Thành công này khiến các nhà nghiên cứu nghi ngờ về tuyên bố của Google khi cho rằng siêu máy tính mạnh nhất thế giới cũng phải mất đến 10.000 năm để hoàn thành phép toán tương tự, trong khi máy tính lượng tử của họ chỉ cần 5 phút để giải quyết vấn đề.
Một nhóm các nhà nghiên cứu đã đạt được một bước đột phá quan trọng trong lĩnh vực điện toán lượng tử khi mô phỏng thành công mạch lượng tử Sycamore 53-qubit của Google bằng 1.432 GPU NVIDIA A100, cùng với các thuật toán song song tối ưu. Thành tựu này đặt ra câu hỏi về tuyên bố "ưu thế lượng tử" mà Google công bố vào năm 2019, khi họ cho rằng siêu máy tính mạnh nhất sẽ cần 10.000 năm để hoàn thành tính toán tương tự.
Thành công này dựa trên việc ứng dụng các kỹ thuật co mạng tensor tiên tiến, giúp ước tính hiệu quả xác suất đầu ra của các mạch lượng tử phức tạp. Nhóm nghiên cứu đã sáng tạo ra chiến lược "slicing" để chia mạng tensor thành các phần nhỏ, dễ kiểm soát hơn, giúp giảm yêu cầu bộ nhớ nhưng vẫn duy trì hiệu quả tính toán cao.

Google vẫn tự hào rằng cỗ máy tính lượng tử của họ có thể giải quyết "bài toán 10.000 năm" chỉ trong 5 phút
Một trong những cải tiến quan trọng nhất của nhóm nghiên cứu là phương pháp lấy mẫu "top-k", chỉ chọn các chuỗi bit có xác suất cao nhất từ đầu ra mô phỏng. Phương pháp này không chỉ nâng cao độ chính xác của mô phỏng mà còn giảm tải tính toán, giúp quá trình trở nên nhanh hơn và có khả năng mở rộng tốt hơn, đồng thời cải thiện điểm chuẩn entropy chéo tuyến tính (XEB) - một thước đo quan trọng về độ chính xác của mô phỏng so với hành vi lượng tử dự kiến.
Để kiểm tra độ tin cậy của thuật toán, các nhà nghiên cứu đã thực hiện các thử nghiệm số với các mạch ngẫu nhiên nhỏ hơn, như mạch cổng 30-qubit, 14 lớp. Kết quả cho thấy sự phù hợp hoàn hảo với các giá trị XEB lý thuyết cho các kích thước mạng con co rút tensor khác nhau, chứng minh rằng phương pháp này có độ chính xác và hiệu quả cao.

Sơ đồ của một mạch ngẫu nhiên lượng tử.
Nghiên cứu cũng nhấn mạnh các chiến lược tối ưu hóa yêu cầu tài nguyên của việc co rút tensor. Bằng cách điều chỉnh thứ tự các chỉ số tensor và giảm thiểu giao tiếp giữa các GPU, nhóm nghiên cứu đã đạt được những cải tiến đáng kể về hiệu quả tính toán. Chiến lược này cũng chỉ ra rằng, dựa trên các ước tính về độ phức tạp, việc tăng dung lượng bộ nhớ - như 80GB, 640GB và 5120GB - có thể giảm đáng kể độ phức tạp về thời gian tính toán.
Mặc dù thành tựu này là một bước tiến quan trọng, điều cần lưu ý là việc mô phỏng này không có nghĩa là máy tính cổ điển có thể hoàn toàn thay thế máy tính lượng tử. Khi số lượng qubit tăng lên, ví dụ từ 53 lên 100, tài nguyên cần thiết cho mô phỏng cổ điển sẽ tăng theo cấp số nhân do đặc trưng cơ bản của lượng tử - mỗi qubit bổ sung vào làm tăng gấp đôi không gian trạng thái cần mô phỏng.
Thêm vào đó, một số thuật toán đặc biệt thiết kế cho máy tính lượng tử, như thuật toán Shor dùng để phân tích thừa số số lớn hoặc thuật toán Grover dùng để tìm kiếm, sẽ vẫn có lợi thế vượt trội so với các thuật toán cổ điển khi số lượng qubit đủ lớn. Hệ thống 1.432 GPU A100 cũng tiêu thụ nhiều điện năng và có chi phí cao, trong khi máy tính lượng tử trong tương lai có thể tiết kiệm năng lượng cho một số tác vụ nhất định.

So sánh hiệu suất mô phỏng giữa số lượng GPU tăng dần và máy tính lượng tử Sycamore của Google
Đột phá này thiết lập một chuẩn mực mới cho các mô phỏng cổ điển của máy tính lượng tử với nhiều qubit và giới thiệu các công cụ cũng như phương pháp luận sáng tạo cho nghiên cứu điện toán lượng tử trong tương lai. Thành tựu này không phủ nhận tiềm năng của máy tính lượng tử, mà là một phần trong cuộc đua công nghệ giữa điện toán cổ điển và lượng tử, với ranh giới giữa hai lĩnh vực này liên tục được tái định nghĩa khi cả hai tiếp tục phát triển.
Việc tiếp tục tinh chỉnh thuật toán và tối ưu hóa tài nguyên tính toán hứa hẹn sẽ mang lại những tiến bộ đáng kể trong việc mô phỏng các mạch lượng tử lớn hơn với số lượng qubit cao hơn. Tuy nhiên, máy tính lượng tử vẫn giữ tiềm năng lớn cho các bài toán mà máy tính cổ điển có thể không bao giờ giải quyết được hiệu quả khi số lượng qubit tăng lên đáng kể trong những năm tới.
Đối với cộng đồng khoa học, thành tựu này không chỉ đánh dấu một bước tiến quan trọng trong khả năng mô phỏng lượng tử, mà còn cung cấp một công cụ hữu ích để xác minh kết quả từ các máy tính lượng tử thực tế, giúp phát hiện lỗi và nâng cao thiết kế cho các máy tính lượng tử trong tương lai. Đây là minh chứng cho sức mạnh của việc đổi mới thuật toán và khai thác tối đa khả năng tính toán song song hiện đại.
(Theo scitechdaily)
