تراشه کوانتومی چیست؟ بررسی Willow گوگل و آینده رایانش کوانتومی

تراشه کوانتومی با پردازنده‌ای که داخل لپ‌تاپ یا گوشی می‌بینیم فرق دارد. در پردازنده‌های معمولی، اطلاعات با بیت‌های صفر و یک پردازش می‌شوند؛ اما در کامپیوتر کوانتومی واحد اصلی اطلاعات «کیوبیت» است. همین تغییر باعث می‌شود بعضی محاسبات به روشی کاملاً متفاوت انجام شوند.

البته قرار نیست تراشه کوانتومی جای CPU یا GPU را بگیرد و همه کارها را سریع‌تر انجام دهد. این فناوری بیشتر برای مسائل خاصی اهمیت دارد که حل آن‌ها با کامپیوترهای معمولی بسیار سخت یا زمان‌بر است.Willow  گوگل و پردازنده‌هایMajorana  مایکروسافت از نمونه‌هایی هستند که در سال‌های اخیر توجه زیادی به آن‌ها شده است.

چطور یک تراشه کوانتومی کار می‌کند؟

برای فهم عملکرد تراشه کوانتومی، اول باید تفاوت بیت و کیوبیت را بدانیم. بیت در کامپیوتر معمولی یا صفر است یا یک. کیوبیت رفتار متفاوتی دارد و می‌تواند پیش از اندازه‌گیری در حالتی ترکیبی قرار داشته باشد.

در محاسبات کوانتومی از همین رفتار متفاوت، همراه با ویژگی‌هایی مثل درهم‌تنیدگی، برای انجام بعضی محاسبات استفاده می‌شود. البته تعداد بیشتر کیوبیت همیشه به معنی تراشه قوی‌تر نیست؛ کیفیت آن‌ها و میزان خطا هم نقش مهمی دارد.

تراشه ها و آی سی ها در مدارهای الکترونیکی کاربردهای متفاوتی دارند؛ برای آشنایی بیشتر می‌توانید مقاله تفاوت تراشه و آی سی را مطالعه کرده و با آی سی smd آشنا شوید.

نحوه محاسبه در کیوبیت‌ها

احتمالاً شنیده‌اید که می‌گویند کیوبیت «هم‌زمان صفر و یک است». این توضیح برای شروع بد نیست، اما ماجرا دقیقاً به همین سادگی نیست. کیوبیت قبل از اندازه‌گیری در یک حالت کوانتومی قرار دارد و پس از اندازه‌گیری یک نتیجه مشخص به دست می‌آید.

عملیات مختلفی روی کیوبیت‌ها انجام می‌شود تا در پایان، احتمال رسیدن به پاسخ موردنظر بیشتر شود. برای همین فقط شمردن تعداد کیوبیت‌های یک پردازنده اطلاعات کاملی درباره قدرت آن به ما نمی‌دهد. ممکن است یک تراشه کیوبیت بیشتری داشته باشد، اما میزان خطای آن هم بالاتر باشد.

درهم‌تنیدگی و سرعت‌بالای هم‌زمانی

درهم‌تنیدگی یکی از ویژگی‌های جالب فیزیک کوانتومی است. در این حالت، چند کیوبیت به شکلی با هم ارتباط پیدا می‌کنند که دیگر نمی‌توان وضعیت هرکدام را کاملاً جدا از دیگری بررسی کرد.

این ویژگی در کنار برهم‌نهی به بعضی الگوریتم‌های کوانتومی کمک می‌کند مسائل را به روش متفاوتی حل کنند. البته این تصور که کامپیوتر کوانتومی تمام جواب‌های ممکن را در یک لحظه بررسی می‌کند، چندان دقیق نیست. مزیت زمانی به وجود می‌آید که مسئله و الگوریتم واقعاً برای استفاده از ویژگی‌های کوانتومی مناسب باشند.

چالش‌های عملی (نویز، دکوهرنس)

کیوبیت‌ها حساس‌تر از چیزی هستند که شاید در نگاه اول تصور کنیم. نویز الکتریکی، تغییرات محیط و حتی خطاهای کوچک در کنترل سیستم می‌توانند روی نتیجه محاسبه اثر بگذارند.

یکی از مشکلات مهم هم دکوهرنس است؛ یعنی کیوبیت بعد از مدتی حالت کوانتومی موردنیاز خود را از دست می‌دهد. هرچه بتوان این وضعیت را مدت بیشتری حفظ کرد، فرصت بیشتری برای انجام محاسبات وجود دارد.

به همین خاطر، یک کامپیوتر کوانتومی فقط از یک تراشه تشکیل نشده است. تجهیزات سرمایش، سیستم‌های کنترل و ابزارهای اندازه‌گیری هم بخش مهمی از دستگاه هستند.

تراشه کوانتومی گوگل  (Willow)

Willow یکی از پردازنده‌های Google Quantum AI است که در دسامبر ۲۰۲۴ معرفی شد. این تراشه کوانتومی گوگل ۱۰۵ کیوبیت دارد، اما چیزی که Willow را مهم کرد فقط این عدد نبود. بخش مهم‌تر ماجرا، عملکرد آن در زمینه کاهش خطا بود.

نام رسمی

نام این پردازنده Willow است و تیم Google Quantum AI آن را توسعه داده است. Willow بخشی از برنامه گوگل برای رسیدن به کامپیوترهای کوانتومی بزرگ‌تر و قابل اعتمادتر محسوب می‌شود.

مشخصات کلیدی

Willow یک پردازنده کوانتومی ابررسانا با ۱۰۵ کیوبیت است. در یکی از آزمایش‌های مهم آن، از ۱۰۱ کیوبیت فیزیکی برای ایجاد یک حافظه منطقی استفاده شد و نرخ خطای منطقی حدود ۰٫۱۴۳ درصد در هر چرخه گزارش شد.

اهمیت این آزمایش در این بود که با بزرگ‌تر شدن کد تصحیح خطا، میزان خطای منطقی کمتر شد. این اتفاق برای آینده کامپیوترهای کوانتومی مهم است، چون یکی از مشکلات اصلی این فناوری، حفظ دقت محاسبات در سیستم‌های بزرگ‌تر است.

معماری تراشه و تکنولوژی مورد استفاده

Willow از کیوبیت‌های ابررسانا استفاده می‌کند. این کیوبیت‌ها برای عملکرد درست باید در دمای بسیار پایین نگه داشته شوند و کنترل آن‌ها هم به تجهیزات دقیق نیاز دارد.

پس نباید Willow را مثل یک پردازنده معمولی تصور کرد که آن را روی مادربرد قرار می‌دهیم و کار تمام می‌شود. خود تراشه فقط بخشی از یک سیستم بزرگ است و تجهیزات سرمایش و کنترل نقش مهمی در عملکرد آن دارند.

کاربردهای تراشه کوانتومی

رایانش کوانتومی برای همه مسائل مناسب نیست. کاربرد اصلی آن جایی است که روش‌های معمول محاسباتی با محدودیت جدی روبه‌رو می‌شوند. بسیاری از کاربردهایی که امروز درباره آن‌ها صحبت می‌شود هنوز در مرحله تحقیق هستند.

شبیه‌سازی مولکولی و شیمی محاسباتی

یکی از حوزه‌های مهم، بررسی مولکول‌ها و مواد است. شبیه‌سازی دقیق بعضی مولکول‌های پیچیده با کامپیوترهای معمولی می‌تواند بسیار سخت و پرهزینه باشد.

کامپیوترهای کوانتومی در آینده ممکن است به پژوهشگران برای بررسی واکنش‌های شیمیایی، طراحی مواد جدید و حتی بعضی مراحل تحقیقات دارویی کمک کنند. البته برای رسیدن به این مرحله، سخت‌افزارهای کوانتومی باید پایدارتر و قابل اعتمادتر شوند.

بهینه‌سازی و هوش مصنوعی

بهینه‌سازی هم از حوزه‌هایی است که برای محاسبات کوانتومی بررسی می‌شود. تصور کنید از میان تعداد بسیار زیادی انتخاب، بخواهیم بهترین ترکیب یا مسیر را پیدا کنیم. بعضی از این مسائل می‌توانند گزینه مناسبی برای روش‌های کوانتومی باشند.

در حوزه هوش مصنوعی هم تحقیقات زیادی انجام می‌شود، اما فعلاً خبری از جایگزین شدن GPU با تراشه Quantum نیست. اگر روزی هوش مصنوعی و رایانش کوانتومی ترکیب گسترده‌تری پیدا کنند، احتمالاً هرکدام بخشی از کار را انجام خواهند داد.

رمزنگاری و بی‌خطرسازی الگوریتم‌های کلاسیک

یکی از نگرانی‌های مهم درباره کامپیوترهای کوانتومی به رمزنگاری مربوط می‌شود. یک سیستم کوانتومی بسیار قدرتمند در آینده می‌تواند بعضی روش‌های رمزنگاری امروزی را با مشکل روبه‌رو کند.

به همین خاطر، توسعه روش‌های رمزنگاری پساکوانتومی از مدت‌ها قبل شروع شده است. این الگوریتم‌ها برای مقاوم ماندن در برابر حملات احتمالی کامپیوترهای کوانتومی طراحی می‌شوند. بنابراین پیشرفت رایانش کوانتومی لزوماً به معنی از بین رفتن امنیت اینترنت نیست.

نقاط قوت و ضعف تراشه‌های کوانتومی

نقاط قوت (سرعت، حلِ مسائل پیچیده)

مهم‌ترین مزیت تراشه کوانتومی، سرعت بیشتر در همه کارها نیست. ارزش آن زمانی مشخص می‌شود که با مسئله‌ای روبه‌رو باشیم که حل آن برای کامپیوتر کلاسیک بسیار دشوار باشد و الگوریتم کوانتومی مناسبی هم برای آن وجود داشته باشد.

در چنین شرایطی ممکن است یک QPU بتواند محاسبه را با روشی انجام دهد که برای CPU یا GPU بسیار پرهزینه است. پس بهتر است تراشه کوانتومی را یک ابزار محاسباتی متفاوت بدانیم، نه یک CPU فوق‌سریع.

نقاط ضعف و چالش‌ها (استقرار عملی، خطا)

بزرگ‌ترین مشکل همچنان خطاست. کیوبیت‌ها حساس‌اند و برای کنترل آن‌ها باید شرایط بسیار دقیقی فراهم شود. بعضی از معماری‌ها هم به تجهیزات سرمایشی بزرگ و گران‌قیمت نیاز دارند.

تصحیح خطا خودش مشکل دیگری ایجاد می‌کند؛ برای ساخت یک کیوبیت منطقی قابل اعتماد ممکن است تعداد زیادی کیوبیت فیزیکی لازم باشد. به همین دلیل افزایش تعداد کیوبیت بدون کنترل خطا به‌تنهایی چندان مفید نیست.

مقایسه تراشه گوگل با رقبا (IBM, Rigetti, …)

گوگل تنها شرکتی نیست که روی این فناوری کار می‌کند. IBM و Rigetti هم پردازنده‌های کوانتومی خود را توسعه می‌دهند و مانند گوگل بخش مهمی از فعالیتشان روی فناوری ابررسانا متمرکز است.

کوانتومی مایکروسافت کمی متفاوت پیش می‌رود. Microsoft با Majorana 1 و بعد Majorana 2 روی کیوبیت‌های توپولوژیک کار می‌کند. ایده تراشه مایورانا این است که بتوان کیوبیت‌هایی ساخت که در برابر بعضی خطاها مقاومت بیشتری داشته باشند.

برای همین نمی‌توان Willow و Majorana را فقط بر اساس تعداد کیوبیت مقایسه کرد. معماری، میزان خطا، کیفیت کیوبیت‌ها و امکان ساخت سیستم‌های بزرگ‌تر هم اهمیت دارند. هنوز مشخص نیست در نهایت کدام مسیر نتیجه بهتری خواهد داد.

آینده تراشه‌های کوانتومی

مسیر تجاری‌سازی

فعلاً بعید است یک تراشه کوانتومی مثل CPU وارد فروشگاه شود و آن را برای کامپیوتر شخصی بخریم. این سیستم‌ها به تجهیزات تخصصی نیاز دارند و احتمالاً بیشتر در مراکز داده و آزمایشگاه‌ها باقی می‌مانند.

مدل عملی‌تر، دسترسی از طریق فضای ابری است. یعنی سخت‌افزار در یک مرکز تخصصی قرار دارد و کاربر از راه دور محاسبات خود را روی آن اجرا می‌کند.

در مورد کامپیوتر کوانتومی در ایران هم باید میان داشتن چنین سخت‌افزاری در داخل کشور و استفاده از سرویس‌های کوانتومی از راه دور تفاوت گذاشت.

زمان‌بندی احتمالی کاربردهای واقعی

زمان دقیق ورود کامپیوترهای کوانتومی بزرگ و مقاوم در برابر خطا مشخص نیست. شرکت‌هایی مثل Google، Microsoft، IBM و Rigetti هرکدام برنامه توسعه خودشان را دارند، اما هنوز مشکلات فنی مهمی باقی مانده است.

احتمالاً کاربردهای تخصصی در شیمی، طراحی مواد و محاسبات علمی زودتر از کاربردهای عمومی دیده می‌شوند. یعنی ممکن است این فناوری مدت‌ها در آزمایشگاه‌ها و صنایع استفاده شود، قبل از اینکه تأثیر مستقیم آن را در زندگی روزمره حس کنیم.

تاثیر بر صنعت و زندگی روزمره

اگر رایانش کوانتومی به مرحله کاربردی برسد، احتمالاً اولین تغییرات را در صنایع و مراکز تحقیقاتی خواهیم دید. طراحی مواد، شبیه‌سازی‌های علمی و بعضی مسائل پیچیده صنعتی از حوزه‌هایی هستند که می‌توانند از این فناوری استفاده کنند.

CPU و GPU هم قرار نیست کنار گذاشته شوند. سناریوی منطقی‌تر این است که پردازنده‌های کلاسیک بیشتر کارها را انجام دهند و QPU فقط برای قسمت‌هایی از محاسبه استفاده شود که واقعاً به توانایی‌های کوانتومی نیاز دارند.

سوالات متداول (FAQ)

آیا تراشه کوانتومی سرعت کامپیوترهای فعلی را کنار می‌زند؟

خیر. تراشه کوانتومی برای همه کارها سریع‌تر نیست و قرار نیست جای CPU و GPU را در استفاده روزمره بگیرد. مزیت آن بیشتر در بعضی مسائل خاص دیده می‌شود.

آیا تراشه کوانتومی امنیت را از بین می‌برد؟

خیر. بعضی روش‌های رمزنگاری فعلی ممکن است در برابر کامپیوترهای کوانتومی قدرتمند آسیب‌پذیر شوند، اما روش‌های رمزنگاری پساکوانتومی برای مقابله با همین مشکل در حال توسعه هستند.

تراشه کوانتومی کی به بازار می‌آید؟

دسترسی به بعضی پردازنده‌های کوانتومی از طریق سرویس‌های ابری همین حالا امکان‌پذیر است، اما کامپیوتر کوانتومی بزرگ و مقاوم در برابر خطا هنوز در مرحله توسعه قرار دارد و زمان مشخصی برای عرضه عمومی آن وجود ندارد.