Nếu bạn đọc và theo dõi những gì mọi người nói về điện toán lượng tử, bạn sẽ nhanh chóng nhận ra rằng có một khoảng cách đáng kể giữa quy mô gần như không thể tưởng tượng được mà điện toán lượng tử có thể mang lại và những gì máy tính lượng tử ngày nay thực sự có thể làm được. Vì vậy, khi bạn bè và đối tác kinh doanh của chúng tôi tại Dynex báo cáo rằng nền tảng mô phỏng lượng tử của họ cung cấp sức mạnh tính toán tương đương hàng nghìn qubit - so với hàng chục qubit mà các nền tảng mô phỏng lượng tử công khai khác cung cấp - chúng tôi vừa hào hứng vừa hoài nghi.
Nếu tuyên bố của Dynex là đúng, thì nền tảng của họ hoàn toàn có thể được sử dụng bên ngoài phòng thí nghiệm để giải quyết các vấn đề thực tế. Nhưng liệu Dynex có thực sự có thể mang lại năng lực vượt xa những gì chúng ta vẫn nghĩ? Theo chúng tôi, phương pháp duy nhất để trả lời câu hỏi này là tự mình tiến hành một thử nghiệm có kiểm soát.
Dynex tuyên bố rằng nền tảng mô phỏng lượng tử của họ có thể thực thi các thuật toán lượng tử ở quy mô và hiệu suất vượt xa các nền tảng điện toán lượng tử công khai khác. Chúng tôi hiện đã hoàn thành nghiên cứu này và tôi có thể xác nhận rằng chúng tôi đã sao chép thành công kết quả mà Dynex báo cáo trong cả sáu trường hợp thử nghiệm.
Tuy nhiên, tôi mong bạn hãy thận trọng với lời nói của tôi. Với hơn 30 năm kinh nghiệm làm việc với các công nghệ mới nổi, tôi rất cảnh giác với những "đột phá" công nghệ. Do đó, chúng tôi sẵn sàng cung cấp bộ kiểm thử đầy đủ (bao gồm cả các tập lệnh kiểm thử thực tế) cho bất kỳ ai muốn xác minh rằng họ có thể tái tạo kết quả tương tự.
Chúng tôi cũng có thỏa thuận với Dynex để cho phép họ truy cập vào nền tảng của họ để thực hiện loại xác minh này.
Như những người theo dõi FSE đã biết, nguyên tắc cốt lõi của chúng tôi là các công nghệ mới nổi chỉ tạo ra giá trị khi chúng cho phép doanh nghiệp đạt được những mục tiêu trước đây không thể đạt được. Điều này đặt ra một tiêu chuẩn cao hơn cho Dynex ; họ không chỉ phải chứng minh hiệu suất vượt trội so với các nền tảng lượng tử khác mà còn phải chứng minh rằng khả năng của nền tảng này tương đương hoặc thậm chí vượt qua các giải pháp điện toán truyền thống khi giải quyết cùng một vấn đề thực tế.
Ngay cả theo tiêu chuẩn cao hơn này, Dynex đã chứng minh được những kết quả đầy hứa hẹn và có ý nghĩa trong nhiều trường hợp sử dụng có giá trị cao, đáng được nghiên cứu thêm.
Vì báo cáo dài 26 trang nên chỉ trích dẫn một số nội dung do hạn chế về dung lượng:
0. Kế hoạch hành động
Đầu năm 2025, Dynex Corporation sẽ chính thức ra mắt nền tảng mô phỏng lượng tử. Nền tảng này, chạy trên cơ sở hạ tầng biên dịch cổ điển dựa trên CPU và GPU, cung cấp cho người dùng khả năng mô hình hóa và thực thi các thuật toán lượng tử dựa trên cổng và ủ. Nhờ phương pháp mô hình hóa đa dạng, Dynex khẳng định nền tảng của mình có thể chạy các thuật toán lượng tử thực sự với khả năng và mức hiệu suất vượt xa những gì có thể đạt được khi sử dụng các nền tảng điện toán lượng tử công khai khác.
Một tuyên bố quan trọng khác của Dynex liên quan đến mối quan hệ giữa hiệu suất và độ phức tạp. Đối với hầu hết các thuật toán lượng tử, mỗi khi bạn thêm một hệ số, độ phức tạp tính toán của bạn tăng trưởng theo cấp lần . Dynex khẳng định rằng hiệu suất nền tảng của họ tăng trưởng theo cấp số nhân. Nói cách khác, thời gian chạy tăng lên khi thêm hệ số nhỏ hơn độ phức tạp tăng lên khi thêm các hệ số đó.
Để cung cấp bằng chứng và xác minh độc lập cho những khẳng định này, Dynex đã yêu cầu đối tác tích hợp của mình, Finserv Experts (FSE), tiến hành đánh giá độc lập về khả năng của nền tảng. FSE đã đồng ý đánh giá này với điều kiện công cụ kiểm tra (bao gồm cả mã nguồn của bài kiểm tra) phải được công khai để bất kỳ ai quan tâm đều có thể sao chép đầy đủ kết quả kiểm tra.
FSE và Dynex đã cùng nhau thống nhất về sáu kịch bản, mỗi trong đó đại diện cho một trường hợp tham khảo chung để thể hiện khả năng lượng tử.
Và mỗi giá trị tiềm năng thực tế đều có thể làm cơ sở cho đánh giá lần .
(1) bộ cộng n-bit
(2) Bài toán người bán hàng du lịch
(3) Thực hiện mạch ngược
(4) Thuật toán của Shor
(5) Gấp protein
(6) Băm ngược sử dụng thuật toán Grover
Đối với mỗi tình huống thử nghiệm, FSE cố gắng trả lời hai câu hỏi:
[1] Có thể xác minh độc lập kết quả của Dynex không?
[2] Có trường hợp sử dụng tiềm năng nào trong thế giới thực trong đó khả năng của Nền tảng Dynex có thể được sử dụng để cung cấp các giải pháp có giá trị có thể đo lường được không?
Sau khi hoàn tất đánh giá, FSE có thể xác nhận rằng họ đã có thể tự mình đạt được cùng mức hiệu suất mà Dynex tuyên bố trong cả sáu trường hợp. FSE cũng có thể xác nhận rằng khẳng định Dynex về khả năng mở rộng dưới cấp số nhân dường như là chính xác, ít nhất là trong phạm vi được đo lường trong đánh giá lần .
Câu trả lời chắc chắn cho câu hỏi thứ hai đòi hỏi nhiều hơn là chỉ đánh giá khả năng tái tạo chỉ báo hiệu suất Dynex . Chỉ báo này rõ ràng có thể vượt trội hơn so với các nền tảng lượng tử công khai khác, nhưng để có giá trị thực tế, chúng cũng phải chứng minh được những ưu điểm so với các giải pháp điện toán cổ điển đạt được các mục tiêu tương tự. Việc xác nhận đầy đủ những ưu điểm này sẽ cần thêm nghiên cứu, nhưng có đủ bằng chứng cho một số trường hợp sử dụng để đảm bảo việc điều tra thêm.
1. Chi phí cơ hội và động lực
Bất kỳ khoản đầu tư thời gian nào cũng có chi phí cơ hội; điều này đặc biệt đúng với một công ty dịch vụ như chúng tôi.
Bởi vì thời gian của chúng ta chính là sản phẩm của chúng ta. Các chuyên gia Finserv lựa chọn đầu tư thời gian của mình vì hai lý do:
(1) Dynex đã chọn Finserv Experts làm đối tác tích hợp. Để cung cấp các giải pháp dựa trên nền tảng Dynex cho khách hàng, chúng tôi cần tự tin rằng mình có thể tái tạo mức hiệu suất và chức năng mà Dynex tuyên bố.
(2) Sứ mệnh cốt lõi của công ty chúng tôi là giúp các doanh nghiệp khai thác giá trị đo lường được từ các công nghệ mới nổi. Điện toán lượng tử là một trong những công nghệ mới nổi mà chúng tôi đã lựa chọn để phát triển năng lực, nhưng nhìn chung, công nghệ lượng tử vẫn chưa phát triển đến mức có thể bắt đầu mang lại giá trị kinh doanh thực tế. Nếu những tuyên bố của Dynex là đúng, thì việc cung cấp các giải pháp có giá trị thực tế ngay bây giờ là hoàn toàn khả thi, mặc dù Dynex hiện đang cung cấp nền tảng mô phỏng lượng tử.
2. Giới thiệu về Dynex
Nền tảng Dynex giới thiệu một phương pháp điện toán lượng tử bằng cách sử dụng các phương trình vi phân thường (ODE) để mô phỏng động lực của các hệ thống vật lý. Phương pháp này cho phép Dynex tạo ra cái mà họ gọi là "qubit thuật toán". Mục tiêu của nó là cung cấp một phương pháp mở rộng và hiệu quả để mô phỏng hành vi lượng tử trên phần cứng cổ điển.
Hầu hết các trình mô phỏng hiện có đều dựa vào việc giải các phương trình vi phân riêng phần (PDE) như phương trình Schrödinger; chúng nhanh chóng gặp trở ngại do độ phức tạp tăng trưởng theo cấp số nhân. Dynex đã thiết kế một phương pháp dựa trên ODE có mở rộng độ phức tạp theo cấp số nhân, mang lại hiệu suất mà các trình mô phỏng hiện có khó có thể đạt được.
Để so sánh: hầu hết các trình mô phỏng lượng tử hàng đầu, chẳng hạn như Aer Simulator của IBM hoặc Quantum Tensor Network Simulator của Google, đều gặp khó khăn khi xử lý hơn 30-40 qubit trước khi làm cạn kiệt tài nguyên tính toán thực tế. Về phần cứng, các máy tính lượng tử vật lý lớn nhất hiện nay, chẳng hạn như Osprey của IBM, hiện hoạt động ở mức khoảng 433 qubit.
Dynex tuyên bố—và Sách trắng này cố gắng xác minh—rằng nền tảng của họ có thể xử lý lượng dữ liệu tương đương hàng nghìn qubit trên cơ sở hạ tầng GPU cổ điển, có khả năng cung cấp các giải pháp phức tạp hơn gấp nhiều lần.
3. Trường hợp thử nghiệm 1: mạch cộng n-bit
Chúng tôi đã kiểm tra các điểm chuẩn công khai do Dynex cung cấp, trong đó đội ngũ đã tính toán cùng một mạch lượng tử trên cả IBM AerSimulator và nền tảng lượng tử của IBM ( 127-qubit Eagle r3 QPU, ~30K CLOPS). Những kết quả này, có thể truy cập công khai trong kho lưu trữ Dynex SDK (https://github.com/Dynexcoin/DynexSDK/tree/main/circuit_scaling_benchmark), cho thấy những hạn chế thực tế của cả hai phương pháp.
Trên IBM AerSimulator, giới hạn là số lượng qubit có thể mô phỏng trước khi nhu cầu về tài nguyên tăng trưởng theo cấp số nhân, ngăn chặn mở rộng vượt quá vài chục qubit.
Trên nền tảng IBM Quantum, nút thắt là sửa lỗi: mặc dù số lượng qubit vật lý là 127 trên thiết bị Eagle r3, nhiễu và sự mất tính kết hợp hạn chế độ sâu và độ trung thực của mạch, khiến việc mở rộng cùng một phép tính vượt quá quy mô vấn đề nhỏ là không thực tế.
Để làm rõ hơn, Dynex cũng đã phát hành một video so sánh minh họa những phát hiện này.
(https://github.com/dynexcoin/DynexSDK/tree/main/circuit_
scaling_benchmark).
Cùng nhau, các nghiên cứu kiểm soát này làm nổi bật những hạn chế hiện tại của các trình mô phỏng hàng đầu và phần cứng lượng tử hiện có và cung cấp một chuẩn mực minh bạch có thể được sử dụng đánh giá phương pháp tiếp cận thay thế như kiến trúc dựa trên ODE của Dynex .
Kết quả được hiển thị trong hình bên dưới. Nền tảng mô phỏng lượng tử Dynex có thể xử lý thành công các số lên đến 100 chữ số trong vòng chưa đầy 13 giây.
phân tích
Có thể xác minh độc lập các khẳng định Dynex không?
Có. Chúng tôi đã có thể sao chép thành công và độc lập các kết quả được Dynex báo cáo.
Liệu trình độ năng lực việc kinh doanh hiện tại có thể được sử dụng để mang lại giá trị việc kinh doanh thực tế không?
Đối với một số trường hợp sử dụng thì đúng.
Cái gì đang được đo lường?
Máy cộng lượng tử trên nền tảng công cộng chỉ có thể xử lý các số lên đến 26 hoặc 64. Nền tảng Dynex đã chứng minh rằng nó có thể xử lý các số lên đến 2100: 1.267, 650, 600, 228, 229, 401, 496, 703, 205, 375.
Quan sát thời gian chạy.
Thời gian thực thi vẫn khả thi trên toàn bộ phạm vi thử nghiệm, chỉ tăng từ khoảng 6 giây cho 6 bit lên khoảng 13 giây cho 100 bit. Như đã thảo luận ở Phần 3 ở trên, một trong những tuyên bố chính của Dynex là phương pháp của họ hỗ trợ mở rộng hiệu suất dưới cấp số nhân so với độ phức tạp. Ít nhất là trong phạm vi thử nghiệm, bằng chứng dường như ủng hộ tuyên bố này.
Bối cảnh và khả năng áp dụng
Thời gian xử lý 13 giây cho một số 100 bit vượt xa kết quả được báo cáo cho các nền tảng lượng tử khác, nhưng vẫn không hề đơn giản, nghĩa là các giải pháp thực tế phải khai thác cụ thể sức mạnh này, thay vì dựa vào sức mạnh tính toán thô bạo.
Riêng ngưỡng 100 bit của bộ cộng lượng tử có thể đủ lớn để sử dụng có mục đích trong phân tích danh mục đầu tư, phát hiện gian lận hoặc lập kế hoạch Chuỗi cung ứng, nhưng vẫn thấp hơn một chút so với yêu cầu về đánh giá thuốc, an ninh mạng hoặc mô hình hóa khí hậu.
4. Trường hợp kiểm tra 2: Bài toán người bán hàng du lịch
Kết luận: Nền tảng Dynex có thể xử lý các vấn đề TSP lớn hơn nhiều so với các vấn đề mà nền tảng IBM và IonQ xử lý.
Cái gì được đo lường
Đánh giá này tập trung vào Bài toán Người bán hàng Du lịch (TSP) như một bài toán ủ. Các bộ ủ lượng tử hiện tại, chẳng hạn như hệ thống Advantage của DWave, bị giới hạn ở khoảng 5.000 qubit vật lý. Trên thực tế, điều này giới hạn kích thước của các trường hợp TSP có thể giải được ở số lượng thành phố tương đối khiêm tốn do chi phí nhúng và nhiễu. Ngược lại, Dynex đã thực hiện thành công một bài toán TSP 80 thành phố được ánh xạ thành 6.400 qubit, vượt xa giới hạn phần cứng hiệu dụng của các bộ ủ thương mại hàng đầu.
Bối cảnh và khả năng áp dụng
Nghiên cứu so sánh Dynex với một nền tảng ủ lượng tử, thay vì các bộ giải TSP cổ điển hiện đại. Các hệ thống cổ điển đã đạt được những thành tựu ấn tượng—ví dụ, bộ giải Concorde đã giải thành công bài toán TSP với 89.000 thành phố, nhưng chỉ sau hơn một năm chạy ở mức tải CPU tối đa.
Do đó, câu hỏi mở là liệu có phạm vi hữu ích nào về độ phức tạp của TSP trong thế giới thực mà Dynex có thể sánh ngang hoặc vượt trội hơn máy tính cổ điển mà không cần điều kiện phòng thí nghiệm, phần cứng chuyên dụng hoặc thời gian chạy khiến chúng không thể sử dụng cho các mục đích thực tế hàng ngày hay không. Xét đến tác động tiềm tàng của việc tối ưu hóa TSP thành công trên lượng lớn ngành công nghiệp có tác động lớn, chúng tôi cho rằng điều này cần được khám phá thêm.
- Thực hiện mạch ngược
Kết luận: Dynex có thể thực hiện thành công quá trình thực hiện mạch ngược cho số lượng lên tới 1.028.171, vượt trội đáng kể so với kết quả thu được bằng nền tảng dựa trên cổng hoặc nền tảng ủ.
Liệu trình độ năng lực việc kinh doanh hiện tại có thể được sử dụng để mang lại giá trị việc kinh doanh thực tế không?
Đối với một số trường hợp sử dụng thì có thể, nhưng cần nghiên cứu thêm để xác định điều này.
Mặc dù về mặt lý thuyết, việc thực hiện mạch ngược trên máy tính cổ điển là khả thi, nhưng trên thực tế, việc triển khai trên quy mô lớn là bất khả thi. Điều này là do chỉ một tập hợp con các cổng logic cổ điển là có thể đảo ngược (ví dụ: NOT và XOR), trong khi hầu hết các cổng cơ bản của điện toán hiện đại (AND, OR, NAND) vốn dĩ không thể đảo ngược. Việc xây dựng một cỗ máy cổ điển chỉ sử dụng các cổng đảo ngược là không thực tế và không hiệu quả.
Cái gì được đo lường
Các bài kiểm tra chuẩn đã xác nhận Dynex có thể phân tích số lên đến 20 chữ số (≈1.028.171), mở rộng đến 400 qubit. Để so sánh, các hệ thống lượng tử hiện có bị giới hạn ở các hệ số rất nhỏ: IBM và IonQ đã chứng minh kết quả ở mức N=21, và D-Wave ở mức N=35.
Bối cảnh và khả năng áp dụng
Trong trường hợp này, nền tảng Dynex đã chứng minh khả năng thực thi các mạch lượng tử theo chiều ngược lại, sử dụng phân tích thừa số nguyên làm khối lượng công việc tham khảo. So với các thử nghiệm khác, sự gia tăng thời gian thực thi trên phạm vi đo lường gần với tỷ lệ thuận hơn là tỷ lệ mũ. Mặc dù việc phân tích thừa số một số 20 bit vẫn còn nhỏ so với các tiêu chuẩn crypto như RSA-2048 (617 bit), nhưng nó lớn hơn gấp bội so với bất kỳ kết quả nào hiện có trên phần cứng lượng tử công khai.
Xét về khả năng ứng dụng trong thế giới thực, rất khó để bình luận về khả năng sử dụng của việc thực thi mạch ngược trên nền tảng Dynex đối với nhiều trường hợp sử dụng trong thế giới thực đã đề cập ở trên vì không có điểm tham khảo nào để so sánh, vì việc thực thi mạch ngược hiếm khi được triển khai trên phần cứng máy tính cổ điển.
Cần tiếp tục nghiên cứu và tạo ra để xác định liệu việc sử dụng nền tảng Dynex có mang lại tác động có ý nghĩa đến phát triển phần mềm, thiết kế phần cứng hay cải thiện khả năng chịu lỗi hay không. Mặt khác, việc tìm hiểu xem liệu kỹ thuật đảo ngược mạch trên Dynex có thể là một công cụ gỡ lỗi và kiểm tra lỗi hiệu quả cho phát triển phần mềm lượng tử hay không có thể là một giải pháp đáng cân nhắc, vì nó có thể hỗ trợ việc kiểm tra lỗi nghiêm ngặt hơn so với hiện tại.
6. Thuật toán của Shor
Kết luận: Dynex đã có thể phân tích thành công một số 40 chữ số (một số 13 chữ số, cụ thể là N = 1.099.510.308.317) trong vòng chưa đầy một giây. Điều thú vị là một số ngắn hơn với 20 chữ số lại mất hơn 2 giây để phân tích.
Mô tả trường hợp thử nghiệm
Thuật toán Shor, được giáo sư Peter Shor của MIT đề xuất lần đầu tiên vào năm 1996, là một thuật toán ngắn gọn và tinh tế để tìm các thừa số nguyên tố của bất kỳ số nguyên nào, kể cả những số rất lớn.
Thuật toán của Shor rất dễ hiểu và dễ triển khai. Nó chỉ có sáu bước; một người có bằng cử nhân toán học và hiểu biết cơ bản về Python có thể lập trình nó trong vòng chưa đầy một giờ.
Vấn đề với phân tích số nguyên không phải là viết một đoạn mã như vậy, mà là chạy nó. Nếu bạn có thể kết hợp toàn bộ sức mạnh tính toán trên Trái Đất vào một siêu cụm thiên hà và để siêu cụm đó phân tích thành một số 617 bit (kích thước của private key RSA2048), thì việc chạy nó sẽ mất nhiều thời gian hơn cả tuổi hiện tại của vũ trụ.
Do khả năng xử lý nhiều khả năng cùng lúc, máy tính lượng tử có tiềm năng khiến thuật toán của Shor trở nên đơn giản.
Đó là lý do tại sao đây là ví dụ tham khảo nhiều nhất về cách máy tính lượng tử có thể cung cấp những khả năng mà máy tính cổ điển không bao giờ có thể đạt được.
Các trường hợp sử dụng thực tế
Mặc dù thuật toán Shor có nhiều ứng dụng tiềm năng, nhưng khía cạnh thú vị và đáng lo ngại nhất chính là tác động của nó đến an ninh mạng. Nếu thuật toán Shor có thể khiến việc bẻ khóa RSA-2048 trở nên dễ dàng, nó sẽ khiến hầu hết các công crypto hiện đại trở nên vô dụng, đồng nghĩa với việc hầu hết các ứng dụng phần mềm hiện có đều có nguy cơ bị lạm dụng, đánh cắp và tấn công độc hại.
Ngành công nghiệp này rất coi trọng mối đe dọa này và đang đầu tư hàng tỷ đô la vào việc phát triển và áp dụng phương pháp crypto mới (thường được gọi là crypto hậu lượng tử hay PQE) phương pháp vẫn an toàn khi điện toán lượng tử trở nên khả thi.
Đường cơ sở kiểm soát
Tại thời điểm viết bài này, số lớn nhất mà máy tính lượng tử phân tích thành công bằng thuật toán Shor là N = 21. Trong biểu diễn này, N biểu diễn số thực tế đang được phân tích, do đó các nghiệm cho N = 21 là 3 và 7.
Hệ thống Photonic (2011):
Politi, A. và cộng sự (2011). "Thuật toán phân tích lượng tử ngắn trên chip quang tử." Khoa học
Khoa học, 325(5945), 1221–1224. DOI: 10.1126/science.1173731.
o Chi tiết: Trình bày phương pháp phân tích thừa số bằng chip lượng tử quang tử với 2-4 qubit. Việc triển khai sử dụng
Phiên bản biên dịch của thuật toán Shor trong đó phép toán lũy thừa mô-đun được đơn giản hóa trước, do đó giảm độ sâu của mạch.
Xác suất thành công khoảng 90%, thấp hơn một chút so với kết quả thực nghiệm.
Bây giờ hãy bước đi.
o Tính liên quan: Được xác nhận là cột mốc quan trọng đối với hệ thống quang tử, nhưng mở rộng bị hạn chế bởi tổn thất photon và độ trung thực của cổng.
Hệ thống bẫy ion (2012):
Martín-Lopez và cộng sự (2012). "Một triển khai thử nghiệm thuật toán phân tích lượng tử Shor trong cộng hưởng từ hạt nhân." Nature, 486, 195-199. DOI: 10.1038/nature11111.
o Chi tiết: Quá trình phân hủy được thực hiện bằng hệ thống lượng tử cộng hưởng từ hạt nhân 7 qubit được kích thích bởi bẫy ion.
Phép toán lũy thừa siêu môđun được tối ưu hóa và đơn giản hóa lượng lớn cho các trường hợp cụ thể (, Số 2). Điều kiện tiên quyết cổ điển rút gọn phép toán lượng tử thành một vài cổng được kiểm soát.
o Tương quan: được xác minh là yếu tố lớn nhất đối với hệ thống bẫy ion, nhưng do phụ thuộc vào các yếu tố cụ thể
Phương pháp này không thể được tổng quát hóa do các thuộc tính số của .
Hệ thống qubit siêu dẫn (2012–2016):
Lucero và cộng sự (2012). "Tính toán các thừa số nguyên tố bằng bộ xử lý qubit pha Josephson." Nature Physics, 8719–723. DOI: 10.1038/nphys2385.
o Chi tiết: Quá trình phân hủy được thực hiện bằng bộ xử lý siêu dẫn 4 qubit ( đội ngũ Google/UCSB). Một thí nghiệm sau đó
Trải nghiệm (không được công bố đầy đủ, nhưng được đề cập trong các cuộc nói chuyện) mở rộng sang một nền tảng tương tự với
Có 5-6 qubit, sử dụng thuật toán Shor đã biên dịch và các phép toán mô-đun được tính toán trước.
o Tính liên quan: Hiển thị việc triển khai qubit siêu dẫn, nhưng với những đơn giản hóa hạn chế tính tổng quát.
Đánh giá toàn diện (2020-2023):
Amico, M. và cộng sự (2020). "Tình trạng tính toán lượng tử của phân tích số nguyên." Khoa học lượng tử
và Công nghệ, 5(3), 033001. DOI: 10.1088/2058-9565/ab8b6d.
o Chi tiết: Xem xét tiến trình thử nghiệm và chỉ ra rằng phần cứng vật lý đa nền tảng (photon, bẫy ion, siêu dẫn) là
Cần nhấn mạnh rằng tất cả các bản trình diễn đều sử dụng mạch tùy chỉnh và được mã hóa cứng cho các tình huống cụ thể.
Các số lớn hơn (ví dụ) được xem xét trong các phép lai lượng tử tương tự hoặc cổ điển, trong khi
Không phải phần cứng lượng tử thuần túy.
o Tương quan: Được xác nhận là giới hạn thực tế do hạn chế của NISQ (số lượng qubit ~5–10, lỗi cổng ~1%).
Hướng dẫn gần đây và nhận xét về cộng đồng (2024–2025):
Hướng dẫn Qiskit: Thuật toán Shor.
ibmq_nairobi, v.v. Hệ thống 7 qubit). Lưu ý rằng do độ sâu của mạch (xấp xỉ.
20–30 cổng) và tiếng ồn là mức tối đa được thể hiện trên phần cứng.
Quantum Computing Stack Exchange (2023): "Con số lớn nhất mà thuật toán của Shor có thể phân tích trên phần cứng thực là
Sự đồng thuận chỉ ra rằng không có cách nào khác để trích dẫn các thí nghiệm về photon và siêu dẫn do những hạn chế về tính mạch lạc.
Có bản demo chắc chắn.
Liệu trình độ năng lực việc kinh doanh hiện tại có thể được sử dụng để mang lại giá trị việc kinh doanh thực tế không?
Mặc dù nền tảng mô phỏng lượng tử Dynex rõ ràng vượt trội hơn các kết quả đã công bố từ các nền tảng lượng tử công khai khác, nhưng vẫn còn kém xa so với những gì có thể đạt được khi chạy phương pháp phân tích thừa số khác trên máy tính cổ điển.
Cái gì được đo lường
Đánh giá này sử dụng thuật toán Shor, được triển khai như một mạch cổng lượng tử để phân tích thừa số nguyên. Phần cứng lượng tử hiện tại vẫn bị giới hạn ở các số rất nhỏ: IBM và IonQ đã báo cáo kết quả cho N=21, trong khi DWave đã chứng minh kết quả cho N=35. Ngược lại, Dynex đã thực hiện thành công các phép đo ngắn mạch cho N=1.099, 510, 308 và 317 trong vòng chưa đầy 1 giây.
Bối cảnh và khả năng áp dụng
Dynex đã chứng minh được khả năng phân tích một số 13 chữ số trong vòng chưa đầy một giây, một con số rất ấn tượng nếu xét đến việc các nền tảng lượng tử khác chỉ có thể phân tích tối đa 2 chữ số. Kết quả này vẫn chưa thể đạt được trên phần cứng cổ điển chuyên dụng; các thuật toán như Rho của Pollard hiện đã có thể phân tích các số từ 100 đến 130 chữ số trong cùng khoảng thời gian trên một CPU duy nhất.
Tuy nhiên, kết quả mà Dynex thu được vẫn cần được khám phá và thử nghiệm thêm. Đường cong tỷ lệ dọc theo phạm vi đo lường khá khác biệt so với những gì chúng ta nhìn lên các nền tảng lượng tử khác, đủ thấp để khiến chúng ta tự hỏi nền tảng Dynex hiện tại có thể làm được gì ở mức tối đa.
7. Sự gấp protein
Kết luận: Dynex đã có thể sử dụng thành công phương pháp tối ưu hóa dựa trên mạng 2D để dự đoán hình dạng cuối cùng của Chuỗi protein gồm 77 axit amin trong 26 giây.
Cái gì được đo lường
Độ phức tạp về mặt toán học của bài toán này dao động từ một số lượng nhỏ các phép tính cho 3 axit amin đến khoảng 1,5×10 cho 77 axit amin.
Mặc dù độ phức tạp lý thuyết tăng trưởng theo cấp số nhân, thời gian chạy của Dynex chỉ tăng trưởng nhẹ: từ 0,02 giây đối với các hệ thống rất nhỏ lên 25 giây đối với Swiss-Prot. Điều này cho thấy đường cong tỷ lệ dưới cấp số nhân trong phạm vi đo lường.
Bối cảnh và khả năng áp dụng
Mặc dù có những nghiên cứu tham khảo tập trung vào việc sử dụng kỹ thuật toán học này để dự đoán trạng thái cuối cùng của protein trên các nền tảng điện toán cổ điển, nhưng không có hai thí nghiệm nào trong số này được thiết lập theo cùng một cách; cần có thêm các thí nghiệm kiểm soát để đánh giá .
Phương pháp Dynex có vẻ vượt trội hơn hoặc ít nhất là ngang bằng với hiệu suất của alpha-fold (tùy thuộc vào lựa chọn phần cứng), nhưng khẳng định rằng Dynex là một lựa chọn tiềm năng trong thế giới thực cũng đòi hỏi phải so sánh nó trong các điều kiện thử nghiệm nhất quán với các triển khai dựa trên mạng 2D được tối ưu hóa khác chỉ được triển khai trên nền tảng điện toán cổ điển (tức là không có mô phỏng lượng tử).
- Băm ngược sử dụng thuật toán Grover
Kết quả: Nền tảng Dynex đã có thể đạt được hàm băm ngược thành công lên đến 128 bit.
Mô tả trường hợp thử nghiệm
Giải thích thuật toán của Grover
Thuật toán Grover là một phương pháp tìm kiếm khai thác khả năng của máy tính lượng tử trong việc thực hiện nhiều phiên bản của cùng một hoạt động cùng lúc.
Hãy tưởng tượng bạn phải chọn một khả năng cụ thể từ lượng lớn khả năng, mà chúng ta sẽ gọi là N. Các khả năng này không có thứ tự nào, vì vậy chúng ta phải kiểm tra từng khả năng một, điều đó có nghĩa là trung bình, chúng ta phải đánh giá khoảng một nửa số khả năng, hay N/2, trước khi tìm thấy khả năng mà chúng ta đang tìm kiếm.
Thuật toán Grover là một phương pháp tăng xác suất để lần chúng ta chọn một trong N khả năng để đánh giá, chúng ta sẽ chọn đúng. Đây được gọi là tăng tốc lần; số khả năng trung bình mà chúng ta phải xem xét tăng từ N/2 đến N (căn bậc hai của N).
Vì vậy, ví dụ, nếu chúng ta phải sử dụng tìm kiếm thông thường để chọn ra lựa chọn đúng trong số một triệu khả năng, trung bình chúng ta phải xem xét 500.000 khả năng trước khi tìm thấy lựa chọn đúng; nếu chúng ta có thể sử dụng tìm kiếm của Grover, trung bình chúng ta chỉ phải xem xét 1.000 khả năng trước khi tìm thấy lựa chọn đúng.
Giải thích về băm ngược
Băm là thao tác chuyển đổi một tập dữ liệu số hoặc ký tự thành một tập dữ liệu khác. Điều làm cho băm trở nên độc đáo và hữu ích là chúng không thể đảo ngược; nếu bạn chỉ có dữ liệu đã chuyển đổi, sẽ không có cách nào để tính toán dữ liệu gốc; bạn phải duyệt qua từng giá trị có thể có của dữ liệu đầu vào và áp dụng hàm băm để xem đó có phải là giá trị chính xác hay không.
Băm ngược chính xác là quá trình như vậy: cố gắng tìm ra giá trị ban đầu trước khi băm nó. Băm ngược thực tế là bất khả thi đối với bất kỳ dữ liệu lớn nào vì có quá nhiều khả năng, nhưng thuật toán của Grover (ít nhất là trên lý thuyết) có thể giúp việc này dễ dàng hơn bằng cách tăng xác suất bạn sẽ chọn đúng phương án và giảm đáng kể số lượng phương án bạn phải kiểm tra.
Các trường hợp sử dụng thực tế
Giống như thuật toán của Shor, trường hợp sử dụng quan trọng nhất của thuật toán Grover là trong lĩnh vực bảo mật mạng.
Băm là phương pháp chính được sử dụng để lưu trữ mật khẩu. Khi người dùng tạo tài khoản trên một trang web hoặc sản phẩm phần mềm, mật khẩu họ tạo sẽ được băm trước khi lưu trữ. Sau đó, khi người dùng cố gắng đăng nhập bằng mật khẩu đó, dữ liệu đầu vào của người dùng sẽ được băm lại, và dữ liệu đầu vào đã băm sẽ được so sánh với dữ liệu băm đã lưu trữ để xem người dùng đã nhập đúng mật khẩu hay chưa.
Hàm băm không thể tái tạo lại mật khẩu gốc; bạn phải tiếp tục đoán cho đến khi tìm ra đáp án đúng. Với những mật khẩu quá dài, khả năng đoán đúng gần như bằng không, nhưng thuật toán Grover có thể giảm đáng kể số lần bạn phải đoán để tìm ra đáp án đúng.
Băm cũng là phương pháp được sử dụng để bảo mật chữ ký số và mục nhập trong blockchain hoặc sổ cái phân tán.
Đường cơ sở kiểm soát
Việc thử nghiệm hàm băm ngược trên các nền tảng lượng tử công khai hiện có vẫn chưa được chứng minh. Thuật toán của Grover cho đến nay chỉ mới được triển khai dưới dạng các thí nghiệm chứng minh khái niệm rất nhỏ - thường trong phạm vi từ 2 đến 8 qubit - nên không đủ để kiểm tra ngay cả những hàm băm đơn giản nhất trong thực tế.
Cho đến nay, chưa có công ty điện toán lượng tử nào phát hành một triển khai Grover hữu ích, hoạt động ở quy mô phù hợp với các ứng dụng thực tế. Các buổi trình diễn công khai của IBM, IonQ, Rigetti và các công ty khác chỉ giới hạn ở các mạch đồ chơi được thiết kế để chứng minh các nguyên lý lý thuyết, thay vì giải quyết các bài toán băm ngược có ý nghĩa.
Do đó, không có cơ sở nào được thiết lập từ phần cứng lượng tử hiện có để so sánh trực tiếp kết quả Dynex .
Do đó, điểm chuẩn Dynex là nỗ lực đầu tiên nhằm thử nghiệm các mạch theo phong cách Grover ở quy mô đủ lớn (lên đến 128 bit) để kiểm tra tính liên quan tiềm ẩn của chúng với các vấn đề thực tế.
Liệu trình độ năng lực việc kinh doanh hiện tại có thể được sử dụng để mang lại giá trị việc kinh doanh thực tế không?
Có thể; cần phải nghiên cứu thêm.
Cái gì được đo lường
Điểm chuẩn này đánh giá thuật toán băm ngược của Grover. Trong khi phần cứng lượng tử hiện tại chỉ giới hạn ở các trường hợp thử nghiệm rất nhỏ, Dynex đã thực thi các mạch Grover lên đến 128 qubit (128 qubit), vượt xa khả năng của các nền tảng lượng tử công khai.
Độ phức tạp của vấn đề cơ bản tăng trưởng theo cấp số nhân trên toàn bộ phạm vi đo lường, từ khoảng lần phép tính cho 4 bit đến khoảng 10 lần cho 128 bit.⁸ Mặc dù vậy, thời gian chạy của Dynex vẫn tương đối ổn định trên toàn bộ phạm vi thử nghiệm: khoảng 15 giây cho 4-64 bit và chỉ khoảng 18 giây cho 128 bit, điều này càng củng cố thêm khẳng định của Dynex rằng nền tảng của họ cung cấp mở rộng hiệu suất/độ phức tạp theo tỷ lệ thuận hơn là theo cấp số nhân.
Bối cảnh và khả năng áp dụng
Các thuật toán băm hiện đại như SHA-256, kết hợp với mật khẩu từ 8 ký tự trở lên, vẫn an toàn ngay cả trong một máy tính lượng tử có đầy đủ chức năng; ngay cả với tốc độ tăng tốc lần của Grover, vẫn còn quá nhiều khả năng để kiểm tra. Tuy nhiên, có rất nhiều ví dụ về phần mềm cũ và phương pháp băm lỗi thời, về nguyên tắc, các khả năng được Dynex chứng minh có thể được sử dụng để phát hiện lỗ hổng.
Mục đích của nghiên cứu này không phải là xác nhận các cuộc tấn công mà là xác định thời điểm có thể truy cập vào các khả năng đó để doanh nghiệp có thể chủ động bảo vệ hệ thống trước khi chúng bị tấn công.
Tuy nhiên, vẫn còn nhiều trường hợp sử dụng tiềm năng ngoài các cuộc tấn công an ninh mạng , trong đó phương pháp theo kiểu Grover có thể mang lại giá trị thực tế vượt xa những khả năng hiện có của nền tảng Dynex . Một số trường hợp sử dụng đáng để khám phá thêm có thể bao gồm:
(1) Phục hồi dữ liệu: Xác định vị trí thông tin trên các thiết bị lưu trữ bị hỏng hoặc xuống cấp bằng phương pháp băm nhỏ hơn trước đó.
quan tâm.
(2) Thiết kế protein: Mã hóa các đặc tính protein mong muốn dưới dạng giá trị băm và sử dụng băm ngược để
Không gian protein có thể được tìm kiếm hiệu quả để xác định các ứng viên phù hợp với các đặc tính này.
(3) Nghiên cứu crypto hậu lượng tử: Kiểm tra ứng suất phương pháp crypto mới so với tìm kiếm lượng tử theo kiểu Grover để xác minh khả năng phục hồi của chúng trước khi triển khai trên quy mô lớn.
(4) Tìm kiếm và tối ưu hóa cơ sở dữ liệu: Áp dụng công nghệ tìm kiếm tương tự Grover để tăng tốc độ truy vấn dữ liệu có cấu trúc và không có cấu trúc trong cơ sở dữ liệu lớn.
(5) Trí tuệ nhân tạo và Học máy: Khám phá các nguyên mẫu dựa trên Grover để tăng tốc tìm kiếm mô hình, điều chỉnh siêu tham số hoặc khớp mẫu.
(6) Sửa lỗi và xác minh: Trong các hệ thống phân tán quy mô lớn, nơi phương pháp kiểm tra cổ điển trở nên kém hiệu quả, băm ngược được sử dụng như một công cụ để phát hiện lỗi.
9. Tóm tắt
Dynex đã đưa ra một số tuyên bố đáng chú ý về khả năng của nền tảng mô phỏng lượng tử của mình, khẳng định nó có thể vượt trội đáng kể so với hầu hết các nền tảng điện toán lượng tử hiện có trên thị trường. Nếu đúng như vậy, ít nhất, nền tảng Dynex sẽ cho phép thử nghiệm và tạo mẫu rộng rãi hơn các kỹ thuật phát triển phần mềm điện toán lượng tử so với các nền tảng điện toán lượng tử hiện có trên thị trường. Tuy nhiên, ngoài ra, một số tuyên bố của họ, nếu đúng, còn cho thấy khả năng nền tảng Dynex có thể được sử dụng để cung cấp các giải pháp thực tế ngay cả khi chỉ là một trình mô phỏng lượng tử.
Mục đích của nghiên cứu này là trả lời hai câu hỏi:
[1] Có thể xác minh độc lập kết quả của Dynex không?
Câu trả lời chắc chắn là có.
Chúng tôi đã xem xét chi tiết việc triển khai trường hợp thử nghiệm, thực thi các tập lệnh một cách độc lập và kiểm tra kết quả với tham khảo đã biết. Trong mỗi trường hợp, chúng tôi nhận được kết quả tương tự như kết quả được Dynex báo cáo.
[2] Có trường hợp sử dụng tiềm năng nào trong thế giới thực trong đó khả năng của Nền tảng Dynex có thể được tận dụng để cung cấp các giải pháp có giá trị có thể đo lường được không?
Câu trả lời là có, nhưng ở mức độ có độ tin cậy cao hơn.
Trong nghiên cứu của chúng tôi, Dynex dường như vượt trội hơn các nền tảng lượng tử có sẵn công khai trong cả sáu trường hợp văn bản, nhưng các trường hợp thử nghiệm này phải tham khảo các thuật toán lượng tử; trong một số trường hợp trong đó, các kỹ thuật cổ điển truyền thống vẫn tạo ra kết quả tốt hơn đáng kể (chẳng hạn như TSP).
Tuy nhiên, có một số trường hợp sử dụng mục tiêu mà nền tảng Dynex hiện tại có tiềm năng mang lại kết quả vượt trội hoặc cạnh tranh với các kỹ thuật tính toán truyền thống. Các trường hợp sử dụng này có thể bao gồm, nhưng không giới hạn ở, phân tích danh mục đầu tư, tối ưu hóa Chuỗi cung ứng hoặc dự đoán hình dạng cuối cùng của protein.
10. Các bước tiếp theo
- Các bước tiếp theo cho nghiên cứu này
Xác thực cuối cùng của bất kỳ nghiên cứu nào thuộc loại này là khả năng tái tạo kết quả của nó. Vì lý do này, chúng tôi đã đồng ý với Dynex để cung cấp mã nguồn của nghiên cứu này cho bất kỳ ai muốn tự chạy các tập lệnh và xác minh rằng chúng có thể tái tạo cùng kết quả. Điều kiện duy nhất chúng tôi đưa ra là bất kỳ ai thực hiện các thử nghiệm này phải chia sẻ kết quả của họ với chúng tôi sau đó. Nếu bạn muốn tự mình xác minh kết quả này, vui lòng gửi email cho chúng tôi theo địa chỉ
dynex_study@finservexperts.com .
Như đã đề cập ở trên, những kết quả ban đầu này qua nhiều trường hợp sử dụng chứng minh rằng năng lực hiện tại của nền tảng mô phỏng lượng tử Dynex đủ mạnh mẽ để mang lại giá trị thực tế trong các tình huống ngoài phòng thí nghiệm. Vì chúng ta đang thảo luận về một nhóm các vấn đề mà điện toán lượng tử có khả năng tạo ra những đột phá mới, nên không có gì ngạc nhiên khi tất cả các tình huống này đều là những vấn đề cực kỳ phức tạp và không nên xem nhẹ. Bước tiếp theo sẽ là xác thực mạnh mẽ hơn tính hữu ích của nền tảng Dynex trong các tình huống này, lý tưởng nhất là hợp tác với các doanh nghiệp công, tư hoặc học thuật đã có chuyên môn sâu trong các lĩnh vực giải pháp liên quan.
- Dynex?
Phiên bản hiện tại của nền tảng Dynex là nền tảng phần mềm; nó chạy trên phần cứng dựa trên CPU. Tuy nhiên, mặc dù nghiên cứu này đã chứng minh những cải tiến đáng kể so với kết quả đã công bố từ các nền tảng lượng tử công khai khác, Dynex cho rằng một giải pháp dựa trên phần cứng sẽ mang lại những tiến bộ vượt bậc hơn nữa.
Để đạt được mục tiêu này, Dynex đang nỗ lực triển khai phương pháp này trên một chip silicon chuyên dụng mang tên Apollo, mà Dynex cho biết sẽ chạy 1.000 qubit vật lý trong một kiến trúc mô phỏng thần kinh hoạt động ở nhiệt độ phòng. Lộ trình của họ vượt qua Apollo dự kiến sẽ có sê-ri các phiên bản tiếp theo, giúp tăng khả năng này lên gấp nhiều lần, với mục tiêu dài hạn là đạt 1 triệu qubit vật lý vào năm 2034.
- Các bước tiếp theo dành cho chuyên gia Finserv
Sứ mệnh của chúng tôi tại FSE là giúp khách hàng thiết kế, phát triển và triển khai các mô hình kinh doanh mới vốn không thể thực hiện được nếu không có các khả năng mới được hỗ trợ bởi các công nghệ mới nổi.
Chúng tôi không phải là nhà khoa học lượng tử và không tư cách để bình luận về việc liệu phương pháp Dynex có phải là mô phỏng "thực sự" của điện toán lượng tử hay không, hoặc liệu bản phát hành phần cứng theo kế hoạch của họ có phải là qubit "thực" hay không.
Những gì chúng tôi có thể bình luận, những gì chúng tôi tư cách đánh giá, cuối cùng mới là điều chúng tôi quan tâm, điều chúng tôi thực sự quan tâm là những kết quả được ghi chép đầy đủ. Nghiên cứu này chứng minh một cách thuyết phục rằng Dynex hoàn toàn có khả năng mang lại những kết quả như họ tuyên bố. Hơn nữa, có lý do để tin rằng mức độ năng lực mà Dynex đã thể hiện sẽ có tác động đến một số trường hợp sử dụng mục tiêu nhất định.
Bước tiếp theo của chúng tôi là bắt đầu làm việc với khách hàng để tìm hiểu cách triển khai những tính năng mới này nhằm mang lại những khả năng mới mà trước đây là bất khả thi. —————————————————Tuyên bố Bản quyền: Bài viết này là bài viết gốc của blogger CSDN "Aibit" và tuân thủ thỏa thuận bản quyền CC 4.0 BY-SA. Vui lòng đính kèm liên kết nguồn gốc và tuyên bố này khi đăng lại. Liên kết gốc: https://blog.csdn.net/u010876122/article/details/151117714
