关于量子处理器相对于经典计算基础设施应如何布局的问题,已不再纯粹是理论探讨。来自AWS、英伟达、劳伦斯伯克利国家实验室及NASA的分析团队提出了一种模型,能够客观评估量子设备与超级计算机保持物理邻近性的必要性。

核心结论是:不存在通用答案。基础设施需求严格取决于所解决问题的类型及算法架构。

两个交互层级:控制与混合计算

研究人员区分了两种截然不同的量子-经典协同工作场景。第一种是实时设备控制,包括物理量子比特的校准,以及关键性的量子纠错数据处理。在此模式下,经典系统需在微秒级时间内分析控制测量结果并发出纠错指令。任何延迟都会使纠错失效。显然,此类任务完全无法接受通过云网络远程访问,唯有直接、物理邻近的连接才可行。

第二种场景是混合算法,经典处理器与量子处理器交替执行计算任务。这一情况更为复杂且有趣。

延迟何时扼杀性能

作者将混合算法的执行时间分解为三个部分:经典计算、量子处理器运行及数据交换。若主要负载集中在经典处理上,减少网络延迟对整体速度几乎无影响。例如,用于量子化学问题的基于采样的量子对角化(SQD)算法。在IBM Heron 77量子比特处理器上的实验显示,通信开销占比仅为0.0001。此类算法可轻松通过云端运行。

而量子加速马尔可夫链蒙特卡洛方法(QE-MCMC)则截然不同。在IBM 10量子比特设备上的测试表明,远程访问时通信开销超出计算本身时间约1000倍。但矛盾之处在于,该算法并不需要强大的超级计算机,只需一个位于量子芯片附近的小型高速经典控制器即可。

纠错作为融合的驱动力

随着向具有逻辑量子比特的容错量子系统过渡,经典基础设施的作用只会日益增强。系统需持续处理测量数据流,即时检测故障并发送纠错指令。经典部分的运行速度将直接决定量子计算机的工作节奏。作者合理预期,大型容错设备将需要与高性能计算系统实现更紧密的集成。

我的评论:这项研究打破了“量子计算只是云中另一台服务器”的迷思。现实是,对于包括纠错在内的一系列关键任务,我们需要全新类型的混合架构——量子处理器与经典处理器将在单一系统层面共存。基础设施投资者和开发者应密切关注这一方向,关键的技术壁垒与机遇正由此形成。