Домой Новости Классические компьютеры отняли у квантовых машин монополию на симуляцию сотен кубитов —...

Классические компьютеры отняли у квантовых машин монополию на симуляцию сотен кубитов — помогли тензорные сети

0

Учёные решили на обычном компьютере задачу квантовой физики, которая считалась доступной только квантовым компьютерам. Первичные расчёты удалось провести на персональном ноутбуке. Результаты опубликованы 21 мая в журнале Science.

Классические компьютеры отняли у квантовых машин монополию на симуляцию сотен кубитов — помогли тензорные сети


Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

Классические компьютеры отняли у квантовых машин монополию на симуляцию сотен кубитов — помогли тензорные сети

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Классические компьютеры отняли у квантовых машин монополию на симуляцию сотен кубитов — помогли тензорные сети

Линия защиты: обзор виртуальных машин и песочниц для Android

Классические компьютеры отняли у квантовых машин монополию на симуляцию сотен кубитов — помогли тензорные сети

Компьютер месяца — май 2026 года

Классические компьютеры отняли у квантовых машин монополию на симуляцию сотен кубитов — помогли тензорные сети

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Классические компьютеры отняли у квантовых машин монополию на симуляцию сотен кубитов — помогли тензорные сети

Обзор Apple MacBook Neo: удивительно хороший ноутбук с процессором от iPhone

Классические компьютеры отняли у квантовых машин монополию на симуляцию сотен кубитов — помогли тензорные сети

От Ryzen 7 1800X до Ryzen 7 9850X3D: девять лет эволюции AMD в одном тесте

Классические компьютеры отняли у квантовых машин монополию на симуляцию сотен кубитов — помогли тензорные сети

Источник изображений: Lucy Reading-Ikkanda / Simons Foundation

Физики из Центра вычислительной квантовой физики (CCQ) при Институте Флэтайрон (Flatiron Institute) Фонда Саймонса (Simons Foundation) и их коллеги из Бостонского университета (Boston University) смоделировали квантовую систему из сотен взаимодействующих кубитов — квантовых аналогов битов классического компьютера, расположенных в квадратных, кубических или алмазных решётках. В отличие от обычных битов, принимающих значения 0 или 1, кубиты могут находиться в суперпозиции — одновременно в нескольких состояниях. Из-за этого моделировать их поведение на классических компьютерах крайне трудно.

В марте 2025 года другая группа учёных опубликовала в том же журнале статью, в которой сообщила о расчёте динамики особенно сложной кубитной системы на квантовом компьютере, и заявила, что повторить результат на классических машинах невозможно. «Когда мы в CCQ видим подобные заявления, мы всегда относимся к ним немного скептически, — говорит Джозеф Тиндалл (Joseph Tindall), научный сотрудник CCQ и первый автор новой статьи в Science. — Мол, а вы пробовали вот это? А вот то?» По словам соавтора исследования Майлза Стаудинмайра (Miles Stoudenmire), задача стала поводом проверить собственные разработки.

Особую трудность создавала квантовая запутанность — явление, при котором состояния кубитов остаются взаимосвязаны даже на больших расстояниях, и рассматривать их по отдельности нельзя. По словам Тиндалла, волновая функция, описывающая состояние такой системы, стремительно растёт с увеличением числа частиц, и её объём быстро превышает возможности прямого хранения на компьютере. Работа с подобными объектами — типичная проблема квантовой физики, без решения которой невозможно предсказывать свойства квантовых материалов, например сверхпроводников.

Классические компьютеры отняли у квантовых машин монополию на симуляцию сотен кубитов — помогли тензорные сети

Схема показывает, как тензорные сети сжимают описание запутанных кубитов и позволяют классическим компьютерам моделировать сложную квантовую динамику

Команда CCQ нашла выход с помощью тензорных сетей — математических структур данных, которые сжимают информацию о волновой функции в компактную форму из небольших связанных между собой таблиц чисел. Тиндалл сравнивает их с «ZIP-файлом для волновой функции». Первичные расчёты он выполнил на ноутбуке, используя код библиотеки ITensor, разработанной в CCQ. Опубликованные результаты воспроизводят трёхмерную динамику с помощью трёхмерной тензорной сети.

По словам Тиндалла, работа с такими объектами, особенно в трёх измерениях, почти не исследована: для этого нужны сложные алгоритмы и специализированный код. Для начальных вычислений он использовал алгоритм распространения доверия (англ. belief propagation), предложенный в 1980-х годах и недавно адаптированный для квантовых систем. Стаудинмайр отмечает, что этот метод менее точен, но значительно дешевле, и его проще запускать на сложных задачах, тогда как более изощрённые подходы прошлых лет не смогли бы даже начать работать с некоторыми из трёхмерных задач из-за их размера.

Классические компьютеры отняли у квантовых машин монополию на симуляцию сотен кубитов — помогли тензорные сети

Схема объясняет, как тензоры хранят данные о запутанных кубитах в числовых таблицах и связываются индексами для передачи информации между соседними элементами сети

Несмотря на скромные вычислительные ресурсы, моделирование достигло точности на уровне лучших мировых результатов. Расчёты сходились к решениям, совпадающим с теоретическими предсказаниями. Полученные данные совпали с результатами исследователей квантовых вычислений, но были получены без квантового компьютера.

Тиндалл и Стаудинмайр подчёркивают, что классический и квантовый подходы не только конкурируют, но и дополняют друг друга. По словам Тиндалла, между классическими моделированиями и тем, что можно реализовать на квантовых компьютерах, существует большая синергия, а порог входа для классического подхода значительно ниже: достаточно написать код и запустить его на персональном компьютере. Команда уже работает над следующим этапом — моделированием систем с электронами, способными перемещаться между узлами решётки. Эта задача ещё сложнее и напрямую связана с моделированием квантовых материалов.