¿Cómo deben compararse los diferentes dispositivos de computación cuántica?

En los últimos años, ha habido una gran cantidad de demostraciones de dispositivos capaces de realizar pruebas de principio, computación cuántica a pequeña escala, sin tolerancia a fallas (o tecnologías cuánticas de escala intermedia ruidosa, cómo se les ha denominado ).

Con esto me refiero principalmente a los dispositivos superconductores y de trampa de iones demostrados por grupos como Google, Microsoft, Rigetti Computing, el grupo de Blatt (y probablemente otros que estoy olvidando ahora).

Estos dispositivos, así como los que los seguirán, a menudo son radicalmente diferentes entre sí (en términos de arquitectura, puertas que son más fáciles / difíciles de implementar, número de qubit, conectividad entre los qubits, coherencia y tiempos de puerta, generación y capacidades de lectura, fidelidades de puerta, para nombrar los factores más obvios).

Por otro lado, es muy común en los comunicados de prensa y noticias no técnicas decir simplemente "el nuevo dispositivo X tiene Y más qubits que el anterior, por lo tanto, es mucho más poderoso".

¿Es el número de qubits realmente un factor tan importante para evaluar estos dispositivos? ¿O deberíamos usar diferentes métricas? En términos más generales, ¿existen métricas "simples" que se pueden usar para comparar cualitativa, pero significativamente, diferentes dispositivos?

Creo que la respuesta depende de por qué los estás comparando. Cosas como el volumen cuántico, tal vez sean más adecuadas para definir el progreso en el desarrollo de dispositivos en lugar de informar completamente a los usuarios finales.

Por ejemplo, si está comprando una computadora portátil nueva, probablemente use más que un solo número al compararlas. Lo mismo debería ser cierto para los procesadores cuánticos. Hay muchos aspectos diferentes en un dispositivo: número de qubits, conectividad, todos los diferentes tipos de ruido, tiempo de medición (y si la retroalimentación de los resultados de medición es factible), tiempos de funcionamiento de la puerta, etc. Todos estos deben combinarse para decirle lo único que realmente necesita saber: ¿puede ejecutar el programa que desea ejecutar? Esa es, creo, siempre será la comparación más pertinente. Pero también es el más complicado.

Este es un tema muy debatido, y no estoy seguro de que haya una respuesta a su pregunta en este momento. Sin embargo, el IEEE (Instituto de Ingenieros Eléctricos y Electrónicos) ha propuesto PAR 7131 - Estándar para la métrica cuántica del rendimiento y la evaluación comparativa del rendimiento :

El propósito de este proyecto es proporcionar un conjunto estandarizado de métricas de rendimiento y una metodología estandarizada de evaluación comparativa de la velocidad / rendimiento de varios tipos de hardware y software de computación cuántica, así como comparar estas métricas de rendimiento con métricas idénticas en computadoras clásicas de modo que los usuarios de Este documento puede determinar la velocidad de una computadora cuántica para una aplicación específica y puede comparar de manera fácil y confiable el rendimiento de la computadora.

Divulgación completa Soy el actual presidente del Grupo de Trabajo de Estándares de Computación Cuántica y la razón por la cual este PAR fue originalmente propuesto fue por la falta de documentación / estándares sobre la prueba de las diversas arquitecturas de computación cuántica contra arquitecturas clásicas y entre sí. Los factores que viste arriba

número de qubits, conectividad entre qubits, coherencia y tiempos de puerta, capacidades de generación y lectura, fidelidades de puerta

están incluidos, al igual que varios otros factores. Igualmente importante, también hemos estado trabajando en una forma de estandarizar los solucionadores; un componente a menudo pasado por alto en la evaluación comparativa. Los solucionadores no optimizados a menudo benefician a una máquina cuántica al comparar arquitecturas cuánticas con arquitecturas clásicas. Es decir, el solucionador que se ejecuta en la arquitectura cuántica siempre está optimizado donde el solucionador que se ejecuta en la arquitectura clásica no lo está. Esto crea un sesgo inherente a favor de la arquitectura cuántica.

Si está interesado en participar en el desarrollo de este estándar, por favor hágamelo saber, cuantas más personas participen tanto del lado cuántico como clásico del argumento, mejor en mi humilde opinión. Mientras tanto, el PAR comenzará a funcionar en breve y coordinará sus esfuerzos con otras organizaciones de estándares para que pueda surgir un único estándar común sin sesgos para ayudar a abordar el rendimiento y la evaluación comparativa en el futuro.

Si bien el número de qubits debería ser parte de esa métrica, como usted dice, está lejos de todo.

Sin embargo, comparar dos dispositivos completamente diferentes (p. Ej., Óptica superconductora y lineal) no es la tarea más sencilla ¹ .

Factores

Preguntar sobre coherencia y tiempos de puerta es equivalente a preguntar sobre fidelidad y tiempos de puerta ¹ . Las puertas que son más difíciles o más fáciles de implementar solo afectan la fidelidad nuevamente.

La tasa de inicialización, la generación de qubit / enredos y las capacidades de lectura (etc.) afectarán las fidelidades generales, así como algo similar a 'con qué frecuencia (en promedio) podemos realizar un cálculo (mientras obtenemos un resultado de fidelidad lo suficientemente alto, para algunos idea de 'fidelidad lo suficientemente alta') '.

En términos de arquitectura, la macro-arquitectura más (por ejemplo, qRAM) tendrá sus propios estándares y puntos de referencia, como el tiempo de lectura, '¿es lectura bajo demanda?' y por supuesto, fidelidad.

La mayor microarquitectura se puede describir bajo las mismas nociones de conectividad.

Otra métrica, a menudo ignorada, es el poder / los recursos utilizados.

En general, esto puede haber reducido ligeramente esta lista , pero sigue siendo una lista que implica una buena cantidad de comparación. Comparar diferentes dispositivos que usan el mismo método ni siquiera es tan sencillo como (en los niveles actuales de tecnología), los procesadores con un mayor número de qubits a menudo tienen fidelidades más bajas ² .

Volumen cuántico

$2$$\epsilon_{eff}$

$n$$n'$

Por supuesto, queremos avanzar más allá del punto de la ciencia y pasar a la ingeniería. Para eso necesitamos un estándar ³ . Esto se está planificando actualmente, como se detalla en la respuesta de Whurley .

Sin embargo, como cualquier comparación entre tales listas no será sencilla, siempre existe una forma más subjetiva, como Quantum Awesomeness , donde el disfrute del juego depende de lo bueno que sea el procesador ⁴ .

^{1 En este caso particular, un ejemplo es que, como los fotones no se decodifican, esto debe adaptarse para preguntar sobre el período de tiempo o el número de puertas antes de que el estado realizado ya no sea una buena aproximación al estado ideal, que solo está pidiendo fidelidad, o fidelidad y tiempos de entrada}

^{2 He intentado esto al menos e incluso esta no es exactamente la tarea más divertida}

^{3 El primero, a diferencia de XKCD 927}

^{4 La opinión del autor es que, si bien es una idea increíble y útil para tener una idea de lo bueno que es un procesador, decir que un procesador es mejor que otro en un juego de este tipo es demasiado subjetivo para saber si un procesador es realmente mejor que otro}

IBM está promoviendo su idea de volumen cuántico (ver también esto ) para cuantificar la potencia de una máquina modelo de puerta con un solo número. Antes de IBM, Rigetti intentó definir un factor cuántico total . No está claro si captura lo que queremos en términos de utilidad de dispositivos para aplicaciones. Me parece que cosas como el volumen cuántico están diseñadas teniendo en cuenta los experimentos de supremacía. Me inclino a pensar que una métrica debería ser realmente específica de la aplicación. Para el muestreo, este trabajo sugirió utilizar la puntuación qBAS .

Para el recocido cuántico y enfoques análogos similares, parece que la comunidad está de acuerdo con el tiempo de solución y las variantes; una vez más, bastante específicos de la aplicación.

La comunidad está trabajando en la definición de métricas, y espero que en 2018 vea ejecuciones reales del mismo problema en diferentes dispositivos (comparación empírica).