لماذا تثير شريحة Willow الكمومية ضجة كبيرة في مجتمع التكنولوجيا العالمي؟

المصدر: Zeping Macro

في 10 ديسمبر، أعلنت Google عن أحدث جيل من الرقائق الكمومية - Willow، مما أثار ضجة كبيرة في التكنولوجيا العالمية حتى المسك هتف "واو"!

ما هو الشيء القوي في رقائق الصفصاف؟ كم هو بعيد عن الإنتاج الضخم؟

1. تم إطلاق أحدث جيل من الرقائق الكمومية من Google. ويكمن الإنجاز الأكبر في قدرتها الحاسوبية الفائقة وقدراتها على تصحيح الأخطاء

بالنسبة لمهمة معيارية تسمى "أخذ عينات من الدوائر العشوائية"، فإن أسرع أجهزة الكمبيوتر العملاقة الحالية ستستغرق 10 25 عامًا لحلها، وهو وقت يتجاوز عمر الكون بكثير (26.7 مليار سنة)؛و > أكملت Willow هذه المهمة في أقل من 5 دقائق.

تتمتع الحوسبة الكمومية بالقدرة على زيادة سرعة الحوسبة بشكل كبير وتجاوز أجهزة الكمبيوتر الكلاسيكية في مهام محددة، وهو ما يسمى "التفوق الكمي". في وقت مبكر من عام 2019، تأكدت جوجل من هذه الحقيقة ونشرتها في مجلة Nature، مشيرة إلى أنها استخدمت حاسوبًا كميًا بحجم 54 كيوبت Sycamore لتحقيق مهمة لا تستطيع أجهزة الكمبيوتر التقليدية إنجازها: لتصبح الأولى في العالم تجربة تطلبت حاسوبًا عملاقًا لحساب 10000 عام، واستغرقت تجربة Sycamore 3 دقائق و20 ثانية فقط. في ذلك الوقت، قال الرئيس التنفيذي لشركة جوجل، ساندر بيتشاي، إن هذا كان "Hello World" الذي كان الباحثون ينتظرونه لفترة طويلة، وكان المعلم الأكثر أهمية في التطبيق العملي للحوسبة الكمومية حتى ذلك الوقت.

يعد إصدار Willow بلا شك حدثًا بارزًا آخر في مجال الحوسبة الكمومية.

ومع ذلك، "سريع" ليس هو الشيء الأكثر جدارة بالملاحظة في Willow اختراق.

أهم ما يميز Willow هو قدرته الفائقة على تصحيح الأخطاء.

في الماضي، أثناء عملية معالجة البيانات للرقائق الكمومية، وبسبب هشاشة الحالات الكمومية، كانت تتأثر بسهولة بالتداخل البيئي وحدث فك الترابط، مما أدى إلى حدوث أخطاء في حالة كيوبت. لذلك، وعلى الرغم من "تفوقها الكمي"، إلا أن أجهزة الكمبيوتر الكمومية معرضة للتأثيرات البيئية ومعرضة جدًا للخطأ. بشكل عام، كلما زاد عدد الكيوبتات، زاد احتمال حدوث الأخطاء.

لذلك، أصبح "تصحيح الأخطاء الكمومية" تقنية رئيسية تتطلب تقنية خاصة لتصحيح الأخطاء الكمومية. وهذا أيضًا يمثل تحديًا مهمًا في هذا المجال وقد قيد بشكل خطير التطبيق العملي للحوسبة الكمومية تطوير.

نجحت شريحة Willow في حل مشكلة تصحيح الخطأ الكمي التي حيرت الباحثين لما يقرب من 30 عامًا، مما أدى إلى انخفاض هائل في معدلات الخطأ. تُظهر أبحاث Google أنه كلما زاد عدد الكيوبتات المستخدمة في Willow، انخفض معدل الخطأ في النظام.

عندما يزيد عدد الكيوبتات،عند التوسيع من مصفوفة 3×3 إلى مصفوفة 5×5 إلى مصفوفة 7×7، يمكن أن يؤدي كل توسيع في تجربة شريحة Willow من Google إلى أخطاء في الترميز. يتم تقليل المعدل بمقدار 2.14 مرة، ويتناقص معدل الخطأ بشكل أسرع وأسرع.

2. ما هي الحوسبة الكمومية؟ لماذا هي قوية جدا؟
يؤدي التحلل وإطلاق الغاز السام إلى قتل القطة، لكن هناك احتمال بنسبة 50% ألا تتحلل المادة المشعة وتظل القطة على قيد الحياة. قبل فتح الصندوق، لا أحد يعرف ما إذا كانت القطة حية أم ميتة، ولا يمكن وصفها إلا بأنها "في حالة تراكب بين الحياة والموت".

العالم الكمي يشبه "قطة شرودنغر" "نفس الشيء، في حالة التراكب المعلقة؛نظرية الحوسبة الجديدة المقابلة هي "الحوسبة الكمومية"، ويتم تمثيل طبقة الأجهزة بواسطة الرقائق الكمومية وأجهزة الكمبيوتر الكمومية.

تظهر الحوسبة الكمومية ميزتين:

أولاً، القدرة القوية على تخزين البيانات. تستخدم الحوسبة الكلاسيكية البتات كوحدة أساسية، بينما تستخدم الحوسبة الكمومية الكيوبتات كوحدة أساسية.

في الحوسبة الكلاسيكية، يتم تحديد حالة البت، إما 0 أو 1؛ بينما يكون الكيوبت في حالة تراكب 0 و1. وبعبارة أخرى، يمكنه تخزين 0 و1 في نفس الوقت. وقت. .

يمكن للشريحة التقليدية التي تحتوي على n بتات تخزين n قطعة من البيانات في نفس الوقت؛ بينما يمكن للشريحة التي تحتوي على n كيوبت تخزين 2^n قطعة من البيانات في نفس الوقت.

ثانيًا، إظهار قدرات الحوسبة المتوازية القوية لحل مشكلات محددة.

أجهزة الكمبيوتر الإلكترونية التقليدية عبارة عن حسابات تسلسلية. كل عملية يمكنها فقط تحويل قيمة واحدة إلى قيمة أخرى، مما يعني أنه يجب حسابها بالتسلسل. يمكن للكمبيوتر الكمي تحويل بيانات 2^n في نفس الوقت إلى بيانات 2^n جديدة في عملية واحدة.

3. هل يمكن للرقائق الكمومية المستقبلية أن تحل محل وحدات معالجة الرسومات وتعزز تطوير الذكاء الاصطناعي؟

تطورت تكنولوجيا الذكاء الاصطناعي والتطبيقات المختلفة بسرعة في السنوات الأخيرة، كما زاد الطلب على الطاقة الحاسوبية بشكل كبير.

من الناحية النظرية، تمنحها قدرات المعالجة المتوازية للحوسبة الكمومية ميزة طبيعية في معالجة خوارزميات الذكاء الاصطناعي المعقدة، ويمكن أن تحسن بشكل كبير من سرعة التدريب ودقة النموذج. قد يوفر ظهور رقائق الصفصاف قوة حاسوبية قوية لمزيد من تطوير الذكاء الاصطناعي.

في الواقع، تم تصميم وحدات معالجة الرسومات، والتي تُستخدم الآن على نطاق واسع في الذكاء الاصطناعي، في الأصل لتسريع معالجة الرسومات. على سبيل المثال، عرض المشهد ثلاثي الأبعاد في الألعاب، والنمذجة ومعالجة المؤثرات الخاصة في إنتاج الرسوم المتحركة، وتأثيرات الفيديو المرئية في إنتاج الأفلام والتلفزيون، وما إلى ذلك. ومع ذلك، نظرًا لقوتها الحاسوبية القوية، تم استخدام وحدة معالجة الرسومات لاحقًا على نطاق واسع في مجالات الحوسبة العلمية والذكاء الاصطناعي، خاصة في مراحل تدريب الشبكة العصبية والاستدلال في التعلم العميق، فهي تؤدي أداءً جيدًا في معالجة مجموعات البيانات واسعة النطاق وعالية الدقة. مهام الحوسبة الموازية المعلقة.

من هذا المنظور، ستحقق الرقائق الكمومية اختراقات تدريجية في المستقبل، حيث تخترق قيود الحوسبة وتسرع عملية التدريب لمختلف خوارزميات التعلم الآلي للذكاء الاصطناعي. تُستخدم الرقائق الكمومية حاليًا بشكل أساسي في بعض المجالات المحددة التي تتطلب تعقيدًا حسابيًا عاليًا للغاية، مثل اختراق خوارزمية التشفير في التشفير (على سبيل المثال، تشكيل تهديد محتمل لطرق التشفير التقليدية القائمة على خوارزمية RSA)، ومحاكاة النظام الكمي (محاكاة الخصائص الفيزيائية والكيميائية على المستوى الكمي مثل الجزيئات والمواد)، وحل مشاكل التحسين المعقدة (مثل التخطيط اللوجستي، وتخصيص الموارد وغيرها من مشاكل التحسين التوافقية المعقدة)، وما إلى ذلك. وفي هذه المجالات، يمكن الاستفادة من مزايا الحوسبة الكمومية بشكل كامل، ومن الممكن حل المهام التي لا تستطيع أجهزة الكمبيوتر التقليدية إكمالها خلال فترة زمنية مقبولة.

يرتبط النمو في قوة حوسبة الرقائق الكمومية بشكل أساسي بزيادة عدد وجودة البتات الكمومية. في المستقبل، مع زيادة عدد الكيوبتات، ستزداد قوة الحوسبة لأجهزة الكمبيوتر الكمومية بشكل كبير. كل كيوبت إضافي يضاعف عدد مجموعات الحالات الممكنة. على سبيل المثال، تحتوي 2 كيوبت على 4 مجموعات حالات، و3 كيوبتات تحتوي على 8 مجموعات حالات، وهكذا. وفي الوقت نفسه، فإن جودة البتات الكمومية (مثل وقت التماسك، والإخلاص، وما إلى ذلك) لها أيضًا تأثير مهم على قوة الحوسبة، حيث يمكن للبتات الكمومية عالية الجودة الحفاظ على الحالات الكمومية بشكل أكثر فعالية، وبالتالي تحقيق حسابات أكثر دقة وتعقيدًا.

ومع ذلك، على المدى القصير، من الصعب على الرقائق الكمومية أن تهز مكانة وحدات معالجة الرسومات. تتمتع الرقائق الكمومية بقدرة حاسوبية أقوى من وحدات معالجة الرسومات ويمكن استبدالها نظريًا. لكن خندق وحدة معالجة الرسومات ليس سوى جانب واحد: قوة الحوسبة، والأهم من ذلك: الهندسة المعمارية القابلة للبرمجة والمزايا البيئية للمطورين، وتكنولوجيا التصنيع، ونضج الصناعة.

تعد البنية القابلة للبرمجة لوحدة معالجة الرسومات والنظام البيئي للمطورين من العوائق الأساسية. لقد مهدت "ثورة قوة حوسبة الذكاء الاصطناعي" التي أطلقتها NVIDIA مع وحدة معالجة الرسومات الطريق لأكثر من عشر سنوات.

CUDA (حساب بنية الأجهزة الموحدة) هو أول نظام أساسي لهندسة برمجة GPU تم تطويره بواسطة NVIDIA في عام 2006. وتكمن قيمته في بناء نظام بيئي لمطوري GPU,يمكن لمهندسي الخوارزميات استكشاف إمكانيات وحدة معالجة الرسومات وفقًا لاحتياجاتهم الخاصة، مما يؤدي أيضًا إلى توسيع مجال تطبيق وحدة معالجة الرسومات من تقديم الرسومات إلى المجالات العامة.

إذا قمت بتطوير برامج جديدة تعتمد على أجهزة جديدة (مثل الرقائق الكمومية)، فأنت بحاجة إلى تحقيق التوافق المستقبلي. ومع ذلك، تعتمد برامج الذكاء الاصطناعي الرئيسية الحالية بشكل أساسي على تطوير النظام الأساسي CUDA، لذلكتتوقف من بنية CUDA هناك تكلفة مرتفعةيجب دفعها. إلى جانب التأثير الخندق لمجتمع التطوير، اكتسب العديد من مطوري الحوسبة عالية الأداء خبرة تطويرية متراكمة في نظام CUDA البيئي الذي لديه ما يصل إلى خمسة ملايين عملية تنزيل سنويًا.سيكون تشجيع مجتمع المطورين على التحول إلى نماذج البرمجة الأخرى أمرًا ضروريًا. مشروع يقاس بعشر سنوات.

عملية تصنيع شرائح وحدة معالجة الرسومات وصناعتها السلسلة ناضجة مع وجود سوق استهلاكية واسعة النطاق ودورة صناعية إيجابية.

لقد مرت 25 عامًا منذ ولادة وحدة معالجة الرسومات، وتم تشكيل سيناريوهات التطبيقات التجارية النهائية مثل أجهزة الكمبيوتر الشخصية والتطوير المخصص ومراكز بيانات الذكاء الاصطناعي لمدة تتراوح بين 10 إلى 30 عامًا. في الوقت الحالي، تستغرق وحدة معالجة الرسومات عامًا واحدًا من إنشاء مشروع الرقاقة إلى إخراج الشريط، وعامًا واحدًا من إخراج الشريط إلى الإنتاج الضخم. مع تطوير وحدة معالجة الرسومات باعتبارها النغمة الرئيسية، تم تشكيل دورة ربط مقابلة مثل تطوير معدات الطباعة الحجرية وعملية صب الرقاقات. التكرار. وسيكون من الصعب كسر مثل هذه السلسلة الصناعية الصلبة في دورة إيجابية تمتد لأكثر من عشر سنوات.

من الصعب أن تتداخل سلاسل تصنيع الرقائق الكمومية وصناعة وحدة معالجة الرسومات. إن عملية تصميم وتصنيع الرقائق الكمومية معقدة للغاية وتتطلب بيئة تجريبية نقية للغاية، وتكنولوجيا دقيقة للتحكم الكمي، وكيوبتات مستقرة، لفترة طويلة، كان عدد قليل من شركات التكنولوجيا الكبرى "يعمل بمفرده" ولم ينضج بعد سلسلة التوريد الصناعية. لذلك، يعد تحقيق الإنتاج الضخم والتطبيق التجاري للرقائق الكمومية على المدى القصير مشكلة كبيرة.

4. المجالات التي يكون للرقائق الكمومية فيها التأثير الأكبر: العملة المشفرة و"HPC+AI"

4.1 قد تكون الرقائق الكمومية "عدو" التكنولوجيا العملة المشفرة

لنأخذ عملة البيتكوين كمثال. يعتمد أمانها على آليتين رئيسيتين. الأولى هي آلية "التعدين". ويعتمد إخراج البيتكوين على إثبات العمل (Proof of Work) الذي يعتمد على وظائف التجزئة. وكلما ارتفع معدل التجزئة، زادت احتمالية التعدين الناجح . والثاني هو توقيع المعاملة، والذي يعتمد على خوارزمية التوقيع الرقمي ذات المنحنى البيضاوي (ECDSA) ويعادل "محفظة الهوية" الخاصة بالمستخدم. إن تصميم هاتين الآليتين يجعل اختراق عملة البيتكوين في الحوسبة التقليدية مستحيلًا تقريبًا، وستشكل الرقائق الكمومية تهديدًا مباشرًا للبيتكوين.

الأول هو الاختراق العنيف للحوسبة الكمومية لآلية "التعدين". يمكن لخوارزميات الحوسبة الكمومية تسريع حساب وظائف التجزئة، أي أن سرعة التعدين متسارعة ومدى أكبر من جميع المعدات التقليدية السابقة ونتيجة لذلك، يزداد معدل نجاح التعدين، ويزداد المعروض ترتفع قيمة العملة المشفرة بشكل حاد، مما يتسبب في ارتفاع سعرها في السوق بتقلبات كبيرة. في 10 ديسمبر، انخفضت عملة البيتكوين من 100000 دولار أمريكي إلى 94000 دولار أمريكي. تظهر بيانات Coinglass أن إجمالي 237000 شخص قاموا بتصفية مراكزهم في الفترة من 10 إلى 12 ديسمبر.

والثاني هو التهديد المباشر للحوسبة الكمومية لتوقيعات المعاملات. هناك نوعان من بيانات الاعتماد لمعاملات العملة المشفرة: "المفتاح العام" و"المفتاح الخاص". الأول يعادل رقم البطاقة المصرفية، والأخير يعادل كلمة مرور المحفظة. في العادة، لا يؤثر الكشف عن عناوين المفاتيح العامة على أمان أموال المستخدمين، لكن الحوسبة الكمومية يمكنها استخدام المفاتيح العامة لاختراق التوقيعات وتزوير المعاملات. على سبيل المثال، تُستخدم خوارزمية Shor في الحوسبة الكمومية خصيصًا لحل مشاكل التحليل الأولي واللوغاريتم المنفصل للأعداد الصحيحة الكبيرة، والتي ستشكل تهديدًا خطيرًا لتوقيعات المعاملات.

على الرغم من أن Willow لا تشكل تهديدًا كبيرًا على Bitcoin في الوقت الحالي، فمن المحتمل جدًا أن يتم اختراق العملات المشفرة بواسطة الحوسبة الكمومية في المستقبل. من الناحية النظرية، لشن هجوم على آلية التوقيع والتعدين الخاصة بالبيتكوين، هناك حاجة إلى ما يقرب من عدة ملايين من الكيوبتات المادية، مقارنة بـ 105 كيوبتات مادية تمتلكها ويلو حاليًا، ولا تزال الفجوة كبيرة جدًا. ولكن إذا تكررت Willow مثل وحدة معالجة الرسومات للأغراض العامة وحققت إنتاجًا ضخمًا وقفزات في قوة الحوسبة، فليس من المستحيل أن يتم "اختراق" Bitcoin في السنوات العشر القادمة.

4.2 ستعمل الرقائق الكمومية على تعزيز "HPC+AI" وتعزيز تطوير الذكاء الاصطناعي المتطور

وفقًا لتصنيف OpenAI للذكاء الاصطناعي، من L1 (Chatbot) إلى L5 (AGI) ) حاليًا، لا يزال تطوير نماذج الذكاء الاصطناعي الكبيرة في مرحلة الانتقال من L1 إلى L2. يتم تعريف الذكاء الاصطناعي العام (AGI) على مستوى L5 على أنه "امتلاك قدرات على المستوى التنظيمي" والقدرة على الحكم والتفكير والتنبؤ والتخطيط للإجراءات في بيئات حقيقية ديناميكية ومعقدة. تعتقد الصناعة أن "HPC+AI" ستكون خطوة أساسية في تحقيق الذكاء الاصطناعي العام.

تشير الحوسبة عالية الأداء (HPC) إلى استخدام تشبه قدرات الكمبيوتر القوية لحل مشكلات تنفيذ العلوم والهندسة والتكنولوجيا نماذج الذكاء الاصطناعي الكبيرة اليوم إلى حد ما، لكن الاتجاه والتركيز مختلفان.

تركز HPC على "حل المشكلات المعقدة". على سبيل المثال، أدى تطبيق أجهزة الكمبيوتر العملاقة في مجالات الأرصاد الجوية والفيزياء وعلم الفلك وغيرها من المجالات إلى تحقيق اختراقات بحثية علمية كبيرة.

يركز نموذج الذكاء الاصطناعي على "الاستدلال والإنشاء". وعلى الرغم من أنه ليس جيدًا في حل النماذج المعقدة، إلا أنه يتمتع بتنوع جيد.

يعد تنفيذ الرقائق الكمومية إنجازًا ثوريًا في مجال الحوسبة عالية الأداء. ولم يعد حل المشكلات المعقدة يتطلب "حساب القوة الغاشمة" طويل المدى للحوسبة عالية الأداء التقليدية، ولكن يمكن أن يتطور في اتجاه جديد. —— ادمج مع الذكاء الاصطناعي للحصول على تدريب عام أكثر تعقيدًا.

أولاً، لا يمكن لتدريب الذكاء الاصطناعي التقليدي معالجة بيانات الكيوبت، في حين يمكن للحوسبة الكمومية تحسين نماذج تعليمية محددة لا يمكن معالجتها بواسطة الحوسبة التقليدية وبناءنموذج نظام حساس للظواهر الكمومية. ق. أي أن نماذج الذكاء الاصطناعي المستقبلية سيكون لديها القدرة على التفكير والتنبؤ بالعوالم المعقدة، مما يقلل أو حتى يقضي على ظاهرة "هلوسة الذكاء الاصطناعي" مقارنة بالنماذج الكبيرة الحالية.

والثاني هو تقنية تصحيح الأخطاء الكمومية المزايا تغلبت شريحة Willow على التحديات الرئيسية المتمثلة في تصحيح الأخطاء الكمومية وحققت إنجازًا كبيرًا تقليل معدل الخطأ. في التدريب عالي المستوى على الذكاء الاصطناعي، يمكن أن يضمن تطبيق تقنية تصحيح الأخطاء الكمومية دقة وموثوقية النموذج عند التدريب ومعالجة كميات كبيرة منالبياناتالمعقدة. >، مما يقلل من الأخطاء الحسابية الناجمة عن هشاشة الكيوبتات، وبالتالي تحسين فعالية ومصداقية التدريب على الذكاء الاصطناعي.

على الرغم من أن تدريب الذكاء الاصطناعي الحالي لا يشتمل حتى الآن على الشروط اللازمة لتطبيق الرقائق الكمومية، فمن المحتمل جدًا أن تكون هناك حاجة إلى الرقائق الكمومية باعتبارها الدعم الأساسي لقوة الحوسبة في المستقبل. نظرًا لأن الكيوبتات حساسة للغاية وتتأثر بسهولة بالعوامل البيئية الخارجية، بما في ذلك درجة الحرارة والمجالات الكهرومغناطيسية، فقد تتسبب هذه العوامل في فك ترابط الحالات الكمومية، مما يؤثر على دقة نتائج الحساب. على الرغم من أن Willow قد أحرزت تقدمًا معينًا في تكنولوجيا تصحيح الأخطاء الكمومية، إلا أنه في تطبيقات تدريب الذكاء الاصطناعي الفعلية، من أجل تحقيق تشغيل مستقر طويل المدى، لا يزال الاستقرار والأداء المضاد للتدخل للنظام الكمي بحاجة إلى مزيد من التحسين.

أصدرت Google Willow، وهو جيل جديد من شرائح الحوسبة الكمومية، والذي أحدث ضجة كبيرة في مجتمع التكنولوجيا العالمي. وهذا ليس إنجازًا كبيرًا في مجال الحوسبة الكمومية فحسب، بل هو أيضًا التطور التالي. حافة التكنولوجيا العالمية.

لا تزال هناك أشواك في طريق تطوير تكنولوجيا الحوسبة الكمومية في المستقبل، ولا يزال هناك العديد من المشكلات التي يتعين حلها قبل التطبيق على نطاق واسع في تدريب الذكاء الاصطناعي.

لم يكن التقدم التكنولوجي طريقًا سلسًا على الإطلاق، تمامًا كما انتقلت وحدة معالجة الرسومات من الغموض إلى التألق.