量子计算的发展向行业提出了一个根本性问题:量子处理器应与经典超级计算机实现多紧密的集成?事实证明,答案完全取决于待解决问题的类型。来自AWS、英伟达、NASA及劳伦斯伯克利国家实验室的研究团队开发了一种分析模型,能够客观评估量子设备与高性能经典基础设施之间所需的交互水平。
该模型将量子-经典交互分为两个截然不同的层级。第一层是实时设备管理:物理量子比特的校准以及至关重要的量子纠错。在此层面,延迟是不可容忍的——经典系统必须在微秒级时间内分析控制测量结果并发送校正指令。对于此类任务,直接连接且具备最低延迟是强制要求,云端访问完全不可行。
混合算法:交换速度决定一切
第二层是混合算法,量子处理器与经典处理器交替执行部分计算任务。此时,经典处理时间与数据交换频率的比值成为关键。研究人员通过两个实例直观地展示了这一点。
在基于采样的量子对角化(SQD)任务中,使用IBM Heron 77量子比特处理器时,主要时间消耗在经典结果处理上。通信开销占比仅为0.0001——云端访问完全合理。然而,在10量子比特设备上测试量子马尔可夫链蒙特卡洛方法(QE-MCMC)时,情况截然不同。该算法需要频繁的连续数据交换,远程访问下的通信开销超出计算时间约1000倍。但值得注意的是,此类算法并不需要完整的超级计算机——仅需一台具备低延迟连接的小型经典控制器即可。
未来在于紧密集成
随着向容错量子计算机和逻辑量子比特的过渡,对经典基础设施的要求将愈发严苛。系统必须持续处理测量数据,并实时检测和纠正错误。在此场景下,经典部分的处理速度将直接决定量子处理器的运行节奏。研究人员认为,大型容错量子装置需要与高性能计算系统实现更紧密的集成。
不存在通用解决方案——需求取决于算法、设备特性、交换频率及数据量。研究的关键结论是:随着量子处理器和计算方法的发展,必须定期重新评估基础设施配置。
专家观点: 该模型是一个及时且务实的工具。市场往往倾向于夸大其词,认为每个量子芯片都需立即连接百亿亿次超级计算机。这项研究令人清醒地指出,对于未来大多数实用的混合任务而言,优化后的云端访问或紧凑型控制器已足够。遵循这一逻辑,量子系统的部署经济性将显著提升。