แนวโน้มและทิศทางในอนาคต

จนถึงตอนนี้ เราได้เรียนรู้เกี่ยวกับแรงจูงใจในการใช้ทั้งการประมวลผลสมรรถนะสูง (HPC) และควอนตัมคอมพิวติ้งเพื่อแก้ปัญหาทางวิทยาศาสตร์ เราได้กำหนดนิยามของทรัพยากรการประมวลผลแบบคลาสสิกและควอนตัม ซึ่งรวมถึง CPU, GPU และ QPU และได้อภิปรายวิธีการขยายขนาดและจัดการทรัพยากรเหล่านี้โดยใช้เทคนิคต่างๆ เช่น การขยายแนวดิ่ง การขยายแนวนอน การจัดตารางเวลา และการจัดการโหลดงาน นอกจากนี้ เราได้สำรวจโมเดลการเขียนโปรแกรมสำหรับทั้ง QPU (เช่น วงจรควอนตัมและ primitives อย่าง Sampler และ Estimator) และคอมพิวเตอร์คลาสสิก รวมถึงการฝึกเขียนโปรแกรมแบบขนานด้วย MPI ซึ่งเป็นเครื่องมือที่ทรงพลังสำหรับการประมวลผลแบบ quantum-classical heterogeneous สุดท้าย เราได้ศึกษาและฝึกปฏิบัติอัลกอริทึมควอนตัมขั้นสูงแบบ sampling เช่น Sample-based Quantum Diagonalization (SQD) และ Sample-based Krylov Quantum Diagonalization (SKQD) อัลกอริทึมเหล่านี้ใช้วิธี subspace เพื่อประมาณค่าพลังงานสถานะพื้นฐานของโมเลกุลและวัสดุอย่างแม่นยำ โดยเตรียมและสุ่มตัวอย่างสถานะควอนตัมที่กำหนด subspace สำหรับการ diagonalize แบบคลาสสิก ซึ่งเป็นการรวมโมเดลการเขียนโปรแกรมที่หลากหลายบนชุดทรัพยากรแบบ heterogeneous ด้วยแนวคิดพื้นฐานเหล่านี้ของการซูเปอร์คอมพิวติ้งแบบควอนตัมและคลาสสิก เราไม่ได้พูดถึงการที่ฝ่ายหนึ่งแทนที่อีกฝ่ายอีกต่อไป แต่พูดถึงการสร้างระบบที่ทรงพลังและบูรณาการซึ่งทำงานร่วมกันอย่างสอดประสาน — การผสมผสานที่พร้อมจะนำมาซึ่งรุ่งอรุณของความได้เปรียบเชิงควอนตัม

ทำไมต้องตอนนี้?

ชุมชนได้ก้าวผ่านหลักไมล์ของ "quantum utility" ไปแล้ว — ซึ่งคอมพิวเตอร์ควอนตัมได้รับการพิสูจน์ครั้งแรกว่าเป็นเครื่องมือทางวิทยาศาสตร์ที่มีประโยชน์ซึ่งสามารถทำการคำนวณที่เกินความสามารถของการจำลองแบบ brute-force ของคลาสสิก ยุคแห่ง utility นี้เริ่มต้นด้วย บทความ utility ที่มีชื่อเสียงซึ่งปรากฏบนปกวารสาร Nature ในปี 2023 และต่อมามีการตีพิมพ์งานวิจัยหลายสิบชิ้นโดยพันธมิตร ลูกค้า และนักวิจัยที่ IBM Quantum® ตอนนี้ ความสนใจได้เปลี่ยนมายังชายแดนที่สำคัญถัดไป: การบรรลุความได้เปรียบเชิงควอนตัม มานานแล้วที่คำว่า "ความได้เปรียบเชิงควอนตัม" มีนิยามที่ไม่ชัดเจน บทความนี้ ได้เสนอนิยามที่เป็นรูปธรรม ซึ่งเราจะใช้ที่นี่ โดยเฉพาะอย่างยิ่ง ความได้เปรียบเชิงควอนตัมหมายถึงการดำเนินงานประมวลผลข้อมูลบนฮาร์ดแวร์ควอนตัมที่ตรงตามเกณฑ์สำคัญสองประการ:

i) ความถูกต้องของผลลัพธ์สามารถตรวจสอบได้อย่างเคร่งครัด และ

ii) ดำเนินการด้วยการแยกเชิงควอนตัมที่แสดงให้เห็นอย่างชัดเจนว่ามีประสิทธิภาพ ความคุ้มค่า หรือความแม่นยำที่เหนือกว่าสิ่งที่ทำได้ด้วยการประมวลผลแบบคลาสสิกเพียงอย่างเดียว

คาดว่าความได้เปรียบเชิงควอนตัมจะเริ่มปรากฏขึ้นภายในสิ้นปี 2026 และจะเกิดขึ้นผ่านการใช้ทรัพยากรควอนตัมและ HPC ร่วมกัน บทเรียนนี้อธิบายวิสัยทัศน์หลักสำหรับกระบวนทัศน์ใหม่นี้ รายละเอียดแนวคิดสำคัญข้างหน้า และนำเสนอแนวโน้มในอนาคตที่ตั้งอยู่บนกรอบการตรวจสอบได้และไม่ขึ้นกับแพลตฟอร์มสำหรับการสาธิตและบรรลุความได้เปรียบเชิงควอนตัมที่แท้จริง

5.1 ภาพรวมใหญ่

เป็นครั้งแรกที่เราได้เห็นจุดเปลี่ยนสำคัญในประวัติศาสตร์การประมวลผล — ยุคของการซูเปอร์คอมพิวติ้งที่เน้นควอนตัม (QCSC) ซึ่งเป็นกระบวนทัศน์ที่กำลังเกิดขึ้นซึ่งบูรณาการหน่วยประมวลผลควอนตัม (QPU) กับซูเปอร์คอมพิวเตอร์แบบคลาสสิกอย่างใกล้ชิด วิสัยทัศน์นี้ไม่ได้มุ่งให้ระบบควอนตัมแทนที่ระบบคลาสสิก แต่เพื่อสาธิตว่าสถาปัตยกรรมแบบ heterogeneous นี้ — ซึ่ง "ควอนตัมบวกคลาสสิก" สามารถทำได้ดีกว่าคลาสสิกเพียงอย่างเดียว — คือเส้นทางที่ทรงพลังที่สุดสู่อนาคต ในโมเดลนี้ QPU ถูกมองเป็น co-processor เฉพาะทางที่ทำงานควบคู่กับ CPU และ GPU เพื่อแก้ปัญหาการประมวลผลที่คอมพิวเตอร์คลาสสิกไม่สามารถจัดการได้

ศักยภาพสูงสุดของสถาปัตยกรรมใหม่นี้จะเกิดขึ้นได้ก็ต่อเมื่อเครื่องมือที่ทรงพลังเหล่านี้อยู่ในมือของผู้ใช้ให้ได้มากที่สุด วิสัยทัศน์นี้กำลังเป็นรูปเป็นร่างอยู่แล้วผ่านการติดตั้งระบบควอนตัมในศูนย์ HPC ที่มีชื่อเสียงและการพัฒนาซอฟต์แวร์ เช่น ปลั๊กอิน Slurm เชิงควอนตัม ที่ทำให้การบูรณาการเข้ากับเวิร์กโฟลว์คลาสสิกที่มีอยู่ง่ายขึ้น การทำให้ระบบ heterogeneous เหล่านี้เข้าถึงได้กว้างขึ้นสำหรับชุมชนวิจัยโดยรวม จะสร้างสภาพแวดล้อมที่จำเป็นสำหรับนวัตกรรมและการค้นพบ

กลยุทธ์การรวมเทคโนโลยีบูรณาการกับฐานผู้ใช้ที่กว้างนี้คือสิ่งที่เราเชื่อว่าชุมชนจะบรรลุความได้เปรียบเชิงควอนตัมในอนาคตอันใกล้ ความได้เปรียบเชิงควอนตัมไม่ใช่จุดหมายปลายทางเดียวที่ชัดเจน แต่เป็นกระบวนการ — ลำดับการสาธิตที่มีความแข็งแกร่งเพิ่มขึ้นเรื่อยๆ ที่จะถูกตรวจสอบ ทำซ้ำ และท้าทายโดยชุมชนจนกว่าจะถึงฉันทามติทางวิทยาศาสตร์ นี่คือเส้นทางสู่การสาธิต ภายในสิ้นปี 2026 ว่ากรณีแรกที่น่าเชื่อถือและตรวจสอบได้ซึ่งวิธีการคำนวณใหม่นี้แก้ปัญหาเชิงปฏิบัติได้อย่างมีประสิทธิภาพ คุ้มค่า หรือแม่นยำกว่าสิ่งที่ทำได้ด้วยการประมวลผลแบบคลาสสิกเพียงอย่างเดียว

แนวคิดใหญ่

เพื่อให้บรรลุวิสัยทัศน์นี้ จำเป็นต้องพิจารณาคำถามและแนวคิดสำคัญหลายประการ

• การแบ่งโหลดงานอย่างเหมาะสมที่สุด: ในฝั่งซอฟต์แวร์ ความท้าทายอยู่ที่การจัดการเวิร์กโฟลว์แบบไฮบริดที่ซับซ้อน การประสานงานการดำเนินการงานข้ามทั้งทรัพยากรควอนตัมและคลาสสิกอย่างราบรื่นต้องการเครื่องมือที่ซับซ้อน ซึ่งรวมถึง Quantum-HPC Middleware และโครงสร้างพื้นฐาน Runtime ที่ออกแบบมาเพื่อจัดการการจัดตารางงาน การจัดสรรทรัพยากร และการไหลของข้อมูลในสภาพแวดล้อมแบบ heterogeneous นี้ นอกจากนี้ การพัฒนาเทคนิคเพื่อ parallelize วงจรควอนตัมอย่างมีประสิทธิภาพหรือแบ่งออกเป็นส่วนย่อยที่จัดการได้นั้นมีความสำคัญอย่างยิ่งต่อการเพิ่มประโยชน์สูงสุดของฮาร์ดแวร์ควอนตัมในปัจจุบัน

• การทนทานต่อข้อผิดพลาดในระดับระบบ: วิธีแก้ปัญหาขั้นสูงสุดสำหรับการปกป้องข้อมูลควอนตัมจากสัญญาณรบกวนคือการคำนวณควอนตัมแบบทนทานต่อข้อผิดพลาด (FTQC) ซึ่งข้อมูลถูกเข้ารหัสใน "logical qubits" ที่แข็งแกร่ง แม้ว่าโค้ดแก้ไขข้อผิดพลาด quantum low-density parity-check (qLDPC) ที่กำลังเกิดขึ้นจะเสนอเส้นทางในการลดภาระทรัพยากรมหาศาลที่ต้องการ แต่การนำ fault-tolerance เต็มรูปแบบไปใช้ยังไม่คาดว่าจะเป็นไปได้ในระยะใกล้นี้ ในขณะเดียวกัน การลดข้อผิดพลาดใช้การประมวลผลหลังการทดลองแบบคลาสสิกเพื่อลดหรือขจัดอคติในการคำนวณที่เกิดจากสัญญาณรบกวน ซึ่งเป็นองค์ประกอบสำคัญในการบรรลุระบบควอนตัมที่ทนทานต่อข้อผิดพลาดในระดับระบบ วิธีการลดข้อผิดพลาดที่ทรงพลังกำลังถูกนำมาใช้เป็นบริการแล้ว แสดงให้เห็นถึงพลังของสถาปัตยกรรม QCSC ตัวอย่างเช่น:

  • Tensor Network Error Mitigation (TEM) ของ Algorithmiq จัดการสัญญาณรบกวนในการประมวลผลหลังการทดลองด้วยซอฟต์แวร์ โดยใช้ทรัพยากร HPC แบบคลาสสิกเพื่อขยายขีดความสามารถของ QPU ในปัจจุบัน
  • Quantum Error Suppression and Error Mitigation (QESEM) ของ Qedma รวมการปราบปรามข้อผิดพลาดระดับฮาร์ดแวร์กับการลดข้อผิดพลาดเพื่อปรับปรุงความน่าเชื่อถือของการคำนวณควอนตัมในขนาดใหญ่

• การทำให้เข้าถึงได้กว้างขึ้น: การทำให้ระบบไฮบริดที่ทรงพลังเหล่านี้เข้าถึงได้อย่างกว้างขวางเป็นกุญแจสำคัญในการเร่งนวัตกรรม สิ่งนี้กำลังเกิดขึ้นแล้วผ่านการติดตั้งระบบควอนตัมในศูนย์ HPC และการเปิดตัวปลั๊กอิน Slurm เพื่อการบูรณาการที่ง่ายขึ้น เพื่อทำให้การบูรณาการนี้ราบรื่นขึ้น ทั้งสองบริษัทได้เปิดตัวปลั๊กอิน Slurm เพื่อให้งานควอนตัมสามารถจัดการด้วยตัวกำหนดการ HPC มาตรฐาน นอกจากนี้ software stack ที่ครอบคลุมอย่าง Qiskit ยังมีสภาพแวดล้อม runtime แบบ cloud สำหรับการดำเนินการวงจรควอนตัมแบบ low-latency การประสานงานงานไฮบริดที่ซับซ้อน และเครื่องมือสำหรับการ compile การเพิ่มประสิทธิภาพ และการลดข้อผิดพลาด ฮาร์ดแวร์ควอนตัมแบบ open-access และแพ็กเกจการพัฒนาแบบ open-source จะมีบทบาทสำคัญอย่างแน่นอน

แนวโน้มของ IBM สำหรับอนาคต

IBM Quantum Development Roadmap เป็นตัวอย่างที่ดีของภาพรวมใหญ่และแนวคิดใหญ่เหล่านี้

roadmap ด้านฮาร์ดแวร์ของ IBM Quantum ขับเคลื่อนด้วยการเพิ่มขนาดและการเชื่อมต่อของ qubit ชุด Nighthawk (2025-2028) ใช้สถาปัตยกรรม square lattice ใหม่เพื่อเพิ่มการเชื่อมต่อ ในขณะที่โปรเซสเซอร์ Loon (2025) แนะนำ "c-couplers" เพื่อเปิดใช้งานการเชื่อมต่อ qubit แบบ non-local ซึ่งมีความสำคัญอย่างยิ่งสำหรับการคำนวณควอนตัมแบบทนทานต่อข้อผิดพลาด (FTQC) roadmap นี้จบลงด้วยระบบ IBM Quantum Starling (2029) และ Blue Jay (2033+) ซึ่งออกแบบมาเพื่อรองรับการคำนวณแบบทนทานต่อข้อผิดพลาดขนาดใหญ่พร้อม gates นับล้านและ logical qubits นับพัน

กลยุทธ์ด้านซอฟต์แวร์และ middleware สร้างขึ้นบนวัตถุประสงค์หลักสี่ประการ: ดำเนินการอย่างแม่นยำ ประสานงานโหลดงาน ค้นพบอัลกอริทึมใหม่ และนำไปประยุกต์ใช้กับกรณีการใช้งานเฉพาะ roadmap รวมการปรับปรุงอย่างต่อเนื่อง เช่น dynamic circuits ในระดับ utility (2025) และเครื่องมือ profiling ใหม่ (2026) เพื่อให้แน่ใจว่าการดำเนินการมีประสิทธิภาพ สำหรับการประสานงานโหลดงาน C-API (2025) และตัวเร่ง workflow ในอนาคต (2027) จะบูรณาการการประมวลผลสมรรถนะสูง (HPC) แบบควอนตัมและคลาสสิก นอกจากนี้ IBM® จะแนะนำเครื่องมือ utility mapping (2026) และ circuit libraries ใหม่ (2029) เพื่ออำนวยความสะดวกในการค้นพบและการนำอัลกอริทึมใหม่ไปใช้

สรุป

เราได้สำรวจภาพรวมใหญ่และแนวคิดใหญ่เบื้องหลังเป้าหมาย QCSC และมองดู roadmap ของ IBM ด้านการพัฒนาและนวัตกรรมของควอนตัมคอมพิวติ้ง การเดินทางนี้ ดังที่เราเห็น เป็นการวิ่งมาราธอน ไม่ใช่การวิ่งระยะสั้น แม้ว่า IBM จะมุ่งมั่นส่งมอบคอมพิวเตอร์ควอนตัมที่ทรงพลังยิ่งขึ้น ความก้าวหน้าของเราเป็นเพียงส่วนหนึ่งของสมการ สิ่งสำคัญคือชุมชนควอนตัมต้องพัฒนาอัลกอริทึมใหม่ๆ อย่างต่อเนื่อง เพื่อปูทางสำหรับการประยุกต์ใช้ที่จะนำควอนตัมคอมพิวติ้งที่มีประโยชน์มาสู่โลกอย่างแท้จริง

เพื่อบรรลุเป้าหมายนี้ เราต้องทำงานร่วมกัน ซึ่งหมายถึงการกำหนดปัญหา benchmarking มาตรฐานด้วยความช่วยเหลือจากผู้เชี่ยวชาญด้านคลาสสิกเพื่อให้มั่นใจถึงความเกี่ยวข้องและความเป็นธรรม นอกจากนี้ยังต้องการการเผยแพร่ methodology และชุดข้อมูลอย่างละเอียดเพื่อให้สามารถทำซ้ำได้ และการรักษา leaderboards แบบ open-access เพื่อติดตามความก้าวหน้าของเราร่วมกัน

ไม่เคยมีเวลาที่น่าตื่นเต้นไปกว่านี้ในการเป็นส่วนหนึ่งของชุมชนนี้ โดยการนำแนวปฏิบัติที่ดีที่สุดเหล่านี้มาใช้และสานต่อการสำรวจของเรา เราสามารถทำงานร่วมกันเพื่อบรรลุศักยภาพสูงสุดของความได้เปรียบเชิงควอนตัม