پرش به محتوای اصلی
پرش به محتوای مقاله

IBM Nighthawk r3: ۵۲۰ کیوبیت برنامه‌ریزی‌پذیر، هدف ۱۰ هزار عملیات

·۲۱ آبان ۱۴۰۵۴ دقیقه مطالعه
تراشه پردازنده کوانتومی IBM Nighthawk r3 روی برد مدار
تراشه پردازنده کوانتومی IBM Nighthawk r3 روی برد مدار
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

نخستین نمایش عملیاتی بازنشانی تشتت‌یافته در سخت‌افزار تولیدی که زمان بیکاری کیوبیت را ۲۰۰ برابر کاهش داده و توان عملیاتی ۱۰۰ هزار مدار در ثانیه را محقق کرده — یک جهش از مقیاس تئوری به واقعیت ابری.

IBM طراحی Nighthawk r3 را با ۵۲۰ کیوبیت برنامه‌ریزی‌پذیر و هدف اجرای ۱۰ هزار عملیات دقیق منتشر کرد. سیستم دو تراشه‌ای ۱۰۴۰ کیوبیت برای ۲۰۲۷ برنامه‌ریزی شده است.

پردازنده فعلی Nighthawk r2 با توان عملیاتی ۱۰۰ هزار مدار در ثانیه — ۲۵ برابر پیشینهٔ Heron — در پلتفرم کوانتومی IBM به‌نام ibm_phoenix در دسترس است. این جهش ناشی از جایگزینی بازنشانی مشروط با یک گجت بازنشانی تشتت‌یافته (dissipative reset gadget) است که زمان بیکاری کیوبیت را از صدها میکروثانیه به حدود یک میکروثانیه کاهش می‌دهد.

معماری شبکه مربعی و اتصال کیوبیت‌ها

معماری شبکه مربعی (square-lattice) خانواده Nighthawk به هر کیوبیت چهار همسایه نزدیک می‌دهد، دو برابر اتصال طراحی‌های heavy-hex قبلی. این اتصال سربار swap را کاهش داده و به مدارها اجازه می‌دهد ساختار درهم‌تنی پیچیده‌تری را بیان کنند — شرط لازم برای بارهای کاری برتری کوانتومی.

Nighthawk r2 شامل ۱۲۰ کیوبیت برنامه‌ریزی‌پذیر، ۲۱۸ کابلر (coupler) و ۱۲۰ عنصر بازنشانی — مجموع ۴۵۸ عنصر کوانتومی فیزیکی — است. نوآوری کلیدی، یک کابلر قابل تنظیم برای هر کیوبیت است که به محیط سرد در تقاضا متصل می‌شود و T1 موثر را از حدود ۲۰۰ میکروثانیه به حدود ۲۵ نانوثانیه کاهش می‌دهد. این بازنشانی تشتت‌یافته مسئله نشت (leakage) را که Heron را مجبور به بیکاری بین شات‌ها می‌کرد، حذف کرده است. در حالی که شرکای IBM از تسریع کوانتومی گزارش می‌دهند، مدل Mythos 5 Anthropic ادعا می‌کند روش‌های کلاسیک می‌توانند برتری کوانتومی منتشرشده را پیش بگیرند. حدس آارونسون-آمباینیس که مبنای نظری برتری کوانتومی است، اخیراً با کمک هوش مصنوعی در سطح لین ۴ اثبات شد.

سرعت‌های گزارش‌شده توسط شرکاء

بر اساس گزارش IBM، کلاینت‌ها تا کنون ۳۴ میلیارد مدار روی Nighthawk r2 اجرا کرده‌اند:

  • E.ON: ۱۵ برابر سریع‌تر در یادگیری ماشین کوانتومی برای بهینه‌سازی شبکه انرژی در مقایسه با Heron
  • آزمایشگاه ملی اوک ریدج (Oak Ridge National Laboratory): ۱۲ برابر تسریع در شبیه‌سازی مواد مغناطیسی که با داده‌های پراکنش نوترونی هم‌خوانی دارد
  • Algorithmiq: ۸ برابر مدارهای سریع‌تر؛ IBM برآورد می‌کند روش‌های تانسور-شبکه (tensor-network) ۲۴۰ برابر حافظه بیشتر نیاز خواهند داشت
  • Q-CTRL: شبیه‌سازی فرمیونی (fermionic simulation) ۶۰ کیوبیت با ۴٬۴۹۷ گیت دو کیوبیت؛ زمان اجرا از ۴ دقیقه ۲۵ ثانیه به ۲۳ ثانیه کاهش یافت، انحراف زیر ۱٪

Nighthawk r3: مقیاس‌بندی و اتصال تراشه به تراشه

Nighthawk r3 به ۵۲۰ کیوبیت برنامه‌ریزی‌پذیر از ۲٬۰۳۴ کیوبیت فیزیکی مقیاس می‌یابد و ۱۰ اتصال تراشه به تراشه به نام l-coupler اضافه می‌کند. IBM از قبل دو تراشه Nighthawk r1 را با چهار l-coupler روی کابل‌های ۸۰ سانتی‌متری پیوند زده و تا ۹۹.۳٪ وفاداری انتقال حالت (state-transfer fidelity) با میانگین ۹۹٪ به دست آورده است. هدف ۹۹.۹٪ هنوز محقق نشده است. ماژول‌های کریوژنیک (cryogenic module) در کمتر از پنج روز به زیر ۱۵ میلی‌کلوین رسیده‌اند.

پلتفرم کوانتومی IBM: یکپارچگی محاسبات کلاسیک و کوانتومی

پلتفرم کوانتومی IBM (IBM Quantum Platform) اکنون کارهای HPC و کوانتومی را در یک محیط مدیریت‌شده واحد یکپارچه می‌کند. کاربران می‌توانند محاسبات کلاسیک را از لپ‌تاپ، ابرکامپیوترها یا خود پلتفرم متصل کنند. IBM و RIKEN یک گردش کار دیاگونالی‌سازی کوانتومی مبتنی بر نمونه‌برداری را حدود ۵ برابر سریع‌تر با ۱۰۰ برابر محاسبات بیشتر اجرا کردند. کلینیک کلوولند (Cleveland Clinic) و RIKEN ۶۰۸ میلیون نمونه را ۳۳ برابر سریع‌تر از طریق خودکارسازی گردش کار پردازش کردند. کنترل‌های سطح پالس (pulse-level controls) برای تحقیق تصحیح خطا در دسترس است.

منظر رقابتی

۱۲۰ کیوبیت برنامه‌ریزی‌پذیر Nighthawk r2 در مقایسه با ۱۰۵ کیوبیت Google Willow و ۹۶ کیوبیت Quantinuum Helios کمتر است، اما اتصال شبکه مربعی (۴ همسایه) از میانگین ۳.۴۷ Willow و ۲ تا ۳ Heron پیشی می‌گیرد. اتصال همه به همه (all-to-all) همچنان منحصر به سیستم‌های یون محبوس (trapped-ion) مانند Helios است. توان عملیاتی مدار (۱۰۰ هزار در ثانیه) در همتایان ابررسانا بی‌نظیر است. وفاداری گیت دو کیوبیت برای Nighthawk به عنوان «کلاس Heron» توصیف شده بدون انتشار عدد؛ Helios ۹۹.۹۲۱٪ گزارش می‌دهد.

مکانیزم بازنشانی تشتت‌یافته نوآوری حیاتی است. با حل گلوگاه بازنشانی — نه فقط تعداد کیوبیت یا وفاداری گیت — IBM یک مزیت نظری توان عملیاتی را به واقعیت تولیدی تبدیل کرده است. شرکاء از قبل از این برای بارهای کاری که قبلاً غیرعملی بودند، بهره می‌برند. وفاداری ۹۹٪ تراشه به تراشه یک مانع مهندسی واقعی است؛ مقیاس‌پذیری ماژولار به ۱۰۴۰ کیوبیت بستگی به پر کردن این شکاف دارد.

گام بعدی شما

  • اگر روی بهینه‌سازی، شبیه‌سازی یا یادگیری ماشین کوانتومی کار می‌کنید، Nighthawk r2 را از طریق IBM Quantum Platform امتحان کنید — مستندات سرعت‌های واقعی موجود است.
  • نقشه راه r3 مشخص است اما سخت‌افزار هنوز اثبات نشده؛ پیشرفت‌های وفاداری l-coupler و گام یکپارچه‌سازی دو تراشه ۲۰۲۷ را رصد کنید.
  • اگر IBM به وفاداری ۹۹.۹٪ اتصال برسد، مسیر ماژولار به محاسبه کوانتومی ابررسانای مقیاس کاربردی معتبر می‌شود.
چرا این موضوع مهم است؟

IBM با حل گلوگاه بازنشانی، مقیاس‌پذیری عملیاتی را از تئوری به تولید رسانده و معیار رقابت را از شمارش کیوبیت به توان عملیاتی مدار تغییر داده است. این پیشرفت مستقیماً بر زمان‌به-راه‌حل و هزینه بارهای کاری کوانتومی تأثیر می‌گذارد و مسیر ماژولار به سیستم‌های کاربردی را مشروط به رسیدن به وفاداری ۹۹.۹٪ تراشه به تراشه می‌کند.

تأثیر برای ایران

دسترسی به Nighthawk r2 از طریق پلتفرم ابری IBM برای محققان ایرانی مشروط به رفع محدودیت‌های تحریمی و پرداخت ارزی است؛ در حال حاضر مسیر مستقیمی برای استفاده رایج در اکوسیستم ایران وجود ندارد.

·نگاه ما
تحریریه دات‌هوش

بازنشانی تشتت‌یافته گلوگاه اصلی مقیاس‌پذیری ابررسانا — زمان بیکاری بین شات‌ها — را شکسته و IBM را در موقعیت منحصر به فردی قرار داده که توان عملیاتی تولیدی، نه فقط تعداد کیوبیت، را تحویل می‌دهد. این تغییر پارادایم از «چند کیوبیت داریم؟» به «چند مدار در ثانیه می‌توانیم اجرا کنیم؟» است که معیار واقعی برتری کوانتومی در کارهای کاربردی خواهد بود.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.