Приоткрываем двери в лаборатории и смотрим на устройство квантовых компьютеров, практические задачи для них, достижения ученых. Больше говорим о приложениях и алгоритмах — меньше о физике и теории поля.
Еще больше полезных материалов о технологиях — в Академии Selectel.
Зачем человечеству нужны устройства иного типа, нежели привычные процессоры? Почему ведущие лаборатории мира занимаются изысканиями альтернативных принципов построения вычислительных систем? Какие перспективы открываются при создании компьютеров, отличающихся от машины Тьюринга?
Заглянуть в неведомое стало возможно благодаря выступлению Станислава Страупе на Selectel Day Off. Станислав на протяжении 15 лет разрабатывает экспериментальные квантовые компьютеры, а также руководит «Центром квантовых технологий Сбера», сектором квантовых вычислений «Центра квантовых технологий МГУ» и научной группой «Российского квантового центра».
Современные достижения
До недавнего времени считалось, что любой компьютер вне зависимости от своей физической природы — экземпляр абстрактной исполнительной машины, предложенной Аланом Тьюрингом в 1936 году. Основой вычислительного процесса является алгоритм (от имени среднеазиатского математика Аль-Хорезми) — четкая последовательность действий, приводящая к заранее известному результату.
Как только технология производства полупроводников достигла зрелости, основой компьютерной индустрии стали транзисторы, а затем и микросхемы. За последние полвека выяснилось, что развитие микроэлектронной промышленности подчиняется правилу, получившему название закона Мура: каждые два года плотность транзисторов на единицу площади микропроцессора удваивается.
Однако сам рост потребности в вычислительных мощностях — нелинейный. Особенно это стало заметно в наступившую эпоху нейросетей. Если взглянуть на динамику роста аппаратных ресурсов для обучения больших языковых моделей, то будет заметна четкая экспоненциальная зависимость.
График выше отражает число вычислений с плавающей запятой при работе с большими языковыми моделями. Зависимость кажется линейной исключительно потому, что на оси ординат находится логарифмическая шкала. Требования, которые предъявляет машинное обучение, приводят к лавинообразному росту спроса на вычислительные ресурсы. Уже сейчас наблюдается пятикратное превышение величины, определяемой законом Мура.
Это приводит к необходимости сбора огромных кластеров для организации параллельного вычислительного процесса. Соответственно, растет и энергопотребление. Рассмотрим пару примеров.
Раньше считалось, что производительность — единственное существенное отличие компьютеров друг от друга, которое и отделяет электромеханическое устройство, разработанное Аланом Тьюрингом, от современного ноутбука. Неизменный «мыслительный» подход, который используют компьютеры — это алгоритм, а единственный способ решения усложняющихся задач — наращивание количества операций в единицу времени.
Подобная стратегия предъявляет требования не только к технологии производства микросхем, но и к электрической мощности, которая необходима для их работы.
Проблемы и вызовы
Самые проницательные умы человечества давно подметили, что цивилизация подходит к черте, за которой закон Мура перестанет выполняться. Примечательно, что приближаемся мы к этому пределу одновременно с двух направлений.
Технологию изготовления микросхем можно смело считать вершиной развития современной промышленности. Они производятся на самых дорогих заводах, в основной фонд которых вложены несчетные триллионы инвестиций.
Однако совершенствование техпроцесса не может продолжаться бесконечно — сказываются ограничения физического мира. Современные производственные нормы уже измеряются единицами нанометров, величина транзисторов с каждым шагом приближается к диаметру молекул. В обозримом будущем неизбежно столкновение с дискретностью вещества — в частности, с особенностями кристаллической структуры кремния. Еще немного — и уменьшать дальнейшие физические размеры вычислительных элементов традиционных компьютеров будет невозможно.
Это первое направление, по которому человечество приближается к пределу своих технологических возможностей. С приходом эпохи нейросетей и больших данных обнаружился и второй тупиковый путь.
Не секрет, что работа с LLM (Large Language Models), основным видом используемых нейросетей, требует колоссальных затрат электрической энергии. Модель ChatGPT, которая сейчас столь популярна, тренировалась в двадцать втором году и по приблизительным оценкам специалистов (точные данные — коммерческая тайна компании) энергопотребление кластера составляло около 10 МВт. Такую же мощность потребляет небольшой завод.
Если наблюдаемый тренд продолжится, то к 27−28 годам понадобятся кластеры, которые будут пожирать электричество десятками гигаватт. К слову, «Три ущелья», самая производительная гидроэлектростанция в мире, вырабатывает 20 ГВт. Мощнейшая российская Саяно-Шушенская ГЭС выдает около 6 ГВт. Уже видно, что их производительности не хватит для запитки будущего кластера.
Такая абсурдная на первый взгляд ситуация может не произойти по многим причинам — например, из‑за не слишком большого количества данных. Однако, если экспоненциальный рост требуемых энергозатрат не остановится, мы неминуемо столкнемся с дефицитом электроэнергии именно по причине израсходования ее на нужды нейросетей. Не исключено, что придется специально строить электростанции для тренировочных кластеров LLM.
Итак, второй путь, по которому мы приближаемся к пределу исполнимости закона Мура, — исчерпание энергетических ресурсов.
Путь найден: квантовые компьютеры
Ограничения, присущие традиционным компьютерам, обозначились на горизонте не вчера. Предвидя теоретическую невозможность решения некоторых задач с помощью алгоритмов на машинах Тьюринга, ученые на протяжении последних трех десятилетий пытаются найти альтернативную архитектуру. Не все верили в реалистичность подобных разработок.
Однако в 2019 году инженеры компании Google смогли создать квантовый процессор на сверхпроводящих кубитах. Устройство получило название «Сикомор» и в решении некоторых задач показало гораздо бо́льшую производительность по сравнению с традиционными компьютерами. Приходится признать, что квантовые вычислители — это уже экспериментальный факт наших дней.
«Сикомор» соревновался с самым быстрым на тот момент суперкомпьютером, который по иронии принадлежал компании IBM — одному из основных конкурентов Google в области квантовых вычислений. Разумеется, «Сикомор» оказался на порядок быстрее традиционного, пусть и с приставкой «супер», компьютера. В октябре 2019 года на страницах журнала Natureпредставители Google поспешили объявить о достижении квантового превосходства. Компания IBM тут же опубликовала опровержение, заявив, что в Google ничего не добились.
Действительно, как это часто бывает в соревнованиях, когда арбитром является одна из сторон, условия не были ни последовательными, ни беспристрастными. Алгоритм для соревновательной задачи был специально подобран так, чтобы сверхпроводящий квантовый процессор выиграл с разгромным счетом. Мы не будем искать справедливость в споре двух финансовых монстров. Примечательно другое.
Во-первых, области задач, решаемых с помощью того или иного типа процессоров, пересекаются лишь отчасти. При этом границы эффективного квантового компьютера пока не до конца ясны и еще лишь ждут своего определения.
Во-вторых — и это главное — появилось экспериментальное опровержение тезиса Чёрча–Тьюринга. Все‑таки существует вычислительное устройство, которое может хотя бы что-то делать существенно быстрее, чем любая машина Тьюринга.
Случившееся воплощение в металле квантового устройства очень важно, так как доказательно подтверждает существование альтернативного подхода к вычислениям. Выяснилось, что есть иной путь — увеличение скорости решения задачи не за счет наращивания количества операций в секунду, а благодаря созданию алгоритмов иного типа.
Квантовые компьютеры не быстрее — они другие. Основа квантовых вычислений — система из элементарных двухуровневых квантовых систем, называемых кубитами (по аналогии с традиционными битами). Кубиты по своей квантовой природе могут находиться в состоянии квантовой суперпозиции, быть связанными в соответствии с квантовой запутанностью, а также иметь другие характеристики, специфичные для квантового мира.
Система из L двухуровневых квантовых систем имеет 2L линейно независимых состояний, которые, в силу квантовых принципов, образуют 2L‑мерное гильбертово пространство. Операция в квантовых вычислениях соответствует повороту вектора состояния регистра в этом пространстве.
Квантовые алгоритмы устроены таким образом, что благодаря некоторому точному набору операций состояние системы концентрируется в направлении правильного решения.
Понимание принципов работы квантового компьютера осложнено тем, что в его основе лежат явления, которые отсутствуют в обычном макромире. Классический пример — суперпозиция, которая отражает основополагающую идею квантовой механики. По‑человечески тяжело представить, что если у некоторого объекта есть только два доступных состояния, то он может одновременно находиться в любой их линейной комбинации.
Согласно теоретической информатике, сложность алгоритма отражается в числе операций, которые нужно совершить для получения конечного ответа. Квантовый компьютер подходит к решению с другой стороны. Вычислительная сложность доступных для него задач экспоненциально зависит от количества задействованных кубитов. Возможности современных квантовых процессоров (при нынешнем технологическом развитии) заканчиваются примерно на 50 кубитах, что означает 250 коэффициентов суперпозиции.
Казалось бы, если квантовые компьютеры имеют такие потрясающие характеристики, то почему бы их не производить и не приспособить для решения повседневных задач?
Трудность в том, что с увеличением чувствительности квантовой системы неминуемо падает ее защищенность от помех внешней среды. Чтобы создать и заставить работать компьютер даже с небольшим количеством кубитов, приходится прибегать к сложным инженерным решениям.
Рассмотрим основные подходы к созданию квантовых компьютеров, технологически доступные в настоящее время.
Сверхпроводимость
В течение долгого времени однозначным лидером оставались сверхпроводящие кубиты. На них сначала были построены процессоры Google, а затем и IBM, о которых мы говорили выше.
При сверхнизких температурах возникает явление сверхпроводимости, имеющее множество особенностей. Полное отсутствие электрического сопротивления и состояние идеального диамагнетика — существенны для создания квантовых вычислителей. Поскольку свойство вещества в сверхпроводниках описывается только квантовой механикой (классического объяснения сверхпроводимости не существует), то логично, что подобный подход был взят на вооружение и широко использовался.
Сверхпроводящие кубиты представляют собой нелинейный электрический колебательный контур из сверхпроводника. Такую технологию можно назвать достаточно зрелой — именно она использовалась при изготовлении квантовых процессоров Google и IBM. С приближением к абсолютному температурному нулю, преобразование энергии в колебательном контуре приобретает четко выраженную дискретную структуру.
На практике приходится учитывать множество нюансов — например, добавление нелинейного элемента, называемого джозефсоновский контакт. Однако все трудности изготовления кубитов на основе колебательного контура оказались решаемы, а конечный результат отлично себя зарекомендовал.
Полупроводники
Полупроводниковые технологии уже не один десяток лет используются для производства всевозможных арифметико-логических устройств. До сих пор внесение примесей в материал электронного компонента определяло процессы на макроуровне. Создание квантовых вычислителей требует совершенно иного уровня точности изготовления: вносимые примеси будут иметь буквально атомный размер и кодировать информацию благодаря квантовым явлениям.
Оптика
Ученые ищут и другие пути. Например, в лаборатории МГУ построили прототип вычислителя с 49 кубитами на основе иного принципа. Каждый из кубитов — одиночный атом, «подвешенный» в вакууме с помощью оптического пинцета из сфокусированного луча света. Состояние этого одиночного атома является носителем информации. При этом с одиночными атомами можно работать как индивидуально, так и собирать в организованные структуры. Подобное решение хорошо масштабируется, а число кубитов ограничивается лишь доступной мощностью лазеров и особенностями оптической системы.
Предпринимаются попытки создать оптический, или фотонный, вычислитель, который будет кодировать информацию на основе состояния квантов света.
На фотографии ниже — огромный оптический стол, заставленный лазерами. Это установка для работы с одиночными атомами. Множество электроники на периферии — для управления процессами.
Квантовый процессор — только маленькая часть установки. Основное пространство занимает вспомогательное оборудование.
Внутри криогенной установки расположено несколько слоев медных дисков, каждый из которых находится при все более низкой температуре. На самом дне — чип, охлажденный до сотых долей Кельвина. Подобная архитектура имеет множество ограничений, требующих решения сложных инженерных задач. Например, с ростом числа кубитов увеличивается количество соединений, которые нужно заводить внутрь этого криостата, что делает охлаждение практически невыполнимой задачей.
Тем не менее есть надежда, что все конструктивные трудности будут со временем преодолены. Бизнес инвестирует большие средства в разработку квантовых компьютеров. Не одна крупная компания уже имеет собственное квантовое подразделение. Интерес к подобным лабораторным установкам наблюдается по всему миру.
Хотите узнать, какие есть возможности и ограничения у квантовых компьютеров? Читайте полную версию в Академии Selectel.