Perusahaan Amerika Meningkatkan Efisiensi Koreksi Kesalahan Kuantum Sebesar 50% Melalui Kombinasi Chip Khusus dan Perangkat Lunak NVIDIA

Komputer kuantum perlu mengoreksi kesalahan tanpa mengurangi kecepatan perhitungan. Saat ini, perusahaan komputasi kuantum SEEQC mengungkapkan bahwa mereka telah menunjukkan suatu arsitektur yang menggabungkan teknologi pemrosesan chip khusus dengan perangkat lunak komputasi kuantum NVIDIA dan infrastruktur GPU, yang meningkatkan dua indikator kunci koreksi kesalahan kuantum sekitar 50%. Hasil ini menggabungkan teknologi pra-dekode berbasis chip dari SEEQC dengan NVIDIA Ising, yang merupakan serangkaian model AI terbuka yang mencakup alat untuk koreksi kesalahan kuantum, serta NVIDIA NVQLink, yang merupakan antarmuka yang dirancang untuk menghubungkan prosesor kuantum dengan sistem komputasi yang dipercepat GPU.

Demonstrasi ini menggunakan prosesor kuantum dan arsitektur sistem yang disimulasikan, dan mempertimbangkan latensi dekode yang realistis dalam skala besar. Ini membandingkan kinerja arsitektur gabungan dengan NVIDIA Ising sebagai pra-dekode independen. Laporan SEEQC menunjukkan bahwa latensi dekode mereka berkurang sekitar 50%, dan kinerja tingkat kesalahan logika telah meningkat. Hasil ini dapat memberikan wawasan untuk mengurangi salah satu hambatan besar dalam membangun komputer kuantum toleran kesalahan: memproses informasi koreksi kesalahan dengan cepat untuk menjaga operasi sistem kuantum yang semakin kompleks tetap dapat diandalkan.

Arsitektur Baru SEEQC

Komputer kuantum memerlukan koreksi kesalahan yang lebih cepat. Komputer kuantum menggunakan qubit, yang dapat mewakili informasi kuantum dengan cara yang berbeda dari bit biner tradisional. Namun, qubit sangat sensitif terhadap gangguan lingkungan dan ketidaksempurnaan dalam operasi kontrol. Kesalahan ini dapat terakumulasi dan merusak proses perhitungan. Koreksi kesalahan kuantum mengatasi masalah ini dengan mengkodekan informasi di beberapa qubit fisik dan menggunakan pengukuran untuk mendeteksi kesalahan tanpa langsung mengukur dan menghancurkan informasi kuantum yang dikodekan. Sistem komputasi klasik kemudian memproses pengukuran ini untuk menentukan langkah koreksi yang diperlukan.

Tahap pemrosesan klasik ini disebut dekode. Seiring pertumbuhan prosesor kuantum, jumlah informasi yang perlu diproses dapat meningkat secara signifikan, memberikan tekanan pada waktu dan sumber daya komputasi yang tersedia untuk koreksi kesalahan. Dua indikator penting adalah latensi dekode, yaitu waktu yang diperlukan untuk memproses informasi kesalahan, dan tingkat kesalahan logika, yang menggambarkan frekuensi qubit logika yang dikodekan mengalami kesalahan. Mengurangi kedua faktor ini membantu membuat komputasi kuantum toleran kesalahan lebih praktis.

Tantangan dan Solusi Dekode

Metode SEEQC menggunakan pra-dekode berbasis chip untuk menangani sebagian beban kerja dekode, menempatkannya dekat dengan unit pemrosesan kuantum (QPU). Sistem kemudian memanfaatkan kemampuan dekode NVIDIA Ising, dengan bantuan tautan digital SEEQC dan NVIDIA NVQLink untuk menyediakan kerangka komunikasi latensi rendah, menghubungkan lingkungan kuantum dan komputasi yang dipercepat GPU. Ide dasarnya adalah memproses sebagian informasi secara lokal terlebih dahulu, kemudian mengirimkannya ke sumber daya komputasi klasik yang lebih tinggi. Ini dapat mengurangi jumlah data yang perlu ditransfer antar komponen, sekaligus mempercepat operasi yang sensitif terhadap waktu.

Karena komputer kuantum tidak dapat diperluas hanya dengan menambah lebih banyak qubit, perangkat elektronik pendukung, tautan komunikasi, dan sistem pemrosesan klasik mereka juga harus tetap sinkron. Menempatkan tugas pemrosesan tertentu lebih dekat ke QPU dapat membantu mengurangi waktu dan biaya infrastruktur yang diperlukan untuk koreksi kesalahan seiring pertumbuhan sistem.

Rencana Pengembangan Masa Depan

CEO SEEQC, John Levy, menyatakan bahwa hasil ini menunjukkan bagaimana teknologi chip digital dapat meningkatkan antarmuka antara prosesor kuantum dan infrastruktur komputasi berkinerja tinggi. Direktur produk kuantum NVIDIA, Sam Stanwyck, menyatakan bahwa pekerjaan ini menunjukkan bagaimana model dan antarmuka terbuka dapat membantu pengembang perangkat keras kuantum menggabungkan pemrosesan khusus dengan komputasi AI dan GPU. Peningkatan 50% yang disebutkan dalam laporan ini adalah hal yang menggembirakan, tetapi perlu dipahami dalam konteks. Eksperimen ini menggunakan prosesor kuantum dan tumpukan arsitektur yang disimulasikan, bukan menunjukkan peningkatan kinerja yang sama pada komputer kuantum fisik yang sepenuhnya beroperasi.

Pengumuman ini juga tidak menetapkan bahwa peningkatan ini akan langsung diterjemahkan menjadi pengurangan total sumber daya yang diperlukan untuk membangun sistem toleran kesalahan sebesar 50%. Sebaliknya, hasil ini memberikan bukti bahwa mendistribusikan tugas dekode antara pemrosesan chip khusus dan komputasi yang dipercepat GPU dapat memperbaiki bagian kunci dari saluran koreksi kesalahan.

SEEQC menyatakan bahwa langkah selanjutnya adalah mengintegrasikan komponen sistem tingkat yang telah ditunjukkan sejauh ini, dan menuju integrasi chip-ke-chip antara prosesor kuantum dan infrastruktur komputasi berkinerja tinggi yang lebih maju. Perusahaan juga berencana untuk melakukan penelitian lebih lanjut mengenai perbaikan koreksi kesalahan kuantum dan peluang untuk beban kerja kuantum-klasik campuran lainnya. Pada akhirnya, komputasi kuantum toleran kesalahan yang praktis akan memerlukan kemajuan di seluruh sistem, dari qubit dan perangkat elektronik kontrol hingga komunikasi dan dekode. Demonstrasi SEEQC-NVIDIA mengatasi sebagian tantangan ini, menunjukkan bagaimana integrasi perangkat keras dan perangkat lunak yang lebih erat dapat membantu sistem kuantum berkembang lebih efisien.

Signifikansi Terobosan Teknologi Koreksi Kesalahan Kuantum

Perkembangan komputasi kuantum menghadapi tantangan koreksi kesalahan, karena qubit sangat sensitif terhadap gangguan lingkungan. Kerja sama SEEQC dan NVIDIA menunjukkan bagaimana teknologi chip khusus dapat secara efektif meningkatkan efisiensi koreksi kesalahan, yang sangat penting untuk meningkatkan kegunaan komputer kuantum. Dengan memindahkan sebagian beban kerja dekode lebih dekat ke unit pemrosesan kuantum, latensi dekode dapat dikurangi, sehingga meningkatkan kinerja keseluruhan. Inovasi ini tidak hanya mendorong perkembangan komputasi kuantum, tetapi juga dapat mengubah cara pandang pengembang perangkat keras kuantum, dengan penelitian lebih lanjut di masa depan akan membantu mewujudkan sistem kuantum yang lebih efisien.