식 시뮬레이티드 어닝(SA) 및 시뮬레이티드 양자 어닐링(SQA)과는 명확히 다릅니다.
3. 확장 가능한 밀집 임베딩: 네이티브 $\Delta^{256}$ 연결성을 갖춘 아키텍처를 도입함으로써, 밀집하거나 고도로 연결된 문제 인스턴스에 대한 보조 변수 오버헤드를 실질적으로 감소시켰습니다.
4. 상온 열역학적 샘플링: 다양한 문제 인스턴스에 대해 시스템이 올바른 볼츠만 분포로부터 샘플링함을 실험적으로 검증하여, 열역학적 일관성과 편향 없는 확률적 동작을 확인했습니다.

4. 실험 결과

저자들은 350 nm 릴리스 후보 디바이스(Apollo-RC1)를 사용하여 아키텍처를 검증하였으며, 16 nm 생산 디바이스의 성능을 투영하였습니다.

• 디바이스 특성 분석: 측정 결과, 튜닝 가능한 기울기와 히스테리시스가 감지되지 않는 깨끗하고 단조로운 시그모이드 활성화 곡선을 확인했습니다.
• 엔트로피 품질: IQEU 엔트로피 소스는 상용 양자 난수 생성기(ID Quantique Quantis)와 벤치마킹되었습니다. NIST SP 800-90B 통계 테스트(편향 분석, 직렬 상관관계) 결과, IQEU는 사후 처리 화이트닝 없이도 상용 참조 모델과 비교하여 고품질의 편향 없고 상관관계가 없는 무작위성을 생성함을 보여주었습니다.
• 열역학적 샘플링: 작고 정확히 풀 수 있는 이싱 인스턴스에 대해, 시스템은 이론적 깁스 분포로부터 <1%의 쿨백-라이블러 발산(Kullback–Leibler divergence)을 달로, 올바른 열역학적 샘플링을 확인했습니다.
• 에너지 효율: 16 nm 디바이스는 전형적인 아날로그 코어 전력 범위를 약 0.5 W로 운영할 것으로 예상됩니다. 물리적 플립당 에너지 비용은 ~0.63 fJ(6.25 × 10⁻¹⁶ J)로 추정되며, 이는 CPU/GPU 기반 시뮬레이티드 어닐링보다 10⁴–10⁵배, 초전도 양자 어닐러보다 10²–10³배 개선된 수치입니다.
• 처리량: 10,000개의 p-큐비트가 병렬로 80 GHz의 플립 속도로 작동할 때, 디바이스당 총 물리적 플립 처리량은 ~8.0 × 10¹⁴ flips/s입니다. 100개 디바이스 어셈블리(1백만 p-큐비트)는 ~8.0 × 10¹⁶ flips/s에 도달할 것입니다.
• 양자 임계 벤치마크: 3D 스핀 글래스 벤치마크(2,687 스핀)에서, Apollo의 잔류 에너지 스케일링 궤적은 초전도 양자 어닐러(D-Wave)와 구별 불가능했으며, SA 및 SQA와는 명확히 달랐습니다.
• 바닥 상태 발견: 3D 스핀 글래스의 바닥 상태 에너지 비교에서, Apollo는 D-Wave 벤치마크보다 실행 시간이 두 자릿수 더 짧음에도 불구하고(10³ ns vs 10⁵ ns), 지속적으로 더 낮거나(더 음수인) 에너지를 가진 구성을 찾아냈습니다.

5. 의의 및 주장

본 논문은 Apollo가 NISQ 시대의 양자 프로세서와 클래식 가속기 사이의 간극을 메우는 새로운 클래스의 양자 구동 뉴로모픽 컴퓨팅을 확립한다고 주장합니다.

• 상온 양자 우위: 본 연구는 양자 어닐링의 계산적 이점(특히 양자 임계 동적 보편성 클래스에 대한 접근 및 험난한 에너지 지형의 효율적 횡단)이 극저온 인프라 없이도 상온의 클래식 하드웨어 기판에서 실현될 수 있음을 입증합니다.
• 확장성: 표준 CMOS 공정을 활용하고 극저온 인프라를 피함으로써, 아키텍처는 산업적으로 확장 가능한 백만 큐비트 규모의 워크로드로 가는 경로를 제공합니다.
• 통합 플랫폼: 시스템은 확률적 컴퓨팅, 양자 구동 확률 역학, 그리고 회로-해밀토니안 변환을 통한 게이트 호환 작동을 단일 아키텍처 내에서 통합합니다. 이를 통해 에너지 기반 최적화, 베이지안 추론, 생성 모델링 및 하이브리드 클래식-양자 워크플로우를 포함한 다양한 워크로드를 지원합니다.
• 패러다임 전환: 결과는 양자 유래 계산 프리미티브가 유용한 데 있어 취약한 양자 결맞음(coherence)을 반드시 필요로 하지 않는다는 점을 시사합니다. 즉, 하부 시스템의 통계적 및 동적 특성(연속 시간 진화 및 독립적인 양자 엔트로피)만으로도 양자 등가 어닐링 동작을 재현하기에 충분합니다.

저자들은 Apollo가 극저온 시대를 넘어 에너지 기반 계산의 새로운 경로를 열었으며, 전례 없는 속도와 에너지 효율로 어려운 최적화 문제를 해결할 수 있는 물리적으로 근거 있는 기판을 제공한다고 결론짓습니다.