В среду, 18 марта, в Российской академии наук прошло расширенное заседание Научного совета РАН «Квантовые технологии» по теме «Сложные задачи: квантовые вычисления и перспективы гетерогенных вычислителей».
Президент Российской академии наук академик Геннадий Красников, открывая заседание, заметил:
«Внедрение квантовых вычислений в науку и промышленность открывает перспективы для разработки новых продуктов, оптимизации процессов и повышения эффективности производств. Поэтому достичь квантового преимущества — стратегическая цель отечественной науки».
По мнению директора Центра искусственного интеллекта Сколтеха профессора РАН Евгения Бурнаева, который представил доклад о развитии методов и платформ для квантовых вычислений, многие задачи оптимизации можно переформулировать как поиск состояния с наименьшей энергией. При решении некоторых из них квантовые подходы могут показать лучшие результаты, чем классические методы.
В качестве примера учёный привёл расчёты сейсмической инверсии, где по данным наземных датчиков восстанавливают структуру горных пород. Классические суперкомпьютеры справляются с этой задачей долго, поскольку просчитывают каждый слой.
«Квантовый же метод переписывает волновое уравнение в уравнение Шредингера, что позволяет снизить вычислительную сложность», — отметил специалист.
Со своей стороны, вице-президент по науке и академическому сотрудничеству Сколтеха Григорий Кабатянский обратил внимание, что сейчас основная задача — научиться эффективно исправлять ошибки в квантовых вычислениях.
«Долгое время считалось, — пояснил специалист, — что для исправления ошибок в квантовых системах требуется слишком много ресурсов. Однако прорыв был сделан в начале этого десятилетия Павлом Пантелеевым и Глебом Калачёвым (мехмат МГУ), которые доказали существование квантовых кодов с фиксированной скоростью и фиксированным нормализованным состоянием, то есть с исправлением ошибок при фиксированной вероятности ошибке и растущей длине кода».
Подобные решения, отметил учёный, приближают эпоху практических квантовых вычислений.
Одним из перспективных способов применения квантовых алгоритмов может стать их сведение к задачам типа QUBO (Quadratic Unconstrained Binary Optimization), сообщил в своём выступлении научный директор в ООО «КОР», ведущий научный сотрудник МФТИ Роланд Хильдебранд.
«На практике большинство сложных проблем из области планирования, логистики или финансов обычно формулируются в виде целочисленного линейного программирования. Однако существующие квантовые устройства ориентированы именно на решение задач QUBO», — уточнил он.
В качестве иллюстрации математик привёл примеры решения классических задач, сводимых к QUBO, таких как разбиение множества чисел на две равные по сумме части, задача о максимальном разрезе в графе и другие.
В свою очередь первый заместитель директора Института теоретической и математической физики (ИТМФ) РФЯЦ-ВНИИЭФ (входит в «Росатом»), член-корреспондент РАН Рашит Шагалиев посвятил доклад сравнению возможностей современных супер-ЭВМ и перспективных квантовых систем для развития технологий цифровых двойников или компьютерных испытаний. Это математические модели, которые заменяют натурный эксперимент. Сейчас задачи такого рода решают с помощью гибридных суперкомпьютерных комплексов. При этом прогресс упирается в сложность разработки алгоритмов и программ для распределенных вычислений, а также их адаптацию под конкретные архитектуры.
Квантовые системы для решения подобных задач — отдаленная перспектива, считает учёный, поскольку, во-первых, не разработаны решения для оперативной квантовой памяти, во-вторых, невозможно гарантировать требуемую точность вычислений.
Инновационные системы с высокой производительностью операций отечественной разработки на заседании представил директор и главный конструктор Научно-исследовательского центра супер-ЭВМ и нейрокомпьютеров (ООО «НИЦ СЭ и НК») Илья Левин. В частности, он рассказал о комплексе «Арктур», в котором вместо традиционного распараллеливания последовательных программ реализуется информационный граф задачи. В результате вычисления идут в темпе прохождения данных через такую схему, что существенно увеличивает производительность.
«Базовый модуль „Арктур“ — самая сложная вычислительная плата в мире», — поделился разработчик.
По его словам, системы применяли для расчёта данных радиолокации, докинга лекарственных препаратов, задач наземного мониторинга скважин и месторождений, дистанционного зондирования Земли и криптографии. В настоящее время ведутся работы для использования в области нейросетей и распознавания образов.
В свою очередь о достижениях в сфере разработки аналогового фотонного вычислительного устройства для обработки видеопотоков сообщил профессор кафедры киберфотоники Самарского университета им. С.П. Королёва Роман Скиданов. В этой технологии для вычислений используют распространение света через систему управляемых транспарантов. В такой схеме каждый транспарант играет роль нейронного слоя с настраиваемой функцией активации, а свет, проходя через них, формирует на выходе готовый результат.
В 2025 году исследователи повысили эффективность системы, перейдя к гибридной архитектуре. Сейчас вычислитель выполнен в виде серверной стойки и работает совместно с обычным компьютером. В сравнении с традиционными нейросетями семейства YOLO фотонный вычислитель показал многократное преимущество по скорости на больших изображениях. В настоящее время его уже применяют для решения практических задач поиска объектов в видеопотоке.
Также руководитель сектора квантовых вычислений Центра квантовых технологий физического факультета Московского государственного университета им.М.В. Ломоносова Станислав Страупе рассказал о перспективах применения аналоговых оптических ускорителей для задач искусственного интеллекта. По его мнению, «замена проводов на волноводы» не является «серебряной пулей», которая решит все проблемы вычислительной техники, но эта технология способна существенно снизить энергопотребление и снять ограничения по пропускной способности в системах искусственного интеллекта.
«Львиная доля вычислений в нейросетях — это линейная алгебра: умножение матрицы на вектор и матрицы на матрицу. В типичной архитектуре все линейные операции можно потенциально выполнять в оптике, которая хороша именно массово-параллельным выполнением линейных преобразований», — уточнил специалист. Однако, по его мнению, фотоника не заменит электронику и эффективные решения будут строиться на интеграции оптических вычислительных ядер с электронными компонентами (памятью, процессорами). Такие направления имеют значительный потенциал в нашей стране.
Со своей стороны, оценками производительности квантовых процессоров поделился коллектив учёных из Всероссийского научно-исследовательского института автоматики им. Н.Л. Духова (входит в «Росатом»). По словам докладчиков, в настоящее время ведущие исследовательские центры в мире изучают требования к элементной базе для создания логических кубитов с ошибками, достаточными для решения практических задач квантовой химии. Например, моделирования электронной структуры атомов. Текущие параметры, по оценке экспертов, не далеки от требуемых, и в ближайшие годы будут достижимы, что, в частности, подтверждает выбор лауреатов Нобелевской премии в 2025 году.
В завершение заседания старший научный сотрудник Российского квантового центра Евгений Киктенко обобщил современные подходы к квантовым вычислениям и оценил состояние этих разработок и их перспективы. По его мнению, в основе квантовых расчётов — тензорная алгебра. А квантовое состояние — это большой массив данных, у которого количество индексов равно числу кубитов.
Главные операции, добавил учёный, которые при этом можно проводить, — это однокубитные и двухкубитные преобразования, а также их измерение. Вся работа квантового компьютера строится на повторении таких операций и обработке результатов на классическом компьютере. Таким образом, квантовые вычислители стоит рассматривать не как замену классическим, а как полезное дополнение к ним.
