Wenn wir über Quantencomputer sprechen, liegt der Fokus immer darauf, was once der „Quanten“-Teil der Lösung ist. Neben diesen Qubits gibt es oft eine Reihe von Steuerschaltkreisen und klassische Rechenleistung, um zu verstehen, was once das Quantenbit tut – in diesem Fall ist klassisches Computing unser typisches tägliches x86 oder Arm oder andere mit Einsen und Nullen, eher als die Wellenfunktionen des Quantencomputings. Natürlich struggle das Streben nach funktionierenden Quantencomputern ein harter Schlag, und um ehrlich zu sein, bin ich nicht zu 100 % davon überzeugt, dass dies geschehen wird, aber das bedeutet nicht, dass Unternehmen in der Branche nicht für einen zusammenarbeiten Lösung. In diesem Fall haben wir kürzlich mit einem Quantencomputerunternehmen namens Rigetti gesprochen, das mit Ampere Computing zusammenarbeitet, die Arm-basierte Cloud-Prozessoren namens Altra herstellen, die die Einführung einer hybriden Quanten-/klassischen Lösung für die Cloud im Jahr 2023 planen.

Es dreht sich alles um die Qubits

Das Auffälligste am Quantencomputing struggle schon immer die extravagante {Hardware}, die erforderlich ist – ein „goldener Steampunk-Kronleuchter“ aus Röhren und Kabeln, die alle erforderlich sind, um die Temperatur der {Hardware} auf Hundertstel Grad über dem absoluten Nullpunkt zu senken. Dadurch werden thermische Effekte auf die Elemente eines Quantencomputers, das sogenannte Qubit, minimiert. Abhängig von der Artwork des beteiligten Qubits können diese Kabel Mikrowellensignale übertragen, und die Konstruktion des Kronleuchters bestimmt oft, wie viele Qubits beteiligt sind.

Qubits sind die Quantenrechenleistung, und je mehr Sie (theoretisch) haben, desto exponentiell mehr Rechenleistung steht zur Verfügung. Da Quantencomputer jedoch nicht mit absoluten Zahlen arbeiten, werden diese Qubits manchmal für die Resilienz verwendet, die in solch extremen Umgebungen benötigt wird. Sie werden feststellen, dass Quantencomputer eine „effektive“ Anzahl von Qubits auflisten, die der Rechenleistung entspricht, und nicht die tatsächlich vorhandene physische Anzahl. Darüber hinaus gibt es verschiedene Arten von Qubits.

Transmon-Qubits beruhen auf supraleitenden Elektronenpaaren, die in einem dreidimensionalen Hohlraum kontrolliert werden. Ein Spin-Qubit steuert einzelne Elektronenspins mit Magnetfeldern. Die meisten Unternehmen verwenden Transmon-Qubits (Google, IBM, Rigetti), während Intel seine Transmon-Entwicklung zugunsten von Spin-Qubits eingestellt hat. Wie viele Qubits genau ein Gadget benötigt, um „nützliche“ Arbeit zu leisten, ist ein heißes Thema in der Literatur, obwohl Google behauptet, dass es mit nur 53 physischen Transmon-Qubits Berechnungen durchgeführt hat, die mit klassischem Computing unmöglich waren – wieder ein heißes Diskussionsthema.

Das ultimative Ziel des Quantencomputings ist es, Rechenressourcen bereitzustellen, die klassische Probleme lösen können, deren Rechenanforderungen innerhalb angemessener Zeitrahmen unmöglich sind. Das typische Beispiel ist Shors Algorithmus, um Primfaktoren der Zahl (im Wesentlichen die Lösung der zugrunde liegenden Foundation für die Kryptographie, die Millionen von Jahren dauern sollte) in Sekunden zu finden. Ein weiteres Beispiel ist die Lösung eines typischerweise quantenähnlichen Techniques, wie Chemie und biochemische Wechselwirkungen. Auch Optimierung, die über den typischen „reisenden Verkäufer“ hinausgeht und in maschinelles Lernen übergeht – die Idee ist, dass Quantencomputer das Coaching oder die Schlussfolgerung unterstützen können, um alle möglichen Antworten gleichzeitig zu überprüfen.

Quantencomputing wurde schon immer als Zukunftshorizont dafür gesehen, wohin Hochleistung gehen sollte. Es ist jedoch eines dieser Elemente, das immer 10-20 Jahre entfernt zu sein scheint. In den frühen 2000er Jahren wurde es als 10-20 Jahre entfernt angesehen, und das gilt auch heute noch. Allerdings gibt es jetzt mehr Get started-ups und finanzierte Unternehmen, die bereit sind, mehr Forschung zu betreiben, um diese Systeme zum Laufen zu bringen. Eines davon ist Rigetti, und heute ist eine Ankündigung einer Zusammenarbeit mit Ampere Computing.

Setzen Sie das Quantum in die Wolke, Ampere Plus Rigetti

In den letzten Jahren lag der Schwerpunkt darauf, leistungsstarke Rechenressourcen für jedermann zugänglich zu machen. Das Angebot von Cloud Computing, Webdiensten und Tausenden von Prozessoren an Ihren Fingerspitzen struggle noch nie realer oder einfacher. Mit genügend Geld in Ihrem Eimer machen es die Cloud-Anbieter einfach, Ressourcen für Speicher, Netzwerke, Dienste oder Rechenleistung bereitzustellen. Cloud Computing wie dieses ist so konzipiert, dass es nach Bedarf skaliert werden kann. Rigetti will dasselbe mit Quantencomputing tun.

Rigetti Computing wurde 2013 gegründet und ist ein von der Serie C finanziertes Quantencomputing-Startup mit einer öffentlichen Investition von bisher 200 Millionen US-Buck. Ende letzten Jahres kündigte es den Get started seiner neuen skalierbaren Quantencomputing-Infrastruktur an – mit einem Chip, der 40 Qubits im Transmon-Stil enthält, können mehrere Chips in ein einzelnes Gehäuse für einen einzelnen Quantencomputing-Kronleuchter eingebettet werden. Das Ziel dieser Designs ist es, das maschinelle Lernen sowohl für Quantencomputer als auch für klassische Pc zu beschleunigen, und daher arbeiten sie mit Ampere Computing zusammen, das die Altra Max Arm-basierten CPUs herstellt.

Ziel der Partnerschaft ist die Bereitstellung einer Cloud-nativen Lösung, die klassisches und Quantencomputing kombiniert. Das Hochfahren einer Instanz würde einige Qubits und einige Kerne umfassen, sodass Kunden Usual-APIs für maschinelles Lernen verwenden können, die natürlich auf die beiden Hardwaretypen aufgeteilt würden. In dieser heterogenen Kombination besteht das Ziel darin, das Quantensystem zu nutzen, um das zu tun, was once es am besten kann, und dann die traditionellen Rechenressourcen mit den Altra Max-CPUs für die Skalierung des maschinellen Lernens zu nutzen.

Rigetti sagt, dass seine Lösung auf Hunderte von Qubits skalieren wird, während Ampere-Ressourcen so natürlich skalieren können, wie es die meisten Pc können. Rigetti hat sich in diesem Fall aufgrund dessen, was once das Unternehmen bieten kann, für Ampere als Spouse entschieden – Ampere gibt immer an, dass seine Prozessoren Cloud-nativ oder für die Cloud gebaut sind und dass sein 128-Kern-Chip 1024 Kerne in einem herkömmlichen 2U-Server bereitstellen kann mit Arm Neoverse N1-Leistung.

An diesem Punkt der Partnerschaft arbeiten Rigetti und Ampere an der Entwicklung eines Kombinationssystems, das in Betrieb genommen wird. Im Second sollen die Ampere-CPUs Teil der gekoppelten Leistungsressource sein, obwohl Rigetti sagt, dass es eine Zeit geben könnte, in der die {Hardware} von Ampere die FPGAs in den Steuereinheiten des Quantensystems selbst ersetzen könnte. Die Partnerschaft zielt darauf ab, mit der Arbeit an einem Evidence of Idea zu beginnen, ein Native-to-Rigetti-Beispiel einer Cloud-nativen hybriden Quanten-/klassischen Infrastruktur zu erstellen und einen Instrument-Stack zu erstellen, der für maschinelles Lernen optimiert ist. Rigetti sagt, dass es bereits mit Kunden zusammenarbeitet, die am Co-Design interessiert sind, um sich selbst Ziele für Softwareoptimierungen zu geben.

Der Zeitplan für die Einführung ist noch früh, mit einem Evidence-of-Idea, das in den nächsten Monaten geplant ist, und der Bereitstellung bei Tier-1-Cloud-Partnern bis 2023. Die Idee ist, zunächst mit Schlüsselkunden zusammenzuarbeiten, um deren Workflows zu optimieren und zu kombinieren die {Hardware}. Dann heißt es nur noch Scale-out – mehr Qubits für Quantum, mehr CPUs für Vintage. Ampere wird dieses Jahr Siryn auf den Markt bringen, seinen eigenen kundenspezifischen ARM-Kern, der auf der Prozessknotentechnologie der nächsten Era basiert, und uns wurde gesagt, dass der Umfang darin besteht, zukünftige Ampere-Generationen so einzuführen, wie sie entwickelt werden.

Rigetti sagt, dass es Fortschritte dabei gemacht hat, Transmon-Qubits in großem Maßstab realisierbar zu machen. Intel stellte sein Transmon-Qubit-Programm ein, weil es nicht glaubte, dass es skalieren könnte, aber auch, weil sie ziemlich einfach Spin-Qubits erstellen könnten (die Kontrolle ist jedoch ein anderer Teil dieser Geschichte). Rigetti plant, auf Hunderte von Qubits zu skalieren, sodass Cloud-Kunden einen Teil der Anzahl von Qubits nehmen können, die sie gerade benötigen. Ein Drawback, das ich mit ihnen angesprochen habe, ist die Synchronizität, und es hört sich so an, als hätten sie ein Gadget, das im traditionellen Sinne asynchron zur Skalierung sein kann. Rigetti glaubt, dass es Elemente des maschinellen Lernens gibt, sowohl Coaching als auch Inferenz, die auf diese Weise mit der Qubit-Anzahl skalieren.

Ist Quantum Computing noch eine ferne Hoffnung? Das Versprechen hier ist ein Hybridprodukt mit Quanten- und klassischen Ressourcen für Cloud-Kunden im Jahr 2023. Ich gehe davon aus, dass dies ein praktikabler Anwendungsfall sein wird. Aber wie immer stellt sich beim Quantencomputing die Frage – welches Drawback löst es und ist es besser als klassisch?

https://aspiringsysadmin.com/