|
导言：在我们开发出第一个量子比特之前，理论家们已经做了一些工作，表明一个足够强大的、基于门的量子计算机将能够实现传统计算硬件上无法实际完成的计算。所需要的只是建立能够实现理论家工作的硬件。 在谈到量子退火时，情况基本上是相反的。D-Wave开始建造能够执行量子退火的硬件，但对其性能与标准计算硬件的比较却没有太多理论认识；而且，在实际计算中，该硬件有时会被传统的算法超越。 4月19日，D-Wave Quantum Inc.（纽约证券交易所：QBTS）发表了一篇经同行评审的里程碑式论文：其5000量子比特的Advantage™量子计算机的性能在“3D自旋玻璃优化问题（一类难以解决的优化问题）”上明显快于经典计算。不过，目前尚不清楚这种性能优势如何转化为实际计算。
对此，D-Wave公司首席执行官Alan Baratz博士表示：“这项研究标志着量子技术的一项重大成就，因为它证明了在一类难以解决的优化问题上比经典方法具有计算优势。对于那些寻求量子退火法无与伦比的性能证据的人来说，这项工作提供了明确的证明。”
此次研究中，D-Wave和波士顿大学的科学家合作使用QA处理器来研究自旋玻璃QPT的临界动力学。自旋玻璃状态的超慢动力学使得这种相变在量子优化研究中极为重要；结果表明，D-Wave量子处理器可以计算大规模优化问题中的相干量子动力学。 D-Wave的硬件由一组环形的超导线组成。电流可以在任何方向上循环通过这些环路，而方向则提供了一个比特值。每个环路还与几个相邻的环路相连，使它们能够相互影响对方的行为。
当适当配置时，该系统可以表现为“自旋玻璃”——一个具有复杂行为的物理系统。自旋玻璃最容易被认为是一个由磁铁组成的网格，每个磁铁都会影响其“邻居”的行为。当一块磁铁处于一个给定的方向（如自旋向上）时，它在能量上更有利于其“邻居”拥有相反的方向（自旋向下）。 如果从一个无序的系统开始，那么每块磁铁对其“邻居”的影响将导致自旋翻转，因为该系统试图找到一条通往最低能量状态（基态）的路径。 这个过程被称为热退火，它有一些限制。在一个标准的自旋玻璃中，有可能出现通往基态的每条路径都要经过一个高能“屏障”的情况。这可能会把系统困在一个局部最小值中，而不是让它进化到基态。 然而，D-Wave的系统显示了量子行为。这使它能够经历量子遂穿，在两个低能量状态之间通过，而不需要占据中间的高能量状态。因此，量子退火预计将比热退火有更好的整体性能。 自旋玻璃的行为可以被用来模拟各种物理过程，D-Wave公司的业务也基于这样一个事实：有可能将各种优化问题映射到自旋玻璃行为上。在这些情况下，让自旋玻璃找到它的基态，在数学上相当于找到问题的最优解。 为了更好地了解其硬件的性能，研究小组首先使用一个仅由16个自旋组成的小型自旋玻璃验证了D-Wave硬件。 论文中写道：“在这种规模下，我们可以数值演化随时间变化的薛定谔方程，这意味着可以直接计算量子退火期间系统的行为。这与在D-Wave的一个Advantage处理器的一个小角落里运行的相同过程相比，后者大约有5000个单独的量子比特。(他们实际上在该处理器上并行运行了100个这样的系统）。” 这些结果证实，D-Wave处理器经历了预期的量子退火过程。事实上，他们发现D-Wave处理器产生的结果与薛定谔的计算结果，比我们可以建立退火模型的两种方式都要好。
有了这个验证，研究小组转向了更大的自旋玻璃：由数千个自旋组成。在这一点上，使用薛定谔方程已经不现实了：“用经典计算机模拟QA的薛定谔动力学是一种没有前途的优化方法，因为内存需求随着系统大小呈指数级增长。”因此，研究人员将D-Wave的硬件与模拟退火和模拟量子退火相比较。 结果显示，所有硬件和模拟器都显示出类似的行为：系统与其基态之间的能量差距作为退火时间的函数呈指数式衰减。换句话说，系统从一个相对较高的能量状态开始，与基态之间的能量差距随着时间的增加而变小。 这两种方法的关键区别在于指数。指数越大，系统接近其基态的速度就越快。模拟量子退火的指数比模拟热退火的指数高，而D-Wave机器的指数比它们都高。这表明，在D-Wave的硬件中进行量子退火将比模拟退火更快地得到解决方案。
这些发现对优化有直接的影响，显示相干量子退火可以比经典算法更快地提高解决方案的质量。观察到的速度提升与相干量子退火的理论相吻合，并显示了相干性与量子退火的核心计算能力之间的直接联系。
研究中发现的一个问题是，当研究人员探索系统如何随着自旋数量的增加而扩展时，退火时间和系统中剩余的能量数量之间存在着一致关系。相比之下，D-Wave硬件的性能略有下降。 不过，这些结果仍然比任何一个退火模拟在这段时间内产生的结果更接近最佳。而D-Wave也表示，改善一致性是其下一代处理器的目标。 虽然自旋玻璃对物理学家来说很有趣，但很难将本文的结果转化为实际问题，尽管该团队建议这是下一步的工作：“将量子动力学的这一特征扩展到与行业相关的优化问题上，这些问题通常无法通过通用临界指数或有限尺寸扩展进行分析，这将标志着实用量子计算的下一个重要步骤。” 更简单地说，D-Wave的性能研究主任Andrew King表示，“工业问题通常甚至没有一个定义明确的缩放概念，就像这些自旋玻璃一样。” “对于工业问题，我可以说问题A比问题B有更多的变量，但可能有其他混杂的因素，使问题B因意想不到的原因而变得更难。”King说。此外，在某些情况下，高度专业化的算法可以胜过一般的优化方法，至少只要问题的规模仍然足够小。 尽管存在实际的不确定性，但量子退火硬件的缩放优势的经验证明，仍然解决了关于D-Wave硬件优势的开放性质疑。
这项工作支持了D-Wave对不懈的科学创新和产品交付的持续承诺，因为该公司继续开发其未来的退火和门模型量子计算机。迄今为止，D-Wave已经向市场推出了五代量子计算机，并在2022年6月推出了其第六代机器的实验原型——Advantage2™系统。
“这不仅是迄今为止最大的量子模拟演示，而且还提供了第一个有理论支持的实验证据，即相干量子动力学可以加速实现量子退火的更好解决方案。”D-Wave公司量子算法和系统研究员Mohammad Amin总结道：“观察到的加速可以归因于量子相变过程中复杂的临界动力学，我们相信这些发现对量子优化有重大影响，在解决现实世界的问题上将有实际应用。” |
