Hybriddatorer – när superdator och kvantdator samarbetar

Hybriddatorer kan bli nästa steg i utvecklingen av avancerad datorkraft, där klassiska superdatorer och kvantdatorer används tillsammans för att lösa problem som är svåra att hantera med en enda typ av teknik. Medan superdatorer är mycket effektiva på traditionella beräkningar kan kvantdatorer erbjuda helt andra möjligheter inom exempelvis optimering, simulering och materialforskning. Genom att kombinera teknikerna kan forskare låta varje system göra det den är bäst lämpad för. Det skapar en hybrid arkitektur där kvantberäkningar kompletterar klassisk datorkraft, snarare än ersätter den. Frågan är hur samarbetet fungerar, vilka möjligheter det ger och vilka tekniska hinder som återstår innan tekniken kan användas brett.

Så fungerar samarbetet mellan superdator och kvantdator

Hybriddatorer bygger på tanken att klassisk och kvantbaserad datorkraft kan komplettera varandra i stället för att konkurrera. En superdator består av traditionella processorer som arbetar med binära bitar och är mycket effektiv på stora mängder välstrukturerade beräkningar. En kvantdator använder däremot kvantbitar, så kallade qubits, som kan utnyttja kvantmekaniska egenskaper för vissa typer av beräkningar. I en hybridmiljö behöver kvantdatorn därför inte hantera hela problemet. I stället kan den få särskilt utvalda beräkningsmoment från den klassiska datorn och sedan skicka tillbaka resultaten.

Två olika typer av beräkningskraft

Det centrala är att arbetsuppgifterna delas mellan systemen. Superdatorn kan exempelvis förbereda data, styra beräkningsflödet och analysera resultatet från kvantdatorn. Kvantdatorn används för den del där dess egenskaper potentiellt kan ge en fördel. Därefter kan superdatorn fortsätta bearbetningen med traditionella algoritmer. Detta innebär att en framtida hybridarkitektur snarare kan likna ett samarbete mellan specialiserade beräkningsenheter än en enda maskin. För att detta ska fungera krävs avancerad programvara som kan avgöra vilka delar av en beräkning som ska skickas till respektive system.

En viktig skillnad är också hur information behandlas. Klassiska datorer representerar information med bitar som normalt har värdet noll eller ett. Qubits kan däremot befinna sig i kvanttillstånd som utnyttjar superposition, samtidigt som flera qubits kan kopplas samman genom intrassling. Det betyder inte att en kvantdator automatiskt är snabbare på alla problem. Tvärtom är användningsområdena mer begränsade och hårdvaran betydligt känsligare. Därför blir kopplingen till en kraftfull klassisk dator viktig. Superdatorn kan ta hand om sådant som kvantdatorn inte är lämpad för.

Programvaran blir en central länk

För att skapa ett fungerande hybridsystem krävs ett lager som översätter mellan klassisk och kvantbaserad beräkning. Ett program kan exempelvis formulera ett optimeringsproblem, omvandla det till en kvantkrets och skicka kretsen till kvantprocessorn. När mätresultaten kommer tillbaka analyseras de av den klassiska datorn. Resultatet kan sedan användas för att förändra nästa kvantberäkning. På så sätt kan processen upprepas i flera omgångar tills en tillräckligt bra lösning har hittats.

En sådan återkopplingsloop är särskilt intressant inom så kallade hybridalgoritmer. Där används klassisk beräkningskraft för att optimera parametrar medan kvantprocessorn genomför specifika beräkningar. Superdatorn behöver alltså inte bara fungera som en passiv mottagare av information. Den kan aktivt styra kvantberäkningen och avgöra hur nästa steg ska genomföras. Det gör samspelet mer avancerat än att bara koppla ihop två datorer. Kommunikation, datatransport och algoritmer måste fungera med mycket låg fördröjning för att systemet ska kunna utnyttja kvantprocessorn effektivt.

Varför en superdator fortfarande behövs

Även när kvantdatorerna utvecklas kommer klassisk datorkraft sannolikt att spela en viktig roll. Superdatorer är väl beprövade och kan hantera enorma datamängder, simuleringar och avancerad analys. De kan dessutom lagra information på ett sätt som dagens kvantdatorer inte är byggda för att ersätta. Ett hybridsystem kan därför använda kvanttekniken som en specialiserad accelerator, ungefär som andra typer av acceleratorer används tillsammans med klassiska processorer. Målet är inte att göra hela datorn kvantbaserad, utan att använda varje teknik där den ger bäst förutsättningar.

Där hybriddatorer kan göra störst skillnad

Potentialen hos hybriddatorer ligger framför allt i problem där traditionella beräkningsmetoder får svårt att hitta lösningar inom rimlig tid. Det kan exempelvis handla om optimering, simulering av fysikaliska system, kemi, materialutveckling och vissa former av maskininlärning. Många av dessa problem innehåller ett mycket stort antal möjliga kombinationer. En kvantdator kan i vissa fall bidra med nya sätt att angripa beräkningen, medan superdatorn sköter datahantering, simulering och efterbearbetning. Vilken nytta som faktiskt uppstår beror dock på problemet och på hur väl algoritmen kan anpassas till kvantmaskinen.

Optimering med många möjliga lösningar

Optimeringsproblem är ett av de områden där hybridarkitekturer ofta diskuteras. Ett företag kan exempelvis behöva bestämma hur transporter ska planeras, hur resurser ska fördelas eller hur ett komplext produktionssystem ska konfigureras. Antalet möjliga kombinationer kan växa snabbt när problemet blir större. Klassiska superdatorer kan redan hantera avancerad optimering, men vissa kvantalgoritmer och kvantbaserade metoder undersöks för att se om de kan ge bättre eller snabbare lösningar på särskilda problem.

Ett hybridsystem kan då låta superdatorn formulera problemet och hantera stora mängder indata. Kvantprocessorn kan användas för en särskild optimeringsdel, varefter resultaten skickas tillbaka till den klassiska infrastrukturen. Processen kan upprepas för att förbättra lösningen. Exempelvis kan en klassisk optimeringsalgoritm justera parametrar utifrån resultat från flera kvantkörningar. På så sätt används kvantdatorn som en del av en större beräkningsprocess. Det är en mer realistisk modell för dagens kvantteknik än att låta en kvantdator försöka ersätta en komplett superdator.

Forskning inom kemi och material

Ett annat intressant område är simulering av molekyler och material. Naturens minsta beståndsdelar följer kvantmekaniska regler, vilket gör vissa typer av kemiska beräkningar mycket resurskrävande för klassiska datorer. Kvantdatorer har därför föreslagits som verktyg för att simulera molekylära system mer direkt. Superdatorn kan samtidigt bidra med klassiska beräkningar, förberedelse av modeller och analys av resultaten. Kombinationen kan bli relevant inom exempelvis läkemedelsutveckling, batteriteknik, katalysatorer och nya material.

Även här finns det betydande begränsningar. Dagens kvantprocessorer har relativt få qubits jämfört med vad som skulle krävas för många avancerade simuleringar. Dessutom uppstår fel under kvantberäkningar, vilket gör resultaten osäkra och komplicerar användningen. Hybrida metoder kan därför fungera som ett sätt att utnyttja dagens begränsade kvantresurser tillsammans med befintlig superdatorkapacitet. Forskningen handlar inte enbart om att bygga kraftfullare kvantdatorer, utan också om att utveckla algoritmer som kan få praktisk nytta av de maskiner som faktiskt finns.

Maskininlärning och vetenskapliga beräkningar

Hybriddatorer undersöks även inom maskininlärning och andra vetenskapliga beräkningar. Tanken är att vissa matematiska operationer skulle kunna utföras på en kvantprocessor medan träning, datalagring och andra arbetsmoment fortsätter på klassisk hårdvara. Det är ett område där resultaten hittills behöver tolkas försiktigt, eftersom det ännu inte är etablerat att kvantmaskiner ger en generell praktisk fördel. Däremot kan kombinationen bli intressant när kvantalgoritmer och klassiska metoder utvecklas parallellt och anpassas till specifika vetenskapliga problem.

Några områden där hybridarkitekturer kan få betydelse är:

• Optimering av komplexa system och resursfördelning.

• Molekyl- och materialsimulering inom kemi och fysik.

• Utveckling av algoritmer för vetenskapliga beräkningar.

• Experiment med kvantbaserad maskininlärning.

• Analys av problem där klassiska och kvantbaserade metoder kan kombineras.

Det avgörande blir dock inte hur många qubits en kvantdator har på pappret, utan vilken användbar beräkningsfördel hela systemet kan leverera. En kraftfull kvantprocessor som kräver långsam kommunikation med resten av infrastrukturen kan ge begränsad praktisk nytta. Därför måste både hårdvara, algoritmer, nätverk och programvara utvecklas tillsammans. För företag och forskningsinstitutioner innebär detta att hybriddatorer sannolikt kommer att byggas ovanpå befintliga datormiljöer snarare än att helt ersätta dem. Den klassiska superdatorn förblir då en central komponent även när kvantberäkningen blir mer avancerad.

Utmaningarna på vägen mot praktisk kvantdatorik

Att kombinera en superdator med en kvantdator är tekniskt komplicerat. Den största utmaningen är att dagens kvantprocessorer fortfarande är känsliga för störningar och fel. Qubits kan påverkas av omgivningen och förlora sina kvanttillstånd, vilket begränsar hur länge och hur exakt en beräkning kan genomföras. Samtidigt måste information kunna skickas mellan den klassiska och den kvantbaserade delen av systemet. Om kommunikationen eller styrningen tar för lång tid kan mycket av den potentiella vinsten gå förlorad. Hybridsystem kräver därför en genomtänkt arkitektur från början.

Kvantfel begränsar beräkningarna

Kvantfel är ett av de största problemen inom utvecklingen av praktiska kvantdatorer. En qubit kan störas av exempelvis elektromagnetiskt brus, temperaturförändringar eller andra former av omgivningspåverkan. Även själva operationerna som används för att skapa kvantkretsar kan ge upphov till fel. För att bygga tillförlitliga kvantdatorer behövs därför tekniker för felkorrigering. Dessa kräver i sin tur många fysiska qubits för att skapa mer stabila logiska qubits. Det innebär att den faktiska beräkningskapaciteten inte kan bedömas enbart genom att räkna antalet fysiska qubits.

I ett hybridsystem kan superdatorn hjälpa till att hantera vissa av dessa problem. Klassiska processorer kan exempelvis användas för felanalys, databehandling och optimering av kvantkretsar. Men den klassiska infrastrukturen kan inte helt kompensera för begränsningar i själva kvantprocessorn. Det krävs fortfarande bättre qubits, lägre felfrekvenser och effektivare kontrollsystem. Utvecklingen handlar därför om flera tekniska nivåer samtidigt. Framsteg inom en del av systemet räcker inte om andra delar fortfarande skapar en flaskhals.

Kommunikation blir en kritisk faktor

En annan utmaning är kommunikationen mellan systemen. En kvantdator kan vara fysiskt placerad nära superdatorn, men beräkningsflödet måste ändå kunna styras snabbt och effektivt. Många hybridalgoritmer bygger på att resultat från kvantprocessorn analyseras klassiskt innan nästa kvantberäkning startas. Om varje sådan återkoppling kräver mycket tid kan systemets totala prestanda försämras. Därför utvecklas både hårdvara och programvara för att minska onödiga överföringar och göra arbetsflödet mer effektivt.

Det finns också praktiska krav på infrastrukturen runt kvantdatorn. Vissa kvanttekniker behöver extremt låga temperaturer, avancerade styrsystem och noggrann isolering från störningar. Superdatorer har samtidigt höga krav på energi, kylning och datakommunikation. När teknikerna kombineras blir driftmiljön mer komplex. En framtida anläggning kan därför behöva särskilda system för kylning, kontroll, nätverk och energiförsörjning. Det innebär högre kostnader och ställer krav på specialistkompetens inom både klassisk högpresterande databehandling och kvantteknik.

Det behövs nya algoritmer och kompetens

Den kanske viktigaste långsiktiga frågan är vilka problem som faktiskt får en tydlig fördel av hybridberäkning. Det räcker inte att kvantdatorn kan utföra en beräkning på ett annorlunda sätt. Fördelen måste överstiga kostnaden för att förbereda data, skicka information till kvantprocessorn, genomföra beräkningen och analysera resultatet. Därför arbetar forskare med att identifiera algoritmer där kvantberäkning kan användas på ett effektivt sätt. Resultatet kan bli nya beräkningsmodeller som är byggda specifikt för samverkan mellan klassisk och kvantbaserad hårdvara.

Utvecklingen kräver samtidigt kompetens från flera områden. Programmerare behöver förstå kvantalgoritmer, medan kvantforskare behöver kunna arbeta med klassisk högpresterande databehandling. Dessutom krävs experter inom matematik, fysik, datorsystem och optimering. För att hybridsystem ska bli användbara i större skala behöver programvaran också bli enklare att använda. Målet är att forskare och företag ska kunna formulera sina problem utan att behöva hantera varje detalj i kvantprocessorns underliggande teknik. Därmed kan samarbetet mellan superdatorer och kvantdatorer gradvis flytta från experimentella miljöer till mer praktiska beräkningssystem.