IBM Research تمهد الطريق نحو الحوسبة الكمية عديمة الخادم

IBM Research تمهد الطريق نحو الحوسبة الكمية عديمة الخادم ، مستقبل الحوسبة الكمية قادم لا محالة، وأكثر ما يتطلبه الوصول إلى هذا المستقبل هو العمل على تحسين جودة وزيادة عدد وحدات الـQubit التي تعتبر أساس هذه الحوسبة، بالإضافة إلى تسهيل الوصول إلى هذا النوع من الحوسبة الذي تنفرد به الشركات العملاقة حالياً. وهذا ما يعمل نحوه قسم الأبحاث والتطوير لشركة المؤسسة الدولية للحواسيب IBM Research حالياً، لكن لا تزال الحوسبة الكمية تقنية ناشئة تحتاج الكثير من التجارب والتطوير قبل نشرها

إقرأ المزيد : لماذا يجب عليك التوقف عن استخدام تطبيق سناب شات؟ اليك التفاصيل

يهدف الباحثون في IBM Research إلى جعل الحوسبة الكمية واسعة الانتشار قدر الإمكان لحل المشاكل الفريدة، ولجعل الوصول إلى أنظمة الحوسبة الكمية أسهل يجب أن تصبح “سحابية” أو “عديمة الخادم” بحيث تصبح مصدراً سحابياً لا يعتمد على خادم مركزي. وفي هذا العصر من مراكز البيانات المصنفة، يمكن أن تكون الحوسبة الكمية واحدة من عناصر الحوسبة المتخصصة المتاحة للحواسيب التقليدية مثل حوسبة وحدات معالجة الرسومات (GPUs) اليوم.

تتبع IBM Research مساراً مماثلاً للمسار الذي سلكته الحواسيب التقليدية لتوسع نطاق أنظمة الحوسبة الكمية لتشمل أكثر من مليون Qubit؛ ويتضمن هذا المسار وضع كمية أكثر وأسرع من وحدات الـQubit على كل شريحة إلكترونية، ثم الربط بين الحواسيب الكمية وبناء مجموعات منها تعمل معاً.

كما تعاونت شركة IBM مع Blue Force لبناء نظام تبريد جديد أكبر، حيث حجم الكريوستات (الغرفة التي تبرد شرائح الحواسيب الكمية إلى ما يقرب من الصفر المطلق) يجب أن يصبح أكبر لتتحمل الشرائح الأكبر والتي تحتوي على كود أكبر.

رحلة الحوسبة الكمية إلى التخفيف من الأخطاء

لا زالت الحوسبة الكمية في مرحلة انتقالية وتحتاج إلى بعض الحلول البديلة لتحسين أداء وحدات الـQubit الخام الحالية ذات الضجيج الكثير والعمر القصير نسبياً. ومن هذه الناحية، توصلت IBM Research إلى عدد من تقنيات التخفيف من الأخطاء التي أثبتت فائدتها.

الهدف النهائي من الحوسبة الكمية هو توفير ميزة على الحوسبة التقليدية لحل مشاكل كبيرة في إطار زمني معقول. ولحل المشاكل في وقت أقل، يجب تمثيل المشكلة كدائرة كمية وعدم محاكاتها على نظام تقليدي، وهذا يعني أن الحواسيب الكمية لن تحل محل الحواسيب التقليدية أو حتى حوسبة وحدة معالجة الرسومات (GPU Computing)، ولكنها مصممة لحل فئة فريدة من المشاكل.

لكي يتمتع الحاسوب الكمي بميزة على الحاسوب التقليدي يتطلب تمثيل المشكلة كدائرة كمية بحلول أفضل من المناهج التقليدية وتصدر نتائج موثوقة أكثر مع أوقات تشغيل أقل. ويعمل باحثو شركة IBM Research مع شركائهم في القطاع لتحديد المشاكل التي تحتاج إلى حلول أفضل.

لقياس التقدم في كفاءة الـQubits، تستخدم IBM وحدات خاصة بقياس جودة الـQubits تسمى الحجم الكمي (Quantum Volume – QV)، ولقياس سرعة الدوائر الكمية تستخدم وحدة عمليات طبقة الدائرة في الثانية (Circuit Layer Operations Per Second – CLOPS). وتوفر هذه الوحدات تصوراً أوضح للتقدم في الحوسبة الكمية من أرقام الـQubit الخام فقط.

المزج بين الحوسبة التقليدية والكمية

تعمل شركة IBM Research باستمرار مع شركائها لاستكشاف المجالات التي يمكن أن تحدث فيها الحوسبة الكمية فرقاً في حل المشكلات الصعبة. حيث يمكن تحقيق الكثير من خلال مزج الحوسبة التقليدية مع الكمية. فمن خلال عملية تسمى الحياكة الدائرية (Circuit Knitting)، يتم تقسيم الدوائر الكمية إلى دوائر أصغر والاستفادة من الحوسبة التقليدية لتقييم النتائج المؤقتة. يمكن أن يفيد ذلك كفاءة سير عمل الحوسبة الكمية باستخدام عدد وحدات الـQubit المتاحة.

يكمن تطبيق آخر لمزج الحوسبة التقليدية مع الكمية في الكيمياء الحاسوبية؛ فلحساب تكافؤ جزيئات الإلكترون، يمكن تقسيم سحابة جزيئات الإلكترون إلى أجزاء غير نشطة ونشطة، ثم يمكن حساب تكافؤ السحابة غير النشطة باستخدام الحواسيب التقليدية واستخدام طريقة نمذجة ميكانيكية كمية تسمى نظرية الكثافة الوظيفية (Density-Functional Theory – DFT) لحساب تكافؤ الجزء النشط من السحابة.

الحوسبة الكمية تحتاج إلى برمجيات

كما تقوم شركة IBM Research ببناء مجموعة برمجيات وسيطة للحواسيب الكمية باستخدام الدروس المستفادة من الحوسبة التقليدية، حيث انتقلت الشركة من استخدام لغة برمجة ثابتة وإلى إضافة دوائر ديناميكية، ففي هذه الدوائر تستخرج النتائج المأخوذة في منتصف الدائرة لتحديد البوابات المستقبلية في نفس الدائرة. وتشمل آخر تطورات الشركة في دعم الدوائر المشروطة في منصة تطوير الحوسبة الكمية المفتوحة QASM3.

وتشمل تحديات البرمجة للدوائر الكمية تحسين عمق الدائرة الكمية، وإيجاد نماذج بديلة، وإضافة فحص التكافؤ لتصحيح الأخطاء. كما تضيف IBM Research المزيد من الخصائص الوظيفية التي تساعد على تقليل أوقات التطوير، وزيادة دقة النتائج، وخفض التكاليف، وتقليل أوقات تشغيل الدائرة.