
IBM on saavuttanut läpimurron, joka vie kvanttilaskentaa merkittävästi lähemmäs käytännön sovelluksia. Yhtiö on todistanut, että kvanttioperaatioiden virheenkorjaus voidaan suorittaa reaaliajassa huoneenlämpöisellä klassisella elektroniikalla. Tutkimuksessa IBM:n kehittämä Relay-BP-niminen virheenkorjausalgoritmi toteutettiin AMD:n valmistamalla Virtex UltraScale+ VU19P-FPGA-piirillä, joka on kaupallisesti saatavilla oleva ohjelmoitava logiikkapiiri.
Kvanttitietokoneiden suurin haaste on qubitien epävakaus. Nämä äärimmäisen herkät kvanttisignaalit toimivat vain noin 0,02 kelvinin lämpötilassa, ja pienikin häiriö voi tuhota laskennan. Virheiden havaitseminen ja korjaaminen täytyy siksi tehdä nopeammin kuin virheet ehtivät levitä. Tähän asti se on ollut lähes mahdotonta, sillä monimutkainen elektroniikka ei toimi äärimmäisen kylmissä olosuhteissa ja huoneenlämpöiset järjestelmät ovat olleet liian hitaita.
IBM:n tutkimus osoitti, että tämä raja voidaan ylittää. Yrityksen FPGA-toteutus suoritti virheenkorjausalgoritmin alle mikrosekunnissa – nopeammin kuin kvanttiprosessori tuottaa uutta dataa. Tulokset osoittivat, että 4–6 bitin kokonaislukutarkkuudella toteutettu FPGA-versio saavuttaa saman laskentatarkkuuden kuin liukulukuinen ohjelmallinen malli. Käytännössä tämä tarkoittaa, että kvanttivirheenkorjaus voidaan tehdä tavallisella, huoneenlämpöisellä AMD-sirulla ilman kallista kryo-elektroniikkaa.
Saavutus on merkittävä, koska se poistaa yhden suurimmista esteistä virheenkorjattujen kvanttitietokoneiden rakentamisen tieltä. Kun virheenkorjaus voidaan toteuttaa huoneenlämmössä, kvanttiprosessorin ympärille ei tarvita monimutkaisia ja kalliita kylmäjärjestelmiä, ja laskennan ohjaus voidaan integroida joustavasti olemassa olevaan elektroniikkaan. IBM:n tulos osoittaa, että kvanttilaskennan kriittiset tukijärjestelmät voivat perustua nykyiseen klassiseen teknologiaan – ja että kvanttilaskennan käytännön vallankumous on jälleen askeleen lähempänä.
Jos IBM:n dokumentti kiinnostaa, se löytyy täältä.























