IBM از نقشه ساخت رایانه کوانتومی با بیش از هزار کیوبیت رونمایی کرد

شرکت IBM برنامه تازه‌ای برای ساخت نسل بعدی پردازنده‌های کوانتومی خود معرفی کرده است؛ برنامه‌ای که اگر طبق زمان‌بندی پیش برود، در سال ۲۰۲۷ به اتصال دو پردازنده Nighthawk r3 و ایجاد یک سامانه کوانتومی با ۱۰۴۰ کیوبیت قابل‌برنامه‌ریزی منجر خواهد شد. این شرکت هم‌زمان اعلام کرده نسل فعلی پردازنده‌های Nighthawk در بعضی آزمایش‌های علمی توانسته عملکرد بسیار سریع‌تری نسبت به سخت‌افزارهای پیشین IBM ارائه کند.

جزئیات این برنامه ۱۱ نوامبر ۲۰۲۶ منتشر شد. پردازنده جدید Nighthawk r3 قرار است ۵۲۰ کیوبیت قابل‌برنامه‌ریزی داشته باشد و از اجرای مدارهایی با ۱۰ هزار عملیات کوانتومی پشتیبانی کند. این پردازنده همچنین به اتصالات تازه‌ای مجهز خواهد شد تا امکان کنار هم قرار دادن چند تراشه و ساخت سامانه‌های بزرگ‌تر فراهم شود.

اما نکته مهم این است که IBM در خبر جدید، پردازنده ۱۰۴۰ کیوبیتی آماده‌ای را برای استفاده تجاری عرضه نکرده است. آنچه امروز معرفی شده، نقشه توسعه نسل آینده در کنار نتایج آزمایش‌های واقعی نسل فعلی یعنی Nighthawk r2 است.

طبق اطلاعات IBM، پردازنده Nighthawk r2 با ۱۲۰ کیوبیت می‌تواند در بعضی شرایط تا ۱۰۰ هزار نمونه محاسباتی در ثانیه تولید کند و مدارهایی با بیش از ۷۵۰۰ عملیات کوانتومی را اجرا کند. شرکت می‌گوید مشتریان و شرکای آن تاکنون بیش از ۳۴ میلیارد مدار را روی این نسل اجرا کرده‌اند.

این اعداد نشان‌دهنده تلاش IBM برای عبور از مرحله نمایش تعداد زیاد کیوبیت و حرکت به سمت پردازش‌های کوانتومی سریع‌تر، دقیق‌تر و قابل استفاده در پروژه‌های علمی هستند.

چرا فقط تعداد کیوبیت‌ها مهم نیست؟

در سال‌های گذشته، رقابت شرکت‌های فعال در رایانش کوانتومی اغلب با تعداد کیوبیت‌های پردازنده‌ها سنجیده می‌شد. هر شرکت تلاش می‌کرد تراشه‌ای با کیوبیت‌های بیشتر معرفی کند و آن را نشانه پیشرفت فناوری بداند.

اما یک پردازنده کوانتومی صرفاً با افزایش تعداد کیوبیت‌ها قدرتمند نمی‌شود.

کیوبیت‌ها اجزای اصلی ذخیره و پردازش اطلاعات در رایانه کوانتومی هستند. برخلاف بیت معمولی که مقدار صفر یا یک دارد، یک کیوبیت می‌تواند در حالت‌هایی قرار بگیرد که با برهم‌نهی کوانتومی توصیف می‌شوند.

با این حال، این حالت‌ها نسبت به نویز و اختلال‌های محیطی حساس هستند.

اگر هنگام اجرای عملیات خطاهای زیادی ایجاد شود، افزایش تعداد کیوبیت‌ها ممکن است به‌تنهایی نتیجه مفیدی نداشته باشد.

برای مثال، پردازنده‌ای با تعداد زیاد کیوبیت اما کیفیت پایین عملیات ممکن است نتواند یک محاسبه طولانی را با دقت مناسب انجام دهد.

به همین دلیل، شرکت‌ها اکنون بیشتر درباره ترکیبی از تعداد کیوبیت، دقت عملیات، ارتباط میان کیوبیت‌ها و سرعت اجرای مدارها صحبت می‌کنند.

IBM نیز در معرفی Nighthawk r3 روی همین موضوع تأکید کرده است.

پردازنده Nighthawk r3 چه مشخصاتی خواهد داشت؟

براساس برنامه اعلام‌شده، Nighthawk r3 دارای ۵۲۰ کیوبیت قابل‌برنامه‌ریزی خواهد بود.

IBM همچنین از وجود مجموع ۲۰۳۴ کیوبیت فیزیکی در طراحی پردازنده صحبت کرده است.

این دو عدد یکسان نیستند و نباید به‌جای یکدیگر استفاده شوند.

در معرفی رسمی، ۵۲۰ کیوبیت به بخشی مربوط می‌شود که برای اجرای عملیات برنامه‌ریزی‌شده در نظر گرفته شده است، در حالی که عدد بزرگ‌تر تعداد کل کیوبیت‌های فیزیکی طراحی را نشان می‌دهد.

IBM اعلام کرده پردازنده جدید باید بتواند مدارهایی با ۱۰ هزار عملیات کوانتومی را اجرا کند.

این عدد به پیچیدگی عملیات قابل اجرای مدار مربوط است و نباید آن را با تعداد دستورهای پردازنده معمولی رایانه مقایسه کرد.

همچنین شرکت می‌خواهد ساختار ارتباطی شبکه مربعی نسل فعلی را حفظ کند.

یکی از تغییرات مهم، اضافه شدن ۱۰ اتصال میان‌تراشه‌ای موسوم به l-coupler است.

این اتصالات برای ساخت سامانه‌هایی طراحی شده‌اند که به‌جای یک پردازنده بسیار بزرگ، از چند پردازنده متصل به یکدیگر استفاده می‌کنند.

با این حال، عملکرد نهایی r3 پس از ساخت و آزمایش مشخص خواهد شد.

چرا IBM می‌خواهد دو تراشه را به یکدیگر متصل کند؟

یکی از مشکلات افزایش مقیاس رایانه‌های کوانتومی، دشواری ساخت و کنترل تعداد بسیار زیادی کیوبیت در یک ساختار واحد است.

افزودن کیوبیت‌های بیشتر می‌تواند طراحی مدار، کنترل سیگنال‌ها و مدیریت خطا را پیچیده‌تر کند.

به همین دلیل، یکی از راهکارهای مورد توجه ساخت پردازنده‌های ماژولار است.

در این رویکرد، به‌جای طراحی یک تراشه بسیار بزرگ، چند پردازنده کوچک‌تر از طریق اتصال‌های مناسب به یکدیگر مرتبط می‌شوند.

چنین ساختاری تا حدی به روش استفاده از چند پردازنده در رایانه‌های پیشرفته شباهت دارد، اما پیاده‌سازی آن در سیستم کوانتومی بسیار دشوارتر است.

در رایانه معمولی، انتقال اطلاعات میان دو پردازنده با روش‌های شناخته‌شده الکترونیکی انجام می‌شود.

اما در سامانه کوانتومی، هنگام انتقال اطلاعات باید ویژگی‌های حالت کوانتومی نیز حفظ شوند.

هرگونه اختلال ممکن است باعث کاهش کیفیت اطلاعات شود.

IBM می‌خواهد با توسعه اتصال‌های l-coupler امکان ارتباط میان پردازنده‌های Nighthawk را فراهم کند.

در صورت موفقیت برنامه، دو پردازنده r3 می‌توانند در سال ۲۰۲۷ یک سامانه با ۱۰۴۰ کیوبیت قابل‌برنامه‌ریزی تشکیل دهند.

آیا اتصال پردازنده‌های کوانتومی قبلاً آزمایش شده است؟

IBM اعلام کرده بخشی از فناوری لازم برای اتصال پردازنده‌ها را در سال ۲۰۲۶ آزمایش کرده است.

در یکی از این آزمایش‌ها، شرکت توانسته پردازنده‌های Nighthawk r1 را با استفاده از چهار اتصال l-coupler به یکدیگر مرتبط کند.

طبق گزارش IBM، دقت انتقال حالت کوانتومی در این آزمایش به ۹۹٫۳ درصد رسیده است.

شرکت قصد دارد این میزان را به ۹۹٫۹ درصد نزدیک کند.

اختلاف این دو عدد ممکن است در نگاه اول کوچک باشد، اما در محاسبات کوانتومی می‌تواند اهمیت زیادی داشته باشد.

اگر یک عملیات در یک مدار طولانی بارها تکرار شود، حتی خطاهای کوچک نیز ممکن است بر نتیجه نهایی تأثیر بگذارند.

IBM همچنین اعلام کرده دو ماژول سرمایشی بسیار کم‌دما را برای نخستین بار به‌صورت یک سامانه واحد متصل کرده است.

این مجموعه توانسته در کمتر از پنج روز به دمای عملیاتی برسد و دما را به کمتر از ۱۵ میلی‌کلوین کاهش دهد.

این دستاوردها نشان‌دهنده پیشرفت زیرساخت فنی هستند، اما هنوز اثبات نمی‌کنند سامانه کامل ۱۰۴۰ کیوبیتی آینده بدون مشکل کار خواهد کرد.

دمای ۱۵ میلی‌کلوین چقدر سرد است؟

بسیاری از پردازنده‌های کوانتومی ابررسانا به دماهایی بسیار نزدیک به صفر مطلق نیاز دارند.

صفر مطلق برابر با حدود منفی ۲۷۳٫۱۵ درجه سانتی‌گراد است.

دمای ۱۵ میلی‌کلوین معادل ۰٫۰۱۵ کلوین است؛ یعنی تنها مقدار بسیار اندکی بالاتر از صفر مطلق.

در چنین شرایطی، بعضی اجزای الکترونیکی می‌توانند ویژگی‌های ابررسانایی موردنیاز را نشان دهند.

این شرایط برای کنترل و حفظ رفتار کوانتومی کیوبیت‌های ابررسانا اهمیت دارد.

اما رساندن یک سامانه بزرگ به چنین دمایی کار ساده‌ای نیست.

تجهیزات سرمایشی باید علاوه بر کاهش دما، امکان اتصال کابل‌ها و مدارهای کنترلی را فراهم کنند.

هرچه تعداد پردازنده‌ها بیشتر شود، مدیریت گرما و ارتباطات دشوارتر خواهد شد.

به همین دلیل، اتصال دو ماژول سرمایشی می‌تواند در مسیر ساخت سامانه‌های ماژولار اهمیت داشته باشد.

البته کاهش دما به‌تنهایی معیار توان محاسباتی یک رایانه کوانتومی نیست.

برای ارزیابی عملکرد نهایی باید کیفیت کیوبیت‌ها و عملیات آن‌ها نیز بررسی شود.

Nighthawk r2 چه پیشرفتی داشته است؟

در کنار برنامه نسل آینده، IBM نتایج مهمی از پردازنده Nighthawk r2 منتشر کرده است.

این نسل که در سپتامبر ۲۰۲۶ معرفی شد، دارای ۱۲۰ کیوبیت قابل‌برنامه‌ریزی است.

IBM می‌گوید این پردازنده می‌تواند مدارهایی با بیش از ۷۵۰۰ عملیات کوانتومی را با دقت مناسب اجرا کند.

یکی دیگر از ویژگی‌های مهم آن، سرعت آماده‌سازی مجدد کیوبیت‌ها پس از اجرای مدار است.

در رایانش کوانتومی، برای جمع‌آوری نتیجه قابل اعتماد معمولاً لازم است یک مدار بارها اجرا شود.

هر بار اجرای مدار می‌تواند یک نمونه از نتیجه اندازه‌گیری تولید کند.

اگر هدف انجام یک آزمایش آماری باشد، ممکن است به میلیون‌ها یا حتی میلیاردها نمونه نیاز باشد.

بنابراین فقط سرعت اجرای یک مدار مهم نیست.

فاصله زمانی میان اجراهای متوالی نیز می‌تواند بر مدت کل آزمایش تأثیر زیادی داشته باشد.

به گفته IBM، Nighthawk r2 در بعضی شرایط توان تولید حداکثر ۱۰۰ هزار نمونه در ثانیه را دارد.

این مقدار نشان‌دهنده پیشرفت در توان اجرای سریع آزمایش‌های تکرارشونده است.

سرعت ۱۹ برابری به چه معناست؟

یکی از جذاب‌ترین ارقام خبر جدید، افزایش عملکرد تا ۱۹ برابر نسبت به بعضی پردازنده‌های قبلی IBM است.

این عدد براساس نتایج گزارش‌شده توسط شرکت و برخی مشتریان و شرکای آن اعلام شده است.

با این حال، نباید نتیجه گرفت Nighthawk r2 در تمام فعالیت‌ها ۱۹ برابر سریع‌تر از همه رایانه‌های کوانتومی قبلی است.

میزان افزایش سرعت به نوع مدار و شیوه انجام آزمایش بستگی دارد.

برای مثال، ممکن است یک برنامه از قابلیت آماده‌سازی سریع کیوبیت‌ها بهره زیادی ببرد، در حالی که برنامه دیگری بیشتر به دقت یک نوع عملیات وابسته باشد.

IBM می‌گوید سازمان‌هایی مانند E.ON، Algorithmiq و Q-CTRL در مجموع از اجرای بیش از ۳۴ میلیارد مدار روی Nighthawk r2 استفاده کرده‌اند.

در بعضی آزمایش‌ها افزایش عملکرد قابل توجهی گزارش شده است.

اما رقم ۱۹ برابر، بهترین نتیجه اعلام‌شده در مجموعه‌ای از کاربردهای مشخص است.

برای مقایسه علمی دقیق، لازم است شرایط آزمایش و سخت‌افزار مرجع نیز مشخص باشد.

شرکت E.ON چه استفاده‌ای از رایانه کوانتومی کرده است؟

یکی از نمونه‌های مطرح‌شده در اطلاعیه IBM به شرکت انرژی E.ON مربوط است.

این شرکت از رایانش کوانتومی برای بررسی روش‌های یادگیری ماشین مرتبط با بهینه‌سازی شبکه برق استفاده کرده است.

مدیریت شبکه برق با مسائل محاسباتی پیچیده‌ای همراه است.

برای مثال، لازم است تولید و مصرف برق در زمان‌های مختلف با یکدیگر هماهنگ شوند.

همچنین محدودیت ظرفیت خطوط انتقال و رفتار متغیر منابع تجدیدپذیر می‌تواند بر تصمیم‌های عملیاتی تأثیر بگذارد.

E.ON اعلام کرده اجرای یکی از آزمایش‌های یادگیری ماشین کوانتومی روی Nighthawk r2 نسبت به اجرای پیشین روی IBM Quantum Heron حدود ۱۵ برابر سریع‌تر بوده است.

اما این نتیجه به معنای کاهش ۱۵ برابری هزینه برق یا حل تمام مشکلات شبکه انرژی نیست.

آنچه اندازه‌گیری شده سرعت یک فرایند محاسباتی مشخص بوده است.

با این حال، چنین آزمایش‌هایی به شرکت‌ها کمک می‌کنند بررسی کنند آیا رایانش کوانتومی در آینده می‌تواند برای مسائل صنعتی پیچیده مفید باشد یا خیر.

نقش آزمایشگاه اوک ریج در آزمایش‌های IBM چیست؟

IBM همچنین به همکاری با آزمایشگاه ملی اوک ریج آمریکا اشاره کرده است.

این همکاری به شبیه‌سازی رفتار مواد مغناطیسی مربوط می‌شود.

در فیزیک مواد، پژوهشگران گاهی می‌خواهند رفتار مجموعه‌ای از ذرات را در شرایط مشخص پیش‌بینی کنند.

چنین محاسباتی می‌توانند از نظر ریاضی پیچیده باشند، به‌ویژه زمانی که اثرات کوانتومی در رفتار ماده نقش مهمی داشته باشند.

IBM می‌گوید اجرای یکی از آزمایش‌های مرتبط روی Nighthawk r2 نسبت به اجرای قبلی روی Heron حدود ۱۲ برابر سریع‌تر انجام شده است.

شرکت همچنین اعلام کرده نتایج با داده‌های حاصل از آزمایش پراکندگی نوترونی سازگاری داشته‌اند.

این موضوع اهمیت دارد، زیرا در پژوهش علمی فقط سریع‌تر شدن محاسبه کافی نیست.

نتیجه محاسبات نیز باید با شواهد قابل اعتماد هماهنگ باشد.

با این حال، سازگاری نتیجه یک آزمایش با داده‌های فیزیکی به معنی آن نیست که رایانه کوانتومی برای تمام شبیه‌سازی‌های مواد از رایانه کلاسیک بهتر شده است.

هر کاربرد باید جداگانه ارزیابی شود.

پردازنده کوانتومی چگونه با رایانه معمولی همکاری می‌کند؟

یکی از بخش‌های مهم برنامه تازه IBM، توسعه محیطی است که رایانه‌های کوانتومی و کلاسیک را در یک گردش‌کار مشترک قرار دهد.

در بسیاری از کاربردها، پردازنده کوانتومی به‌تنهایی تمام مراحل محاسبه را انجام نمی‌دهد.

ممکن است بخشی از مسئله روی رایانه کلاسیک آماده شود.

سپس یک مدار کوانتومی اجرا شود و نتایج اندازه‌گیری به سیستم کلاسیک بازگردند.

پس از آن، پردازش آماری یا اصلاح پارامترها انجام می‌شود و مدار دوباره اجرا می‌شود.

این روند ممکن است بارها تکرار شود.

اگر ارتباط میان دو بخش کند باشد، زمان کل محاسبه افزایش پیدا می‌کند.

IBM می‌خواهد با توسعه IBM Quantum Platform اجرای چنین فرایندهایی را آسان‌تر کند.

کاربران می‌توانند منابع کلاسیک، از رایانه شخصی تا سامانه‌های محاسباتی قدرتمند، را در کنار منابع کوانتومی به کار بگیرند.

اما استفاده از یک پلتفرم مشترک به معنی ادغام فیزیکی پردازنده‌های کلاسیک و کوانتومی در یک تراشه نیست.

این همکاری بیشتر در سطح مدیریت و اجرای محاسبات انجام می‌شود.

پردازش ۶۰۸ میلیون نمونه برای پژوهش‌های زیستی

IBM در اطلاعیه جدید به همکاری Cleveland Clinic و مؤسسه پژوهشی RIKEN ژاپن نیز اشاره کرده است.

در این پروژه، پژوهشگران از محیط محاسباتی ترکیبی برای پردازش داده‌های مرتبط با مدل‌سازی ساختارهای زیستی استفاده کرده‌اند.

طبق اعلام IBM، سامانه توانسته ۶۰۸ میلیون نمونه را به‌صورت خودکار پردازش کند.

همچنین سرعت فرایند نسبت به اجرای بدون خودکارسازی گردش‌کار، حدود ۳۳ برابر بیشتر بوده است.

این نتیجه نشان می‌دهد مدیریت بهتر داده‌ها و هماهنگی میان سامانه‌های کلاسیک و کوانتومی می‌تواند اثر زیادی بر زمان انجام پروژه داشته باشد.

اما این عدد به معنی آن نیست که پردازنده کوانتومی به‌تنهایی ۳۳ برابر سریع‌تر شده است.

بخش مهمی از پیشرفت گزارش‌شده به خودکارسازی و مدیریت گردش‌کار مربوط می‌شود.

همچنین نباید نتیجه گرفت این پژوهش به تولید داروی جدید یا کشف درمان قطعی منجر شده است.

کاربرد فعلی به مدل‌سازی و توسعه روش‌های محاسباتی مربوط می‌شود.

چرا تصحیح خطا در رایانش کوانتومی حیاتی است؟

یکی از بزرگ‌ترین موانع رایانش کوانتومی، خطاهایی است که هنگام اجرای عملیات ایجاد می‌شوند.

کیوبیت‌ها نسبت به شرایط محیطی حساس هستند و کنترل آن‌ها به تجهیزات بسیار دقیق نیاز دارد.

حتی اگر یک عملیات با دقت بالا انجام شود، اجرای تعداد زیادی عملیات پشت سر هم ممکن است باعث انباشته شدن خطاها شود.

به همین دلیل، توسعه روش‌های کاهش و تصحیح خطا یکی از محورهای اصلی پژوهش کوانتومی است.

کاهش خطا معمولاً با عنوان Error Mitigation و تصحیح خطا با عنوان Error Correction شناخته می‌شود.

این دو مفهوم یکسان نیستند.

در کاهش خطا، پژوهشگران از روش‌های مختلف برای تخمین یا محدود کردن اثر نویز بر نتیجه استفاده می‌کنند.

اما تصحیح خطای کوانتومی به ساختارهایی نیاز دارد که امکان شناسایی و اصلاح خطا را در چارچوب یک سامانه مقاوم‌تر فراهم کنند.

IBM می‌گوید نسل‌های آینده پردازنده‌هایش باید از چنین روش‌هایی پشتیبانی کنند.

این شرکت همچنان ساخت رایانه کوانتومی مقاوم به خطا را یکی از اهداف اصلی نقشه راه خود قرار داده است.

همکاری IBM و AMD چه اهمیتی دارد؟

IBM اعلام کرده به همراه آزمایشگاه اوک ریج و شرکت AMD یک پلتفرم مشترک برای توسعه روش‌های تصحیح خطای کوانتومی راه‌اندازی کرده است.

در این طرح، سامانه Nighthawk در کنار زیرساخت محاسباتی قدرتمند Umbra قرار می‌گیرد.

Umbra از پردازنده‌های گرافیکی AMD Instinct MI355X و پردازنده‌های مرکزی AMD EPYC نسل پنجم استفاده می‌کند.

هدف چنین همکاری‌ای بررسی این موضوع است که چگونه می‌توان پردازش کلاسیک سریع را برای کمک به کنترل و تصحیح خطاهای سیستم کوانتومی به کار گرفت.

در بعضی روش‌های تصحیح خطا، لازم است داده‌های مربوط به وضعیت کیوبیت‌ها با سرعت بالا تحلیل شوند.

اگر پردازش این اطلاعات بیش از اندازه طول بکشد، مدیریت خطا دشوار خواهد شد.

استفاده از سخت‌افزار کلاسیک قدرتمند ممکن است بخشی از این مشکل را کاهش دهد.

اما این برنامه همچنان در مسیر پژوهش و توسعه است.

اعلام همکاری IBM و AMD به معنی تولید فوری یک رایانه کوانتومی بدون خطا نیست.

برنامه IBM برای سال ۲۰۲۷ چیست؟

مهم‌ترین هدف زمانی اعلام‌شده در خبر جدید به سال ۲۰۲۷ مربوط می‌شود.

IBM قصد دارد دو پردازنده Nighthawk r3 را به یکدیگر متصل کند.

هر پردازنده قرار است ۵۲۰ کیوبیت قابل‌برنامه‌ریزی داشته باشد.

با اتصال دو پردازنده، سامانه هدف دارای ۱۰۴۰ کیوبیت قابل‌برنامه‌ریزی خواهد بود.

اما رسیدن به این عدد نیازمند حل چند چالش است.

نخست باید پردازنده r3 طبق مشخصات طراحی ساخته شود.

سپس کیفیت عملیات و دقت عملکرد آن بررسی شود.

بعد از آن، اتصال میان دو پردازنده باید بتواند اطلاعات کوانتومی را با کیفیت مناسب منتقل کند.

سامانه سرمایشی و تجهیزات کنترلی نیز باید با ساختار جدید سازگار باشند.

بنابراین زمان‌بندی ۲۰۲۷ یک برنامه توسعه است و نه تاریخ قطعی عرضه عمومی محصول آماده.

برای ارزیابی نهایی باید منتظر نتایج واقعی آزمایش‌ها ماند.

آیا رایانه هزارکیوبیتی از ابررایانه‌ها قوی‌تر خواهد بود؟

افزایش تعداد کیوبیت‌ها لزوماً به معنی برتری یک رایانه کوانتومی در تمام فعالیت‌ها نیست.

رایانه‌های کلاسیک همچنان برای بسیاری از کارها بسیار کارآمد هستند.

برای مثال، اجرای برنامه‌های اداری، پردازش معمول داده و بخش بزرگی از محاسبات علمی با رایانه‌های کلاسیک انجام می‌شود.

رایانه کوانتومی برای دسته‌های مشخصی از مسائل طراحی می‌شود که ممکن است در آن‌ها ویژگی‌های محاسبات کوانتومی مزیت ایجاد کند.

اما وجود هزار کیوبیت به‌تنهایی نشان نمی‌دهد دستگاه می‌تواند هر مسئله‌ای را سریع‌تر از قدرتمندترین ابررایانه حل کند.

کیفیت کیوبیت‌ها، ساختار مدار، الگوریتم و نرخ خطا اهمیت زیادی دارند.

همچنین ممکن است یک سامانه با تعداد زیاد کیوبیت، هنوز برای اجرای محاسبات بسیار طولانی محدودیت داشته باشد.

به همین دلیل، پژوهشگران از معیارهایی مانند دقت، عمق مدار و قابلیت بازتولید نتایج استفاده می‌کنند.

IBM امیدوار است با افزایش هم‌زمان مقیاس و کیفیت، به کاربردهای عملی بیشتری نزدیک شود.

اما برتری واقعی باید در آزمایش‌های مشخص و قابل بررسی نشان داده شود.

آینده IBM Quantum Nighthawk چه خواهد بود؟

خبر ۱۱ نوامبر IBM دو بخش متفاوت دارد.

بخش نخست مربوط به عملکرد نسل فعلی Nighthawk r2 است؛ پردازنده‌ای ۱۲۰ کیوبیتی که در بعضی آزمایش‌ها افزایش سرعت قابل‌توجهی نسبت به سخت‌افزارهای قبلی IBM نشان داده است.

بخش دوم، برنامه توسعه Nighthawk r3 و حرکت به سمت سامانه‌ای با بیش از هزار کیوبیت قابل‌برنامه‌ریزی است.

اهمیت این برنامه در تلاش برای حل هم‌زمان سه مسئله قرار دارد: افزایش تعداد کیوبیت‌ها، حفظ کیفیت محاسبات و بالا بردن سرعت اجرای مدارها.

IBM همچنین تلاش می‌کند رایانش کوانتومی را بیش از گذشته با زیرساخت‌های پردازشی کلاسیک ترکیب کند.

این رویکرد می‌تواند برای پژوهش‌های مواد، شیمی و مسائل محاسباتی پیچیده اهمیت داشته باشد.

اما هنوز فاصله‌ای میان نمایش یک آزمایش موفق و استفاده گسترده تجاری وجود دارد.

تا زمان ساخت Nighthawk r3 و انتشار نتایج واقعی آن، نمی‌توان درباره عملکرد سامانه ۱۰۴۰ کیوبیتی نتیجه قطعی گرفت.

آنچه امروز مشخص شده، پیشرفت گزارش‌شده نسل فعلی و نقشه فنی IBM برای ساخت نسل بعدی است؛ نقشه‌ای که قرار است در سال ۲۰۲۷ یکی از مهم‌ترین آزمون‌های توسعه سامانه‌های کوانتومی ماژولار را پشت سر بگذارد.