Початкове твердження: Квантовий комп'ютер проти суперкомп'ютера, якому потрібен мільйон років

У березні 2025 року компанія D-Wave оголосила результати, отримані на своєму квантовому відпалювачі Advantage2 — системі приблизно з 5000 кубітів. Компанія повідомила, що машина змоделювала динаміку складних магнітних матеріалів менш ніж за 20 хвилин, і оцінила, що виконання тих самих розрахунків на класичному суперкомп'ютері зайняло б майже мільйон років.

Завдання полягало в моделюванні динаміки невпорядкованих магнітних систем, а саме моделей спінового скла Ізинга, розташованих на ґратчастих структурах. На думку компанії та її співавторів, існуючі класичні методи не могли масштабуватися для таких великих квантових систем, що дало підстави назвати цей результат демонстрацією «понадкласичних» обчислень.

Такі заяви підпадають під концепцію квантової переваги: моменту, коли квантовий пристрій виконує завдання, яке класичні комп'ютери не можуть завершити в жодні практичні терміни.

Класичний прорив

Команда з Інституту Флетайрон та Бостонського університету переглянула ту саму фізичну задачу моделювання. Замість того, щоб намагатися відстежувати повний квантовий стан безпосередньо (розрахунок, який зростає експоненційно з кількістю кубітів), вони використали математичну структуру системи.

Їхній метод поєднав кілька ідей:

• Дво- та тривимірні тензорні мережі, організовані так, щоб відображати геометрію ґратки спінової системи
• Поширення переконань (belief propagation) — алгоритм передачі повідомлень, який ефективно оновлює мережу
• Методи стиснення тензорних мереж, які підтримують керований обсяг представлення даних у міру зростання заплутаності

Еволюціонуючи тензорні мережі, специфічні для ґратки, та використовуючи оновлення методом поширення переконань під час моделювання, алгоритм міг відстежувати динаміку системи без необхідності явно представляти повну 5000-кубітну хвильову функцію. Це різко знизило обчислювальні витрати, зберігши при цьому високу точність.

За словами дослідників, цей підхід може точно та ефективно моделювати ту саму динаміку квантового відпалу, яку раніше вважали недосяжною для класичних методів.

Чому деякі симуляції можна було запустити на ноутбуці

Тензорні мережі працюють шляхом стиснення квантових станів. Замість зберігання кожної амплітуди експоненційно великої хвильової функції, вони фіксують лише кореляції, які реально виникають у системі.

Для багатьох фізичних систем, особливо зі структурованими ґратчастими взаємодіями, ступінь заплутаності зростає таким чином, що його можна компактно апроксимувати. У таких випадках представлення тензорної мережі можуть відстежувати систему з набагато меншою кількістю параметрів, ніж це потрібно для моделювання «грубою силою».

У дослідженні Інституту Флетайрон поєднання цих представлень із методом поширення переконань зробило моделювання настільки ефективним, що деякі екземпляри могли виконуватися на звичайних персональних комп'ютерах, а не на масивних суперкомп'ютерах.

Що це означає для «квантової переваги»

Цей результат не доводить, що квантові комп'ютери не мають переваг. Натомість він підкреслює важливу реальність у цій галузі: планка постійно піднімається.

Заяви про квантову перевагу зазвичай порівнюють квантове обладнання з найкращими відомими класичними алгоритмами на той момент. Але класичні методи, особливо тензорні мережі, підходи Монте-Карло та інші апроксимаційні методи, продовжують стрімко вдосконалюватися.

Це означає, що завдання, яке сьогодні здається неможливим для класичних машин, завтра може стати розв'язним, якщо хтось знайде кращий алгоритм. Робота дослідників з Інституту Флетайрон демонструє саме таку динаміку: вузьким місцем були не фундаментальні обчислювальні обмеження, а стан класичних алгоритмів, які використовувалися для порівняння.

Постійна гонка озброєнь

Отже, стандарт для демонстрації квантової переваги стає все більш жорстким. Дослідники все частіше шукають задачі, для яких:

• класичні алгоритми навряд чи значно покращаться
• квантове обладнання пропонує чітку перевагу в масштабуванні
• результати можна незалежно перевірити

Цей епізод ілюструє ширшу закономірність у обчислювальній науці: прогрес часто досягається завдяки одночасному розвитку обладнання та алгоритмів. Квантові процесори вдосконалюються, але класичні алгоритми еволюціонують не менш швидко.

Наразі конкуренція між ними залишається активною гонкою — і кожна нова заява про квантову перевагу має витримати наступний прорив у класичних обчисленнях.

Початкове твердження: Квантовий комп'ютер проти суперкомп'ютера, якому потрібен мільйон років

У березні 2025 року компанія D-Wave оголосила результати, отримані на своєму квантовому відпалювачі Advantage2 — системі приблизно з 5000 кубітів. Компанія повідомила, що машина змоделювала динаміку складних магнітних матеріалів менш ніж за 20 хвилин, і оцінила, що виконання тих самих розрахунків на класичному суперкомп'ютері зайняло б майже мільйон років.

Завдання полягало в моделюванні динаміки невпорядкованих магнітних систем, а саме моделей спінового скла Ізинга, розташованих на ґратчастих структурах. На думку компанії та її співавторів, існуючі класичні методи не могли масштабуватися для таких великих квантових систем, що дало підстави назвати цей результат демонстрацією «понадкласичних» обчислень.

Такі заяви підпадають під концепцію квантової переваги: моменту, коли квантовий пристрій виконує завдання, яке класичні комп'ютери не можуть завершити в жодні практичні терміни.

Класичний прорив

Команда з Інституту Флетайрон та Бостонського університету переглянула ту саму фізичну задачу моделювання. Замість того, щоб намагатися відстежувати повний квантовий стан безпосередньо (розрахунок, який зростає експоненційно з кількістю кубітів), вони використали математичну структуру системи.

Їхній метод поєднав кілька ідей:

• Дво- та тривимірні тензорні мережі, організовані так, щоб відображати геометрію ґратки спінової системи
• Поширення переконань (belief propagation) — алгоритм передачі повідомлень, який ефективно оновлює мережу
• Методи стиснення тензорних мереж, які підтримують керований обсяг представлення даних у міру зростання заплутаності

Еволюціонуючи тензорні мережі, специфічні для ґратки, та використовуючи оновлення методом поширення переконань під час моделювання, алгоритм міг відстежувати динаміку системи без необхідності явно представляти повну 5000-кубітну хвильову функцію. Це різко знизило обчислювальні витрати, зберігши при цьому високу точність.

За словами дослідників, цей підхід може точно та ефективно моделювати ту саму динаміку квантового відпалу, яку раніше вважали недосяжною для класичних методів.

Чому деякі симуляції можна було запустити на ноутбуці

Тензорні мережі працюють шляхом стиснення квантових станів. Замість зберігання кожної амплітуди експоненційно великої хвильової функції, вони фіксують лише кореляції, які реально виникають у системі.

Для багатьох фізичних систем, особливо зі структурованими ґратчастими взаємодіями, ступінь заплутаності зростає таким чином, що його можна компактно апроксимувати. У таких випадках представлення тензорної мережі можуть відстежувати систему з набагато меншою кількістю параметрів, ніж це потрібно для моделювання «грубою силою».

У дослідженні Інституту Флетайрон поєднання цих представлень із методом поширення переконань зробило моделювання настільки ефективним, що деякі екземпляри могли виконуватися на звичайних персональних комп'ютерах, а не на масивних суперкомп'ютерах.

Що це означає для «квантової переваги»

Цей результат не доводить, що квантові комп'ютери не мають переваг. Натомість він підкреслює важливу реальність у цій галузі: планка постійно піднімається.

Заяви про квантову перевагу зазвичай порівнюють квантове обладнання з найкращими відомими класичними алгоритмами на той момент. Але класичні методи, особливо тензорні мережі, підходи Монте-Карло та інші апроксимаційні методи, продовжують стрімко вдосконалюватися.

Це означає, що завдання, яке сьогодні здається неможливим для класичних машин, завтра може стати розв'язним, якщо хтось знайде кращий алгоритм. Робота дослідників з Інституту Флетайрон демонструє саме таку динаміку: вузьким місцем були не фундаментальні обчислювальні обмеження, а стан класичних алгоритмів, які використовувалися для порівняння.

Постійна гонка озброєнь

Отже, стандарт для демонстрації квантової переваги стає все більш жорстким. Дослідники все частіше шукають задачі, для яких:

• класичні алгоритми навряд чи значно покращаться
• квантове обладнання пропонує чітку перевагу в масштабуванні
• результати можна незалежно перевірити

Цей епізод ілюструє ширшу закономірність у обчислювальній науці: прогрес часто досягається завдяки одночасному розвитку обладнання та алгоритмів. Квантові процесори вдосконалюються, але класичні алгоритми еволюціонують не менш швидко.

Наразі конкуренція між ними залишається активною гонкою — і кожна нова заява про квантову перевагу має витримати наступний прорив у класичних обчисленнях.