42,687 文字
皆さん、おはようございます。GTC量子デーへようこそ。これは初めての試みです。非常に特別なイベントになります。ご存知の通り、私は上場企業のCEOであり、時々質問を受けることがあります。ハードルを下げておきますが、私が正しいことを言う時もあれば、間違ったことを言ってしまう時もあります。
ある時、「量子コンピュータが実用的になるのはいつか」という質問を受けました。コンピューティングプラットフォームを構築してきた者として、NVIDIAとCUDAを構築し、今日のようなコンピューティングプラットフォームに育てるのに20年以上かかりました。ですから、5年、10年、15年、20年という時間軸は私にとって特に長いものではありません。
もちろん、量子コンピューティングには可能性があり、私たち全員が期待しているように、非常に大きな影響をもたらす可能性があります。しかしこの技術は信じられないほど複雑なので、その成果を得るには何年もかかるだろうと予想するのは当然のことです。その複雑さと期待される大きな影響を考えれば当然です。
そう答えた翌日、何社かの企業の株価が、業界全体の株価が60％下落したことを知りました。そして調査を始めると、最初の反応は「彼らが上場企業だったとは知らなかった。どうして量子コンピュータ企業が上場できるのか？」というものでした。とにかく、彼らが上場企業だと知り、大変喜ばしく思います。本当に彼らのことを嬉しく思います。
そこで私は「世界はこれを誤解している。量子コンピューティング業界からすべての企業を招待し、彼らが私にキャベツやリンゴなどを投げつけてこない限り、量子コンピューティングの最先端技術について学ぶ素晴らしい機会になるだろう」と考えました。多くのアプローチがあります：イオントラップ、中性原子、超伝導量子ビット、トポロジカル量子ビット、量子アニーリング、フォトニクスなど。
CEOや技術リーダー、この先駆的な技術を主導する企業が初めて一堂に会して議論するのは素晴らしいことではないかと思いました。そして、その過程で彼らは私がなぜ間違っていたのかを説明できるでしょう。これは企業のCEOが、自分が間違っていた理由を説明するためにすべてのゲストを招待する歴史上初のイベントになりますが、私にはわかりません。それがこのイベントを素晴らしいものにしています。
NVIDIAは量子コンピュータを製造していませんが、量子コンピュータを実現するための加速コンピューティングスタックの創造に専念しています。自動運転車についても同様です。ご存知の通り、NVIDIAは自動車業界と自律走行車の世界に深く統合されており、自律走行車を進化させるために様々な形でほぼすべての企業と協力しています。しかし私たちは車を作りません。
NVIDIAには幅広い技術、製品提供、ライブラリ、コンピュータがあります。これを「3コンピュータソリューション」と呼んでいますが、あらゆる形態のロボティクスの進化を支援します：施設ロボティクス、工場ロボティクス、そしてロボットが製造するロボット製品を構築するロボットを調整する工場などです。
これは信じられないほど複雑なコンピューティング、ライブラリ、アルゴリズム、モデルのセットです。私たちはエコシステムや業界に深く統合され、彼らに深く関わっているかのようにアプローチしていますが、ロボットを製造することはありません。量子コンピュータも製造していませんが、量子コンピューティング業界に深く統合され、ライブラリを作成しています。CUDAQはハイブリッド古典加速量子向けのプログラミングモデルです。
量子回路のシミュレーションを支援するcuQuantumライブラリや、量子コンピュータのエラー訂正を行うDGX Quantumもあります。私たちは彼らとパートナーシップを組み、サポートし、可能な限りのあらゆる方法で支援していますが、彼らの足を引っ張るようなことは言わないよう努めています。
とにかく、私たちはこのエコシステムを深く気にかけており、多くのパートナーを舞台に招くことができて非常に嬉しいです。招待できなかった多くの皆さんにも感謝し、友情に感謝します。次回は招待するよう努めます。
その前に、発表があります。NVIDIAはボストンに量子研究ラボを設立します。おそらく世界で最も進んだ加速コンピューティング、ハイブリッド量子コンピューティング研究ラボになるでしょう。ハーバードとMITと提携できるようボストンに設置します。当初は一部のパートナーが参加しますが、長期的には多くの企業がこの量子研究ラボで協力することになるでしょう。Quantum MachinesとQuantinuumが最初のパートナーとして、この量子研究ラボの構築に私たちと協力します。これについて非常に嬉しく思いますし、できるだけ早く始動させます。
では、CEOの同僚を何人か紹介します。D-WaveのAlan Baratz、IonQのPeter Chapman、次はLoïc Henriet、ContinuumのRajeeb Hazra、Subodh、ステージに上がってください。お会いできて嬉しいです。
そして、Mikhailも。goodness gracious、QuEraを忘れるところでした。申し訳ありません。これはジョークを思い出させますね。短い話です。これはあなたとは全く関係ありません。それで、私も取り残されたことがあります。これは1995年のこと、私たちはNVIDIAを始めたばかりで、3Dグラフィックスのエコシステムでした。
毎週のように新しい3Dグラフィックス企業が登場し、私たちが最初に始めました。しかし数年後には50社、60社もの競合他社がいて、私たちはアーキテクチャを作成しましたが、全く間違った技術を選びました。そのため、最初に会社を立ち上げたにもかかわらず、技術が完全に間違っていたため、倒産寸前でした。
当時、業界の金融アナリスト（現在は業界アナリスト）が3Dグラフィックスを構築するすべての企業のリストを作成し、毎週発表していました。そしてある週、そのリストから私たちの名前が消えていました。「なぜリストから外したのか」と尋ねると、「あなたたちは倒産したと思った」と彼は言いました。でも「今はうまくいっている」と。申し訳ありません。いい話ですね。
さて、皆さんはそれぞれ異なるアプローチを選択しています。量子コンピューティングにはかなり多くの異なるアプローチがあります。一人ずつ順番にアプローチについて話し、なぜそれを選んだのか説明していただきましょう。Mikhail、あなたをほとんど置き去りにしてしまいましたので、どうぞ始めてください。
まず、私たちを招待してくださって感謝します。ここにいるのは素晴らしいことです。また、この新興量子エコシステムへのあなたの貢献にも感謝します。私たちは文字通り単一の原子から量子コンピュータを構築しており、レーザービームの配列を使って組み立て、制御しています。基本的にホログラフィーのような技術、コンピュータ画像を大きなスクリーンに投影するために使用される技術と同様の技術を使用しています。
主な利点は、原子が基本的に神から与えられた量子ビットであることです。それらはすべて同一で、非常に良く分離されています。量子状態を非常に長い時間保持できます。また、光やレーザーを使って原子を制御し、任意の位置に配置し、動かすことができます。これには計算プロセス自体の間も含まれ、特に接続性が基本的に生命体である処理装置を構築することができます。
それは計算自体の間に進化し、これは非常に特別です。これにより、現在数千の量子ビットを持つシステムを構築することができます。あなたが言及したこれらのエラー訂正技術を初めて展開し、これらのいわゆる保護された論理量子ビットでアルゴリズムを実行することができます。これは非常に特別なアプローチで、このアプローチを使用している今は非常に特別な時期です。ありがとう、Mikhail。
この機会をいただきありがとうございます。Rigetti Computingでは、超伝導ゲートベースの量子コンピュータを開発しています。ここバークレーを拠点としており、フリーモントにもファブを持っています。なぜ超伝導ゲートベースの量子コンピューティングなのか？ゲートベースを選んだのは、それが広範なコンピューティングの世界で知られている方法だからです。従来のコンピュータもそのように動作しています。
なぜ超伝導なのか？この分野では私たちだけでなく、IBM、Google、Amazonなどの大企業や、超伝導ゲートベースコンピューティングに多額の投資を行っている中国政府のような多くの他の企業も活動しています。私たちが超伝導を好む主な理由は、スケーラビリティとゲート速度における利点です。
基本的にシリコンチップを使用しているので、半導体産業の5十年の経験を活用すれば、一度スケールアップする方法がわかります。また、電子を扱っているため、ゲート速度は数十ナノ秒であり、それはCPU、GPUエコシステムと非常に簡単に互換性があります。これは量子コンピューティングが進展する方法だと考えています。
スケーラビリティとゲート速度については非常に良いと感じています。超伝導量子コンピューティングの弱点とも言えるのは常に忠実度です。チップ内のこれらの本質的に設計されたデバイスからノイズが発生します。COMOSテクノロジーと同様に、歴史的にそれは90％台前半から中盤でした。量子ビットが相互作用するとき、二量子ビットゲート忠実度と呼ばれるものです。
興味深いのは、ここ数ヶ月の間に、RigettiやIBM、Googleなどの超伝導分野の企業が非常に重要な進歩を遂げたことです。現在、二量子ビットゲート忠実度は99〜99.5％に達しており、これは他の分野の最高レベルと同等です。つまり、スケーラビリティとゲート速度の利点を維持しながら、忠実度についても非常に良い状況にあります。これにより、この分野での魅力がさらに高まっています。
私たちは、オープンでモジュール式のアプローチによって差別化しています。Riverlaneのようなエラー訂正や、NVIDIAのCUDA Q、または制御システム用のQuantum Machinesのような、より創造的なソリューションが見つかった場合、それを簡単にスタックに統合できるように設計しています。IBMやGoogleのような他の企業は、メインフレームアプローチで設計しています。私たちは、研究開発段階ではオープンなモジュール式アプローチが正しいエコシステムの構築方法だと考えています。
私たちの主力システムは、ゲート速度が79ナノ秒の84量子ビットシステムで、現在AWSとAzureで誰でも利用可能です。これは最高のシステムの一つだと考えていますが、率直に言って、まだ実用的な用途には十分ではありません。私たちは、だいたい…あきらめないでください。まだあきらめないでください。理由を聞いてみましょう。
私たちを迎えてくださってありがとう、Jensen。QuantinuumではQCCDまたは量子電荷結合デバイスと呼ばれる特定のアーキテクチャアプローチを用いて、イオントラップモダリティを使用して量子コンピュータを構築しています。このアプローチの美点は、業界で最高の忠実度、9桁以上を生み出すことです。
量子コンピューティングにはご存知の通り多くの課題があります。しかし、コヒーレンス時間、スケーラビリティ、忠実度—これらは最も挑戦的な特性の一部です。これらの異なる量子コンピューティングアプローチについて考え、聞いているとき、これらの言葉に耳を傾けてください。それらは一貫して各テクノロジーに関連する長所と短所、または課題と機会を理解するのに役立ちます。
基本的に私たちは業界で最高の忠実度を持っています。私たちのアプローチについて質問されましたが、私たちのアプローチはQCCDアーキテクチャをより高いレベルのスケールに拡張することです。今年中に高い信頼性を持つ50の論理量子ビットを実現し、約18ヶ月以内に100の論理量子ビットを実現する予定で、2031-32年初頭に数百万の量子ビットへの明確な道筋を見ています。
私たちのアプローチのもう一つの部分は、科学を構築するだけではありません。私たちは本当に本当に挑戦的な問題に取り組んでいます。それは端に住むようなものです。私たちは自分たちが構築するハードウェアとソフトウェア、そして顧客と一緒に取り組んでいます。解決策を求めているわけではなく、どのような大きな厄介な問題に狂ったように取り組むかという考えから始めて、それを解決できるようにハードウェアとソフトウェアの能力を構築しています。業界で他に何があるのかについても話す機会があればと思います。
Pasqalでは、中性原子技術を活用した量子プロセッサを構築しています。これはMikhailとQuEraが行っていることに非常に近いです。この技術にはスケーラビリティなど、いくつかの主要な利点があります。現在、数千のそのような量子ビットを捕捉し、制御することができます。また、レーザー光で制御するのも簡単です。量子コンピュータを開発するための技術としては、閉じ込められたイオンや超伝導量子ビットと比較すると比較的新しいものです。
実際、それはより新しいですが、このアプローチのゲート忠実度とスケーリングに関しては、多くの進歩と勢いがあります。Pasqalでは、これらのデバイスを研究室の実験から実際の産業製品に変えるために、エンジニアリングに非常に力を入れています。私たちは皆、使用と採用が現在の量子コミュニティにとって非常に重要であることに同意していると思いますし、Pasqalではその約束を果たすことを本当に望んでいます。
過去18ヶ月間で、フランス、CANI、そしてJülichスーパーコンピューティングセンターのあるドイツに、世界中で4台のマシンを提供し、提供する予定です。これがPasqalについてのすべてです。私たちは中性原子を扱い、エンジニアリングに非常に重点を置いています。
IonQの会長を務めています。Quantinuumのように、私たちはトラップドイオン企業です。トラップドイオンは実際、1995年に原子時計を見るときに使用されていました。原子時計と私たちの技術には大きな重複があります。1995年、NISTのチームとIonQの共同創設者の一人が史上初の量子論理ゲートを実行しました。あなたが見ているこのすべての狂気は、1995年のその実験から始まりました。
私たちは今、トラップドイオンに投資して30年になります。他のモダリティと非常に似ていますが、個々の原子を使用し、計算にレーザーを使用しています。私たちは0.02ナノメートルに達しています。シリコン産業を見ると、彼らは私たちがプレイする場所よりもはるかに上にいます。私たちは個々の原子を扱っています。
私たちの技術の利点は、室温で量子コンピュータを持つことができることです。それはラックに収まり、正直に言って、おそらくあなたが想像しているものと比べると少し退屈に見えますが、それはラックベースで室温になるからです。もう一つの利点は、光学とレーザーを使用しているため、分散量子コンピューティングを行うために相互に接続して、より多くの量子ビットを得ることができ、インターネットの既存のインフラストラクチャを光ファイバーで再利用できることです。
そして、すでに言及されているように、トラップドイオンは平均二量子ビットゲート忠実度が最高です。その意味では、それらはリードしており、それはかなり大きな利点です。なぜなら、必要なエラー訂正の量が他のモダリティよりも少なくて済むかもしれないからです。しかし、私たち一人一人、そして1995年以来、自由量子ビットから生み出された進歩の量まで、どれだけ多くの異なるモダリティが登場したかは驚くべきことです。そういう観点から見ると、本当にエキサイティングです。今日、ここで私たちと一緒にいる主要企業を見るのは素晴らしいことです。
Jensen、ありがとう。私たちは超伝導企業であり、Rigettiと似ています。私たちは、超伝導が量子ビットの忠実度、つまり量子ビットの品質と、ゲート速度、計算時間のバランスが最も良いと考えています。しかし、実際には、このパネルの他の全員とほとんど業界の他の全員とは非常に異なっています。なぜなら、私たちはゲートモデル技術ではなくアニーリング技術を使用しているからです。
詳細には立ち入りませんが、アニーリングははるかに扱いやすい技術です。スケールが容易で、ノイズやエラーにはるかに敏感ではありません。おそらく最高の証拠は、先週Scienceに発表した論文で、古典的には100万年近くかかる磁性材料の特性の有用な計算を実行したことです。そして今週、実際にarXivに論文を掲載し、その計算を使用して量子プルーフオブワークをブロックチェーンで作成する方法を示しました。
アイデアは、量子コンピュータを使用してハッシュ関数を作成し、量子コンピュータを使用してハッシュ関数を検証することです。現在、4台の量子コンピュータで初めての分散量子アプリケーションとして実行しており、ハッシュを生成し、ハッシュを検証しています。これはブロックチェーンにとって非常に興味深い、はるかにエネルギー消費の少ないアプローチになる可能性があると考えています。
量子コンピューティング業界で誰かがマイルストーンを達成するたびに、他の人々の間でかなりの論争を引き起こします。あなたの成果は何か論争を引き起こしましたか？達成と論争の比率は文字通り1対1だと考えると。
答えは、業界の同僚から多くの肯定的なフィードバックを受けたということです。明確にするために、あなたが尋ねたので、名前を挙げるのは好きではありませんが、挙げます。ニューヨークのFlat Iron Instituteの研究者たちから論文が出ました。これは本当に堅実な研究チームです。彼らができたことは、テンソルネットワークの古典的計算の最先端を進めることでした。彼らが示したことは、私たちが計算した最小のインスタンスについて、GPUクラスタで古典的に計算したもので、彼らはそれを少し速く行うことができたということです。
彼らはその結果を損なうような主張をしましたが、全くそうではありません。私たちは複数のサイズ、複数の格子サイズ、複数の進化時間枠、格子上の複数の特性を計算しました。これは実際に1年以上公開されている非常に強力な結果です。
量子コンピューティングの有用性の定義とは何か、そしていつそれが期待できるかという質問がかなりの興奮を引き起こしました。いつ期待できるかを答える前に、それに向けて進めていきましょう。量子コンピュータの努力に値すると考えられる初期の応用は何でしょうか？そして第二に、有用性をどのように定義しますか？
高いレベルから始めたいと思います。量子コンピュータは根本的に新しい科学的および工学的ツールです。科学と技術の歴史を見ると、新しいツールを開発するたびに、最初に使用するのは本当に科学を進め、実際に科学的発見をすることです。実際、量子コンピュータは文字通り、私たちがこれまで行ったことのない宇宙の隅々に行くことを可能にします。責任を持ってこれらの隅々に行けば、常に興味深いものが見つかります。
ですから、現在すでに存在しているか、または近い将来に開発される機械を使用して、この科学的フロンティアを本当に進め、実際に新しい発見をする大きな可能性があると信じています。量子コンピュータを使用して発見がすでになされていますが、最大限に正直に言うと、それらは非常に少なかったです。
私たち多くの人が考えているのは、現在、量子発見の時代にあり、これらの機械を使用して実際に複雑なシステムの物理学を探索し、おそらく化学や材料科学のような事に関連するかもしれないということです。この分野は今、これらの機械を使用してこれらの科学的方向に押し進め、発見を始めるのに本当に熟しています。しばしば、それらは直接商業的に関連するわけではないかもしれないものです。
例えば、平衡から離れたシステムの特性を理解すること—私たちの周りの世界の多くは平衡状態にありません。これらは、次の数年間で多くの進展が見られると予想される種類のものであり、しばしばこれらはその後アプリケーションに変換され、予測不可能な方法で新しい産業を始めるものです。だからこそ、この分野は今特別な時点にあります。それはトラップドイオンの視点です。
超伝導または中性原子のアプローチはどうですか？中性原子です。それは小さな違いですが、あなたが言っていたことに続けます。科学的発見が新しいフロンティアに持ち込まれるという基本的な前提に同意します。しかし、私たちは今日アプリケーションを見ています。私が言ったように、私たちは顧客やパートナーの大きな問題に焦点を当て、それを解決したいと考えています。
化学の分野でアプリケーションを見ています。例えば、特定の持続可能な特性を持つ新しい冷媒をどのように得るか？白金を触媒として必要とせずに、水から水素をより効率的に生成する方法は？生物学では、ペプチドの結合方法を調査しています。
これらは非常に具体的な例であり、それを行うことで2つのことを理解するのに役立ちます：どのようなアルゴリズムでそれを攻撃する必要があるか、そして特定の時点でマシンに必要な能力は何か？あなたはパフォーマンス基準は何かと尋ねました。
古典的なバックグラウンドから見ると、ワットあたりのパフォーマンス、次にワットあたりドルあたりのパフォーマンスがありました。私たちは、基本的に解決したい大きな問題のレンズを通して見る時、より正確に解決するか、またはより正確かつより少ないエネルギーとコストで解決するという功績の数字で、ポイントに達しています。これは通常、量子ビットの数ですが、それらの量子ビットを有用にするために維持できる忠実度とエラー率も重要です。
私はこれらの事柄の完璧な比率があるとは言いませんが、それらは一般的に、強力な量子コンピュータがどれだけ有用かを言うように導いており、それは大きな問題を見て、量子コンピュータの助けを借りてそれらをどのように解決するかを言うことによってのみ行うことができます。必ずしも古典的なコンピュータを量子コンピュータに置き換えるわけではありません。
業界に影響を与える基本科学に基づいて構築されたものは多くあり、最も広い意味での量子コンピュータは、その産業に影響を与える基本科学を理解するための究極の道具になり得ます。しかし、それが量子コンピュータではなく量子道具として説明されていたため、人々はコンピュータについての考え方を持っています—Excelを超高速に実行できるはずで、すべての尊敬されるコンピュータはCrisisのようなゲームを実行できるはずだという概念です。コンピュータについての常識があり、それはメモリ、ネットワーク、ストレージ、プログラミングモデルに接続されています。これは単に間違った精神モデルであり、科学的手段としては非常に優れていると思います。あなたが言うように、途中で科学をより深く理解する機会は素晴らしいですが、それを量子コンピュータとして位置づけ、私たちが理解している通常のコンピュータの基準に保持することは、この業界全体がその再構成において実際にはるかに先に進んでいるという可能性があります。重要な産業のための科学的手段として再構成することができれば。
あなたが言ったことに完全に同意します。ある意味では、「量子コンピュータ」という用語は誤解を招きます。なぜなら、古典的なコンピュータを量子コンピュータに置き換えられると期待するからです。そうではありません。それはより補完的なツールのようなものです。私たちは自分たちのマシンを量子プロセッサと呼ぶのが好きです—CPUやGPUと並んで複雑なワークフローで使用できる、特殊化されたマシンですが、本当に特殊なタスク向けです。
量子コンピュータまたは量子プロセッサを使用するこの特定の方法について全員が同意すれば、古典的なコンピューティングと並行して作業し、すべての計算能力を置き換えるために働くのではなく、より簡単になります。
実際、この概念に苦労しています。量子コンピュータが材料発見、ブロックチェーン、または携帯電話タワーのリソース利用の改善に使用されている場合、それを道具として考えることはできません。量子コンピュータで実行しようとしないアプリケーションが多くあるのは事実ですが、広範な処理能力を必要とするアプリケーションの場合、これらのマシンは非常に強力であり、単なる計測や測定を超えていると思います。
すみません、割り込みます。実際、私はただ助けようとしていただけです。あなたの助けが見えました。長い間前に、誰かが加速コンピューティングは何に良いのかと尋ねました。以前、間違っていたので、これはコンピュータに取って代わるもので、これがコンピューティングの方法になり、すべてがより良くなると言いました。結果として私は間違っていて、不必要に間違っていました。
何かに狭く焦点を当て、それに非常に優れているほうが良いです。しかし、その線を越えて巡回セールスマン問題について話し始めた瞬間、それは不必要になりました。なぜなら、その問題は現在知られているように明らかに解決されているからです。Uberの車は到着しています。たぶん3秒遅れるか30秒遅れるかもしれませんが、それでも到着します。
量子コンピュータが解決する必要のない問題を解決するという基準に自分自身を保持することは、率直に言って、世界を変えるためには不必要だと思います。それは、あなたが独自に行うこと、そして実際には早かれ遅かれに焦点を当てることから注意を逸らします。とにかく、それは私の意見でした。どうぞ、Peter。
ここショーでは、実際に量子が今そのうちの一つであることを示すいくつかのアプリケーションを紹介しています。一つはANSYSとのもので、彼らの製品の一つであるLS-DYNAをご存知かもしれません。それは明らかに今日GPUで実行されています。
私たちはLS-DYNAと量子コンピュータを統合したことを発表し、血液ポンプのモデリングでパフォーマンスが12％向上しました。これは、量子がプロダクションソフトウェアと統合された初めてのことだと思います。また、NVIDIA、AWS、およびAtosと共に、化学アプリケーションで20倍のパフォーマンス向上を発表しました。
素晴らしいのは、それを今日の既存のシステムで36量子ビットで行ったことです。年末までには64量子ビットになります。量子ビットを追加するたびに、計算能力は2倍になります。ですから、それは単一のチップ世代で2の28乗倍の増加であり、大体2億6千万倍強力になります。
年末までには、LS-DYNAや化学アプリケーションのようなものに対して、突然大きなパフォーマンス向上が見られると予想されます。ですから、私たちは現在、正直に言って、多くの人が使用しているこれらのアプリケーションに取り組んでおり、量子コンピュータを使用して大きな影響を与えることができるようにしています。
10年についてのあなたの発言は興味深いと思います。私たちは10年前のあなたの位置にいると考えています。明らかに、10年後には、NVIDIAやその他すべての巨人と一緒に希薄な空気の中にいることを望んでいます。しかし、スタートアップから今日のあなたの位置に行くには長い時間がかかります。
量子産業がNVIDIAやその他すべての巨人がいる場所に到達するのに、さらに10〜15年かかるだろうと言うのは完全に問題ありません。それはその時に始まるわけではなく、今日始まっています。あなたはNVIDIAよりもはるかに大きくなるでしょう。私たちが過去の遺物になる可能性はありません。
量子コンピューティングへの多くの異なるアプローチがあるように見え、そのアプローチが非常に多様である場合、なぜこの業界はお互いの仕事を見て、より有望なアプローチをすぐに発見せず、自然に、進化を通じて、人々が最良のアプローチを選択し、その後、全員が統一された方法で業界全体を前進させるのをはるかに速く始めないのでしょうか？この業界を観察すると、驚くほど多様であり、数千の花が咲いています。それがいつ庭園になるのでしょうか？
今日、私たちを見渡すと、個々の原子、レーザーなどを使用している人々がいます。実際、私たちは多くの人が期待するよりも共通点を持っています。将来的には、より多くの共有があり、一緒に働く能力もあるかもしれません。なぜなら、量子コンピューティングの約束とそれが人類にできることは非常に重要であり、実際には今日舞台に座っている企業のどれよりも大きいからです。
人類全体として解決すべき重要な問題の範囲があり、それらを解決するために量子コンピューティングが必要です。私たちはまだ明らかに新しく、量子ビットを構築する方法は毎日発見されていますが、今後数年間で、おそらく2つか3つの異なるアプローチに凝縮していくと思います。私たち一部は基礎技術を共有しているので、おそらく一緒になるでしょう。
ですから、それは理にかなっています。あなたが説明した多くの問題は、流体が非常にカオス的で、正確な答えを知ることが難しいため、正確な答えはわかりません。そのような例では、エミュレーションにAIを使用すると、今日の原理的なソルバーから桁違いのスピードアップ、何万倍ものスピードアップが得られます。
古典的なアプローチにはまだ前進の余地がありますが、同時に、今日の古典的な方法では解決が不可能な問題もあります。創薬、世界規模の天気モデリング、そして私が共有したアプリケーション（1週間前の論文の基礎）である材料の特性の計算などの分野に問題があります。
私たちはフロンティアを使用しました。これは基本的にあなたのシステムの一つで、オークリッジ国立研究所の大規模並列スーパーコンピュータですが、計算を実行するには数百万年かかるでしょう。ポイントは、まだ古典的な方法では手が届かない難しい計算問題があり、AIもそれらの問題に対処することはできないということです。それらは単に古典的な方法の手が届かないものです。
興味深いのは、30分かかってAIに到達したことですが、私たちの観点から見ると、あなたの質問「それをコンピュータと呼ぶべきかどうか」の拡張として非常に興味深いと思います。これらの量子デバイスやツールや計器（あなたがそう呼ぶもの）は、以前は不可能だったこれらのAIエンジンをトレーニングするためのデータへのアクセス能力を拡大しています。
今日化学の問題を解決しようとすると、人類の最大能力は密度汎関数理論や量子空間への他の近似などで定義されています。私たちが持っていなかったその情報の世界は、自律走行車に500平方フィートの都市グリッドを与え、車線やその他の詳細を持たないで訓練するようなものです。
私たちが見ているのは、コンピュータという概念が持ち込まれ、コンピュータAとコンピュータBがあり、Aの価格を伝えるまでは、技術的にはBよりもAが速く実行する必要があるという考えです。私たちはそのようには見ていません。
私たちは、AとBが何ができるか、Aが確立された古典的で十分に研磨されたフロンティアモデルである場合、私たちがそれらのモデルをどのようにトレーニングし、データでそれらのモデルを有効にしているかを見ています。それによって、モデルがエージェント的であり続け、推論し続け、そうでなければ私たちがやらなければならないことを続けることができます。私たちはそれをgen、AIではなく、gen Q AIと呼んでいます。それは別のコンピュータと競争するコンピュータというパラダイムを壊します。
それは今、2つのコンピュータが一緒に働き、2つの完全に異なる方法ですが、彼らはお互いの入力と出力です。その通りです。量子コンピュータの出力は、これらの大規模言語モデル（LLM）とトレーニング方法への入力です。そのため、分子の基底エネルギーや基底状態構成のようなものを実際に理解するLLMを持つことができます。
その後、それらを使用して摂動理論を始め、分子が体内に留まり、正しい運動パラダイムで薬物を届けるかどうかを検討することができます。それが、すでに発展し、急速に成熟し、向上しているコンピュートパラダイムに追加されるツールや計器として量子を見る方法です。
ここで残りわずかな時間で、加速古典コンピューティングの世界であなた方の仕事をより迅速に進めるために、私たちが何をすれば役立つでしょうか？中央から始めましょう、さあ、フランス人のミスター、どうぞ。
はい、ありがとうございます。先ほど言ったように、古典的量子などの様々な計算モダリティをできるだけ良く結合することは非常に重要です。現時点では、帯域幅の問題や物事を速くするためにコロケートする能力の問題ではありません。まだそこまで達していないからです。それは差し迫ったパラダイムではありません。いつかは問題になりますが、今はまだです。
今、本当に重要なのは、協力して両方の世界の最高を活用できる主要な問題と領域を特定することです。本質的に量子である問題に対して量子コンピュータまたは量子プロセッサを使用してデータを処理・作成し、自然に苦労する問題に対してその自然な優位性を活用し、それをCPUとGPUを持つ大きなワークフローで使用し、ソフトウェアレベルでそれをうまく結合するというあなたの発言に完全に同意します。
私たちはあなたのGPUを使用してチップを設計し、量子コンピュータが動作していることを確認するために共同シミュレーションを行っています。量子コンピューティングの将来を見ると、それは量子コンピュータの隣に座る古典的なシステムのセットになり、2つが行ったり来たりします。
一方が他方に取って代わるのではなく、一緒に働いています。今日行っていることを見ると、量子コンピュータ自体だけでなく、それらがどのように実行されるかについても最適化を見つける方法を理解するために機械学習を適用しています。それはすでに古典的コンピューティングとの相乗的な関係です。
奇妙なことに、私たちの量子コンピュータはほとんど完全に古典的です。唯一の量子部分は小さなチップと中心にある数個の原子です。残りは完全に古典的です。ですから、このセッション終了時にNVIDIAの株を売り払うことはないでしょう。将来的に強い立場にあると思います。
しかし、将来的には、問題を解決するために、QPU、GPU、およびCPUが一緒に働くことを期待しています。実際、少し追加できれば、おそらくNVIDIA加速コンピューティングは世界が今まで見た中で最大のボリュームの並列コンピュータであることに気づかれるでしょう。しかし、私たちはそれを並列コンピュータとは呼びません。それは逐次コンピューティングに対立していました。
そのアプローチの間違い、その位置づけの間違いは、アムダールの法則がそのように機能しないということです。信じられないほど良い仕事をしているものを置き換える理由はありません。それに追加し、作成されたモメンタムの波に乗るべきです。だから私たちはそれを加速コンピューティングと呼ぶことにしました。
それはまだコンピュータであり、それは実際に人々が私たちについてどのように考えるか、そして私たちが自分自身と自分たちの仕事についてどのように考えるかを革命的に変えました。これが量子コンピューティング産業や量子コンピュータであるという考えは、すべてのコンピュータを良くする量子プロセッサという考えほど良くないと思います。Rajeeb、どうぞ。
量子処理または量子コンピューティングについて考える方法のいくつかのパラダイムを変える必要があります。一部の人々は、人間の脳とその働き方が従来のHPCの考え方や量子コンピュータとHPCがどのように統合すべきかという考え方よりも量子コンピュータに近いと観察しています。
私たちはアナログ入力、アナログ出力、そして人間の脳や神経がまさに機能するように、同時に複数の変数を扱っています。基本的に、古典的なコンピューティングのコンテキストで量子コンピューティングについて考えることで、自分たちを制限しているかもしれません。
より広く考え始め、量子コンピュータがHPCと結合されたときに私たちが潜在的に想像できるものは何か、そして量子コンピューティングがどのようにgenAIをAGIに到達させるのに役立つことができるか？それらは量子コンピュータを使用できるいくつかの難しいことです。
これは業界にとって素晴らしい会話の始まりになるでしょう。皆さんをお迎えできて大変光栄です。これはシリーズの最初のものに過ぎません。それを楽しみにしています。Muel、締めくくりますか？
はい、これらは素晴らしい例です。以前に指摘した点に戻りたいと思います。ある意味では、量子コンピュータはハンマーではなく、精密計器です。それで行いたいことは、問題の難しい量子部分を解決することです。これが私たちのビジョンです：解決したい問題があれば、できるだけ多くを古典的コンピュータで解決し、難しい量子部分を特定します。
その後、アルゴリズム、良いエラー訂正コード、正しいコンパイラを見つけ、特定の量子アーキテクチャを念頭に置いて最適化された正しいデコーダを書きます。このプロセスのすべてで、少なくとも現時点では、できるだけ多くを古典的な部分にアウトソースしたいと思います。これはCPU、GPU、何をしたいかによって異なる場合があります。
そして、もちろん、最後に、量子データの出力を使用してモデルをトレーニングし、改善したいと思います。それが、次数年間で量子コンピュータの本当の価値が現れる方法だと考えています。確かに、非常に生産的な使用例です。ありがとうございます。
では、非常に短くする必要があります。来年のこの時期、私たちは何について話しているでしょうか？簡単に見ていきましょう。どうぞ、Alan。
来年のこの時期、量子がより少ない消費電力でより良いモデルトレーニングと推論を行うのにどのように役立つかについて話していることを願っています。どうぞ、Peter。
まず、プロダクションにおける量子アプリケーションが顧客のワークロードを支援し、同じ路線で、量子に基づく新しい種類のAGIの最初のプロトタイプが見られることを望んでいます。今日フィールドに展開されているすべてのコンピュータとプロセッサの使用からすべての学びについて話しています。
うん、Rajeeb、前の発言者のテーマに同意します。来年中に、量子コンピュータと連携するAIエージェントの最初の実際の使用例が見られると思います。それは以前はできなかったことを行い、大量の試行錯誤で行われるでしょう。
うん、うん。OK、Sub、1年後には量子コンピューティングに対する懐疑論が少し少なくなり、データセンターでそれがどのように価値があるかについて話し始め、いくつかの実際のケースを示すことができる点に達していることを願っています。
うん、違うでしょう。物理学、化学、生物学、そしておそらく他の分野で、量子マシンによって提供される10の新しい科学的発見を見たいと思います。さあ、実現しましょう。皆さん、ありがとう。
ありがとう、ありがとう。さて、2番目のパネルです。2番目のパネルです。ありがとう、皆さん。どちらでも、どちらでも、心配しないでください。はい、心配しないでください。心配しないでください。OK、2番目のグループです。どうも、Rajeebありがとう。
2番目のグループ：Atom Computingから中性原子量子ビットのBen Bloom。どうぞ、Ben。どうぞ。こんにちは、Ben。すぐに皆さんと握手します。Inflectionの CEO、Matthew Canella、中性原子量子ビット。こんにちは、Ben。ありがとう。来てくれてありがとう。Seekから超伝導量子ビットのJohn Levy。やあ、お会いできて嬉しいです。Alice and BobのCEO、Perin、超伝導量子ビット。Ellis and Bob、OK、QCI、Rob Shov、超伝導量子ビット。お会いできて嬉しいです。そしてSide Quantum、Pete Schulbot、単一フォトン量子ビット。やあ、調子はどうですか、Pete？はい、座ってください、座ってください。
では、非常に迅速に、もう一度やりましょう。こちら側から始めましょう。あなたのアプローチは何で、なぜそれを選んだのですか？
はい、私の名前はBen Bloomです。私はAtom Computingの創設者の一人です。私たちは中性原子で量子コンピュータを構築しています。中性原子については少し前に聞きましたので、良い点をいくつか繰り返し、悪い点はいくつか隠します。一般的に、私たちは非常に多くの量子ビットを作ることができます。私たちは千量子ビットを超えた最初の企業の一つであり、これを非常に高い忠実度で行うことができます。
また、これらの量子ビットで非常にコヒーレントな操作を行うこともできます。また、これにより、多種多様な量子エラー訂正コードとアプリケーションをシステム上で実行できるオールツーオール接続などのことを行うことができます。
どうぞ。まず、私たちを招待してくれてありがとう、Jensen。皆さんに会えて良かったです。ここであなたと一緒にいることは素晴らしいです。これは楽しくなるでしょう。Inflectionでは、私たちも中性原子を使用して量子コンピュータを構築しています。
Benは素晴らしい説明をしてくれたと思いますし、前のパネルの方々も同様です。ですから、中性原子は非常に柔軟な技術であり、それは完全に室温で行われるからだと言うだけです。冷凍庫が必要ないので、実際にコストを削減し、この技術をフィールドに展開することができます。
私たちが行っていることは、実際にここにプロップを持ってきました。これらの超高真空セルに私たちの量子ビットを閉じ込めることができ、これらの量子ビットは原子であり、それからレーザーで配置して興味深いことを行うことができます。
私は前のパネルでMishaが言ったように、原子は自然の完璧な量子ビットだと思いますが、自然の完璧な時計であり自然の完璧なセンサーでもあります。そのため、私たちは実際にこのコア原子技術を時計、センサー、コンピュータという3つの分野に向けています。
それらを複雑さの連続体と考えることができ、中性原子で何ができるか、コンピューティングが最も複雑で時計が最も複雑でないものです。私たちは試行済みで真の収益化と市場開発戦略に従っており、時計やセンサーのような、今日本当の量子優位性がある分野を収益化し、それらの学びを使用しています。なぜなら多くのレバレッジがあるからです。
すべての基礎となるコンポーネントは同じです。それらの学びとそれらの粗利益ドルは、限界を押し広げ、最終的にコンピューティングの世界で量子優位性に到達するのに役立ちます。それが私たちがやっていることであり、Jensen、あなたの素晴らしい量子チーム、Sam、Alisa、その他の方々と一緒にコンピュータで興味深いことを行っています。それを感謝しています。
どうもありがとう、Matt。はい、どうぞ。SEEKのCEO、John Levyです。SEEKはスケーラブルでエネルギー効率の良い量子コンピューティングの略です。今日聞いたのは、異なる種類の量子ビットを持つ量子コンピュータを構築する複数の方法があるということです。
しかし、私たちが知っていることは、量子ビットだけではフルスタックコンピュータを構築できないということです。読み出し、制御、多重化、リセット、エラー訂正、GPU統合、フルスタックを行える必要があります。ですから、Seekでは、それが私たちがやっていることです。
私たちは実際にデジタル制御されたコンピュータを構築しました。これはその例です。これはSeek Orangeであり、世界初のデジタル制御およびデジタル多重化された量子コンピュータです。私たちは量子コンピュータのすべてのコア機能をチップに搭載しています。
それができる唯一の方法は、私たちが信じられないほどエネルギー効率が良いことです。あなたはキーノートで、エネルギー効率の良いシステムの重要性について話しました。通常の量子コンピュータを構築することを考えると、例えば超伝導を使用すると、単一の量子ビットを制御するだけでも2〜5ワットの電力を使用するかもしれません。私たちはそれを3ナノワットの電力に削減しました。ですから、私たちはエネルギー効率が良いです。
そして最後の部分は、私たちが完全にデジタルであるということです。そのため、量子コンピュータにおける主要なノイズ源の一つであるクロストークを避けることができます。しかし、それはまた、GPUやCPUのような他のデジタルチップに接続することも可能にします。
私たちの考えは、異種コンピュートのプラットフォームを作成することであり、基本的にはこの前のパネルで言っていたコンピューティングと加速コンピューティングのアイデアを取り、コンピューティングを加速する方法は、NVLinkとGPUとCPUで行ったように、QPUをシームレスに統合することだと考えています。それが私たちが構築しているインフラストラクチャです。
素晴らしいですね。ありがとう。はい、どうぞ。ありがとう、Sean。Alice and Bobでは、私たちは超伝導チップデザイナーです。私たちはエラー訂正のための優れた超伝導量子ビットを設計しています。量子では、エラー訂正が必要なすべてです。
私たちの技術、猫量子ビットには、量子ビット内に直接組み込まれた最初のレイヤーのエラー訂正があります。それは非常に強力で、ハードウェア効率が良く、影響に必要な量子ビット数を最大200倍削減します。それを考えてみてください。それはシステムのコストと複雑さを削減するだけでなく、タイムラインを大幅に短縮します。
ムーアの法則の観点で考えると、それはほぼ10年分の先行スタートを得ることになります。そして、Alice and Bobでは、このようにして数十年を数年に変えています。素晴らしいですね。
こんにちは、Jensen、私たちを招待してくれてありがとう。これは本当に楽しいイベントです。Rob Schulovです。私はQuantum Circuitsの創設者の一人で、最高科学者です。コネチカット州ニューヘイブンにあります。イェール大学からのスピンオフで、多くの超伝導の人々が訓練を受け、主要なアイデアがそこから来ました。
エラー訂正の問題を取り上げてくれて嬉しいです。それは話すべき良いことだと思います。Quantum Circuitsでは、エラー訂正が有用な量子計算を得るための鍵だと信じています。私たちは実際に少し異なるアプローチを持っています。
それはAlice and Bobが追求しているものとやや似ていますが、私たちのマントラは「まず訂正し、次にスケールする」です。非常にノイズの多い数百万の量子ビットを持つマシンを作り、それらをプログラムする方法や、ソフトウェア層としてエラー訂正を構築する方法を考え出そうとはしません。
私たちが行っていることは、超伝導回路内の新しいパラダイムです。それはデュアルレール量子ビットと呼ばれるもので、本質的にはハードウェアレベルでエラー検出が組み込まれています。それはいくつかの利点があります。超伝導デバイスのすべての速度とスケーラビリティを得ますが、今、イオンや原子に匹敵するパフォーマンスを見始めています。円を二等分し、これらの異なるタイプの技術の両方の利点を持とうとしています。
エラーを検出することで得られる強化された忠実度が、前のパネルで言及されたこの種の科学的発見に特に興味深い近い将来の使用事例に到達すると考えています。それはまた、より効率的にフォールトトレラントマシンにスケールするための方法です。私たちはスケールしたいですが、浪費的な方法ではなく行いたいです。
エラーを劇的に抑制し、本当に価値を提供する方法でスケールしたいと思います。フィールドの主な課題は、技術が何であれ、エラー訂正が本当に機能し、物理的な量子ビットでこれまで見られなかったレベルにまで抑制できることを示すことだと思います。素晴らしいです。ありがとう、Rob。どうぞ、Pete。
私たちを招待してくれてありがとう、Jensen。感謝しています。あなたがこのすべての複雑さを理解するためにうまく報酬を得ていることを本当に願っています。Side Quantumは量子コンピューティング企業のスペクトルの極端な端に位置していると言うのが公平だと思います。
最初から、私たちは非常に大規模な、普遍的な、フォールトトレラントなマシン—百万量子ビットスケールのものを構築することに単一的に固執してきました。私たちがそれを構築するために使用するアプローチは、単一光子、光の粒子を使用します。私たちのCEO、Jeremyによって20年以上前にブリスベンでそれらの光子を使って最初の二量子ビットゲートのデモンストレーションを行いました。
現在、私たちはそれらをチップに搭載し、元々データセンターアプリケーション用に開発されたシリコンフォトニクス技術を再利用しています。キーノートであなたが話していたことを聞けて本当に嬉しかったです。私たちは、それが私たちのフィールドが直面するスケーリングの課題を克服する上で大きな利点を与えると考えています：製造可能性、冷却、電力、接続性、制御エレクトロニクス。
そのレバレッジにより、私たちは今、数ヶ月以内にオーストラリアとシカゴで非常に大規模なデータセンター様の量子コンピュータの建設を開始する位置にいます。素晴らしいですね。ありがとう、Pete。
産業界の周りで働いている人々や業界の観察者にとって本当に難しいことの一つは、多くの異なるアプローチで科学が非常に異なっていることであり、かなり多くの異なるアプローチがあることです。2つのアプローチだけであれば、頭に入れることができますが、かなり多くの異なるアプローチがあります。
科学は新しく、もちろん、エンジニアリングのあらゆる側面、製造、すべてが新しいです。プログラミングモデル、これらのものをプログラムする方法の考え方さえも新しいです。それらを比較することは難しいです。例えば、一方では、前の聴衆はすでに産業用ソフトウェアを実行する際のコンピュータの有用性について話していました。
一方、生産的で機能的なシステムを持つために必要な量子ビットの数についてのいくつかの常識があります。現在、36個またはx個の量子ビットがあり、今、Pete、あなたはフォールトトレラントマシンと生産的なマシンのために100万の量子ビットについて話しています。
現在の状況からどのようにしてそのギャップを埋めるのでしょうか？現在の最先端は何で、フェーズシフトに達する時期をどのように考えていますか？それは非常に特定の点ではなく、これらの量子コンピュータの有用性は時間とともにますます有用になるでしょう。その移行はいつ起こると思いますか？皆さんはどう見ていますか？今日はどこにいて、「はい、それは本当に良い量子コンピュータだ」と言えるフェーズシフトはいつ起こるのでしょうか？
スケーリングを続けることが本当に重要だと思います。おそらくPeteは正しく、取り組む必要がある最大の問題の一部で、実際に世界を変えるものは、数百万の量子ビットを必要とするでしょう。ですから、量子コンピュータを本当に本当に速くスケールしていることを確認する必要があります。
ムーアの法則のスケーリング、つまり2倍または√2倍のファクターは望んでいません。10倍のファクターを望んでおり、それを数年ごとに望んでいます。それがAtom Computingでやっていることです。
最終的には、今量子コンピュータを使用して進歩し、有用な問題を見つけている人々がいますが、世界を変えるようなユーティリティスケールのものについて話すと、100万に到達する必要があります。
また、Jensenと用語を定義することも重要だと思います。混乱しないように—物理的な量子ビットと、エラー訂正された論理量子ビットの2つがあります。エラー訂正された論理量子ビットは本当に王国への鍵です。
物理的な量子ビットからエラー訂正された論理量子ビットへの比率は、かつては10,000対1だと考えられていましたが、おそらく現在は100対1に近いです。ですから、論理量子ビットに必要な物理的な量子ビットの倍数が必要になり、それからエラー訂正ソフトウェアを実行して必要な論理量子ビットを得る必要があります。
あなたの質問に答えるには、コンセンサスは約100の論理量子ビットで、古典的なコンピュータがまだできないような興味深いことを量子コンピュータで始めることができます。
これらの量子コンピュータをどのようにスケールするかを考えるのは興味深いです。例えば、11月後半にGoogleがエラー訂正について本当に素晴らしい論文を発表しました。WillowチップとセットアップをGoogleの論文で見ると、エラー訂正を行うための素晴らしいデモンストレーションでした。
間違っていなければ、各量子ビットには5本の別々のケーブルが必要でした。100万の量子ビットを持つシステムをスケールしようとするなら、本当に500万本のケーブルを持つつもりですか？これを例として使用しているのは、量子コンピューティングにはそのようなものが多くあり、解決する必要があるからです。
私たちは、多重化とチップ間統合を行うことでその問題を解決しています。しかし、それは千の工学的問題の一つです。ですから、それらの各々を取り上げて解決しようとするピックアンドショベルアプローチなのです。
それらの問題の一つだけを解決することはできません。包括的な見方をして、すべてを解決する必要があります。チップ上に量子コンピュータを構築する方法を解明しなければ、そこに到達することは決してないという広範な合意があると思います。それが主要な目標です：チップ上でスケールすること。
学術コミュニティはかなり簡単に理解しています。あなたが言及したように、100の論理量子ビットには、そのエラー率が最大で100万分の1を維持する必要があります。論理量子ビットは完全にエラーフリーではありません。古典的なトランジスタでさえ、時々エラーを犯すことがあります。
問題は、すべての物理的な量子ビットが平等に生まれるわけではないということです。100の論理量子ビットを得るためのシステムのサイズと複雑さは、一つのモダリティから別のモダリティまで大きく異なる可能性があります—一部のモダリティでは数十万の物理的な量子ビットから、他のモダリティでは数千だけかもしれません。
あなたのタイムライン質問に答えると、このシフトはいつ起こりますか？私は確実に今十年の終わりまでだと思います。ですから、2030年までには、指数関数的なパワーの変曲点が見られるでしょう。指数関数的な曲線は、ズームアウトすると完全に平坦で、その後急な壁になります。この変曲点または始まりがどこで起こるかを見ると、2030年までには壁が上り始めるのを感じるでしょう。
素晴らしいですね。はい、それは興味深い質問です。量子コンピューティングは開発中で、スイッチが切り替わり、突然世界中の問題を解決するためにどこにでもあるという考えは少し誤りだと思います。それは本当にノブのようなものでしょう。
私たちは徐々に音量を上げていき、今でも音楽が聞こえ始めていて、最終的には全員が音楽を聞くことができるようになります。また、以前のパネルで言ったように、これらは通常のコンピュータとは異なるということを気に入りました。それは完全に異なるパラダイムです。
私たちが今やっていることは、これらのマシンをプログラムする方法を本当に学んでいることであり、量子コンピュータに常にあるエラーの扱い方も学ぶ必要があります。私たちは決して、GPUやCPUと同じくらい確実に動作する、完全にフォールトトレラントなデジタルコンピュータを持つことはないでしょう。
それらは特殊な目的のために使用されるため、答えを一度正しく得て、その後、答えを知らなかった質問に対する答えを知るからです。正しいアナロジーは、真空管を使用した電子計算の初期のことを考えることだと思います。
それらは暗号やおそらく爆弾のモデリングにのみ使用されると想像されていました。そして、von Neumannはvon Neumannアーキテクチャを考え出す必要があり、コンパイラの概念は新しかったです。ですから、私は今、マシンがそのようなプログラミングの発見を行うのに十分強力な時代にいると思います。私たちは、今日予想していないこれらのものの応用を見ることになると思います。
そう言ってくれて本当に良かったです。私たちが望み、貢献したいことの一つは、それらのプログラミングモデルの発見と、そのプログラミングパラダイムの発明を手助けすることです。不必要な期待があり、それは実際に業界を後退させていますが、量子コンピュータがスプレッドシートでより良くなるという期待です。それは不幸で不必要な期待です。
私たちがこれすべてに関わっている理由は、皆さんに対して信じられないほど大きな素晴らしい希望を持っているからです。私たちは非常に非常に難しい問題を解決する新しい方法を発見しようとしていますが、フードデリバリーを解決するためではありません。
本当にハンバーガーが3秒早く到着したら良いと思いますが、それでも生きていけます。しかし、量子コンピューティングなしでは単純に解決されないいくつかのことがあり、量子コンピューティングに対する私たちの集合的理解の枠組みが業界にとって本当に役立つと思います。
Robのコメントに続いてよろしいですか？1946年に戻り、ペンシルバニア大学の地下にENIACを見るために誰かがあなたを引きずっていった場合、その時点で誰かが「ああ、リモートで車を呼び出し、ルートを最適化し、リモートで支払い、それをほぼリアルタイムで友達に伝えるためにこれを使うつもりだ」と言ったと思いますか？それは人々が考えていたことではありませんでした。
彼らはアプリケーション固有のデバイスでミサイル軌道を追跡していました。そして探索と発見のためのオープンスペースを作成するというアイデアは、私たちがいるべき場所であり、それは皆が取り組む必要のあることだと思います。素晴らしいですね。[拍手]
古典的なコンピュータと量子コンピュータの大きな違いの一つは、少なくとも今の理解では、量子コンピュータが大きな計算リソースであるという考えだと言いたいと思います。多くの古典的なコンピュータと私たちが古典的なコンピュータを使用する方法は、ある種のビッグデータリソースです。
大きな計算リソースをどのように使用するかを理解するには、実際に古典的なコンピュータとGPUとすべてを組み合わせる必要があると思います。もし成功すれば、物理的な世界を理解するのに本当に本当に優れたスーパーコンピュータをたくさん構築し、それらを効率的に使用し、実際に通常の日常プロセスに取り入れる方法を理解する必要があります。
以前スケーリングについて話したとき、ムーアの法則に制限されていないという事実に興奮しています。ご存知の通り、ムーアの法則は基本的な法則に基づいていません。その中にはいくつかの原則が含まれていましたが、業界からここで見るのが本当に素晴らしいことの一つは、スケーリングの速度が数年ごとに2倍ではないということです。
その速度だと30年かかり、私たちはスケールする必要があることを知っています。過去10年間のスケーリングを見ると、量子コンピューティングとこれらの量子プロセッサに対して新しい科学と新しい方法を使用しているため、現在実際にスケーリングしている速度の指標ではありません。率直に言って、皆さんはずっと速くスケーリングしています。
では、スケーリングについて話し、今後5〜10年でスケーリングをどのように予想しているかについて話せますか？何があなたたちをより速くスケーリングできるようにし、今日より良くスケーリングできる技術は何ですか？
答えは、古典的なコンピュータを使用できるということです。制御デバイスの構築方法、光を効率的に使用する方法を学んでおり、単純にもっと多くの原子を捕獲し、制御することができます。私たちは何百万もの冷たい原子の雲から始め、毎秒10^7から10^8の原子をロードする能力があり、それらはすべて量子ビットになる準備ができています。
それをどのように行うか、その周りに制御インフラストラクチャを構築する方法を考え出すのは私たち次第です。それは古典的なコンピューティング、フォトニクス、RFSoCs、すべてこれらの機器は今や私たちが購入できるものです。
あなたのプロセッサと私たちのプロセッサの間のインターフェースは、この時点で十分に設計されていますか？いいえ、私は途中のあらゆるステップで、システムをより速くしようとしていると思います。GPUとCPUは、それらのアクチュエータにより近づく必要があります。なぜなら、最終的には、すべては光の速度によって支配されているからであり、計算が本当に本当に速く行われることを望んでいます。
システムで発生しているエラーを理解しているGPUまたはCPUと、物理的距離があれば、それは単に量子計算を遅くするだけです。
中性原子を丸めくくって、それから他の人にモダリティのスケーリングについて話してもらいましょう。しかしBenが言ったように、中性原子の物理的な量子ビットの数はあまりボトルネックではありません。なぜなら、この小さなデバイスに数百万の量子ビットを入れることができるからです。
本当に重要なのは、それらをレーザーで正確に制御し、基本的にはそれらのコードをエラー訂正し、それらの量子ビットをエラー訂正する能力です。そこで、スケーリングを考えるとき、それは単により多くの物理的ハードウェアを入れることだけではなく、本当にこれらの神から与えられた自然の量子ビットをレーザーでより正確に制御することが重要です。
達成しなければならない遅延は何ですか？それはおそらくこれらの量子ビットのコヒーレンス時間と、エラー訂正または制御アルゴリズムを実行し、何らかの信号を返すのにかかる時間に関連しています。このエンドツーエンドのラウンドトリップループでどれくらい時間がありますか？
良いニュースは、それが実際には基礎となるモダリティの実際のコヒーレンス時間に対して、どれだけのことができるかの比率に関するものだということです。中性原子は他のモダリティと比較して比較的長いコヒーレンス時間を持っていますが、マイクロ秒について話しています。
私たちはテクノロジーが全体または一部で全ての量子コンピューティングモダリティに適用可能だと考えていますが、私たちは超伝導に焦点を当てています。次のエラーが現れる前にエラー訂正を行うためには、1マイクロ秒未満の遅延が必要だと考えています。
ですから、私たちのGPUとあなたのGPUに接続する目標は、グローバルエラー訂正のためにGPUを使用する利点を活かすために、500から800ナノ秒の範囲に到達することです。私たちは一部をオンチップで、一部を100ミリケルビンまたはケルビンで動作する可能性のあるプリデコーダで、そして残りをグローバルエラー訂正を行うGPUで処理することで解析できると考えています。
しかし、その遅延の問題は、次のエラーが現れる前にタイムリーにそれを行うことができるかという点で本当に本当に重要です。ミリ秒は簡単ですが、マイクロ秒は挑戦的で、ナノ秒は難しいです。ですから、私たちはすでに難しい領域にいます。その通りです。それでも大丈夫です。私たちは難しいことが好きです。
ですから、もう一度目標は、500から800ナノ秒が本当に目標です。遅延だけでなく、スループットについても同様です。なぜなら、もし大きなエラー訂正されたコンピュータを持っていれば、量子ビットがどこで間違ったか、アルゴリズムをどのように適応させて正しい答えに戻すかを教えてくれる結果のかなり大きなストリームがあります。
これは複数のスケールの問題です。おそらく非常にタイトな遅延を持つ古典的な計算の量を行う必要があり、その後、複数のエラー訂正ラウンドを行っているため、もう少し時間があるより複雑な計算があるでしょう。これは探索するのに非常に興味深いことであり、非常に難しいエラー訂正が非常に難しい問題であることは確かです。
スループットは私を怖がらせませんが、遅延とスループットの要件を一緒に考えるとそれは怖いです。しかし、それは刺激的です。これらのモダリティのいずれかが実際に機能し、スケールするための不可欠なものは、制御システムであり、それを駆動する特殊目的の古典的なコンピュータを構築することです。
すべてのこのエラー訂正の魔法を行います。ここにあるこの制御ループ、エラー訂正、制御ループは本当にエキサイティングなコンピュータサイエンスの問題であり、次の数年で私たち全員が一緒に本当の飛躍を果たすことを願っています。
遅延とは無関係のスループットは途方もなく難しい問題ではありません。スループットとは無関係の遅延は途方もなく難しい問題ではありません。2つを組み合わせると、それは非常に難しい問題です。実際、私はキーノートで話していました。AIの大規模推論は、特にAIと対話したい場合、それに似た問題です。Pete、どうぞ。
Jensen、私たちのステージに立っている多くの人と同様に、私はタイムラインについてのコメントで自分自身を困難な立場に陥れ、苦しい立場にいました。しかし、私はあなたの引用の他の部分、つまり10万倍、5桁のスケールアップする必要があるという部分が欠けていたことに本当に感謝しています。そして私は、私たちの分野ではそれが本当に難しいと思います。
残念ながら、私たちの分野では、マシンが有用になる前に有用になることを必死に望む人々からの願望的思考がたくさんあります。しかし、約10万倍スケールアップする必要があります。それが人間にとって数十年の練習であると言うのは自然です。夜中にそのように感じます。
しかし、もちろんあなたには、数十年の練習でなくてもよいという素晴らしいデモンストレーションがあります。XAI Colossusは有名に112日間で10万GPUクラスタを構築しました。彼らはどうやってそれを行ったのでしょうか？彼らはどんな奇跡を展開したのでしょうか？答えは、50年間で1兆ドルが半導体産業に投資されたということです。
私は数日前にGlobalFoundriesから戻ってきて、そこでの狂気のようなレバレッジについて、ファブの中に入ったことがないままに8年間叫んでいました。数日前にそこに入れたのは非常に幸運で、それは宗教的な経験です。なぜなら、ファブ、契約製造業者、OSATなどの能力がいかに狂っているかを見るからです。
それは常に私たちの主張であり、いつかという質問に対しては、あなたが尋ねるべき基本的な質問があります。これは非常に複雑な分野で、誰もが自分の特定の技術を主張しており、私も例外ではありません。しかし、忠実度などに加えて、完全に別の質問のセットがあります。それは、ファブは誰か、OSATは誰か、契約製造を行っているのは誰か、マシンを構築している場所はどこかを教えてくれることができますか？
これらは、本当に有用なマシンを構築する準備ができていることの必要条件ですが、十分ではありません。それは非常に難しいですが、それは私たちが資源を実際に向けてきたことです。そして、同じ種類のレジームへのステップを踏み出している他のプレーヤーを業界で見るのは非常にエキサイティングだと思います。
実際、Peteがあなたが話していた間、あなたが言及しているすべてのことは私たちと非常に共感しています。最近、ご存知の通り、私たちはシリコンフォトニクス同包光学というこのアイデアを導入しました。半導体物理学は発明され、パッケージング技術、積み重ね方法、サプライチェーン全体の製造方法も発明されました。私は全く新しいサプライチェーンメーカーを紹介しました。私たちは多くの既存の産業を活用することができました。もしそれがなく、一からすべてを発明する必要があったら、それは私たちにとって不可能だったでしょう。
多くの点で、あなたたちは私たちがシリコンフォトニクスCPOで行っていたことをしています。マルチスケールの課題であり、あなたの場合は科学が発明されています。これは本当に難しい問題です。しかし、あなたたちが言っているように、できるだけ早くあなたたちが成功するための道、道路を切り開く方法を見つけなければなりません。
量子コンピューティングのこの未来にスケールアップするほぼ毎日、私たちがここにいる理由を見ると、私たちは自分たちのストーリーを達成できないほど高いバーを設定しないような方法で説明することができました。一方で、私たちは早い段階で非常にユニークな方法で解決できる問題を選びました。
多くの点で、NVIDIAは並列コンピューティングを民主化したと言えますが、それはコンピュータゲームの上に構築されました。最初に私たちがレンダリングした3Dグラフィックスのいくつかは正確ではなく、いくつかのピクセルが欠けていて、Zバッファにいくつかのギャップがありましたが、人々はそれがゲームであるため受け入れました。それが私たちに経済、技術、フットプリントをスケールする機会を与え、その後、適切な科学、適切な産業を選び、分野から分野へと進みました。
あなたたち全員にとって、私たちが達成できないほど高いバーを設定しないことを願っています。コンピューティングの基準に保持されるべきではありません。ご存知の通り、その基準はかなり高いです。コンピューティングの堅牢性、その再現性、業界全体、すべてが非常に高いバーです。私たちは基準がかなり低い産業を見つけなければなりませんでした。
量子コンピューティングに代わるものがないため、バーは非常に低いです。例えば、1995年にはNVIDIAなしで個人用コンピュータを購入してQuakeをプレイすることは合理的にできませんでした。それはかなり無理です。そのバーは実際には信じられないほど低かったです。
もちろん、あなたたちは今日、それよりもはるかに難しいことをしていますが、共に早かれ遅かれ、あなたたちが成功する道を見つけることを願っています。そして、Matt、あなたは以前あなたのアプローチについて話していましたが、私はそれが大好きです。
正直に言って、私たちはあなたから多くのインスピレーションを得ました。本当の商業的優位性を提供できる市場を見つけ、それらに対処し、市場からフィードバックを得て、顧客の期待を満たす方法を学び、次のものを見つけます。中性原子では、それらは柔軟で、現在の標準よりも3桁優れた時間測定とセンサーを持っており、それ自体が非常に大きな市場であることは非常に幸運です。
しかし、もし時間測定があなたのゲーム市場だったと言うなら、多分。そうですね。あなたはそのすべてを使用して、実際に市場から実際のフィードバックを得て、最終的に私たちが業界として必要な商業的筋肉を開発し、実際に人々が投資リターンを得るようになる本当の使用事例でこれらを販売します。
また、非常に非常に賢いことも聞きました。もちろん、私はあなたたちがやっていることを知っていましたが、古典的なコンピュータの肩に立ち、それを拡張し、何か特別なことをさせるということです。私たちはコンピュータを置き換えませんでした。それに追加しました。
最初に人々に説明していたのは、私たちは何も悪くすることはないということです。私をオフにするだけで、私は物事を悪くすることはありません。ご存知の通り、並列コンピューティングはアムダールの法則に違反し、多くのアプリケーションで悪化しました。しかし、加速コンピューティングでは、私たちは害を与えませんでした。
私が本当に好きな点の一つは、これらをGPUとCPUに追加することです。あなたは何かを追加し続け、そのコンピュータをますます特別に、ますます能力の高いものにします。だから、はい、今や量子AIやQPUをGPUとCPUに密接に統合するというアイデアについて話している人がいるのは興味深いです。だから、そのスペースを探索しましょう。
その通りです。どうぞ、Pete。その感情に非常に同意します。重要だと思う注意点を追加します。従来のコンピュータは量子コンピュータと統合されているというアイデアについて話すのが好きで、それを絶対に信じています。大きな従来のスーパーコンピュータ、GPUクラスタ、または何でも、ハミルトニアン、マシンへの入力を準備するために必要でしょう。
しかし、私たちがこれについて話すとき、全体は部分の合計より大きいという非常に魅力的なアイデアがあります。そのアイデアは、良い量子コンピュータは必要なく、あまり良くない量子コンピュータを、信じられないほど高性能な従来のコンピュータにプラグインし、全体がなんらかの形で部分の合計より大きくなるという解釈につながります。
そのことについては非常に注意深くなければなりません。いくつかのケースでは、そのための合理的な理由が見られることがありますが、いくつかのケースでは、小さく低性能な量子コンピュータを信じられないほど高性能な従来のコンピュータにプラグインすることがものをより良くするという理由はありません。それは事態を悪化させるだけです。
その通りです。実際、それは加速コンピューティングの課題の一つでした。私たちは毎年2倍のファクターで良くなるプロセッサの隣に座り、当時のCPU産業のR&D予算はGPUを完全に圧倒していました。それは年間のR&D予算が100万倍大きかったです。
では、そのような低いR&D予算で構築されたGPUを追加することが、そのような巨大なR&D予算を維持するシステムに価値を追加できる可能性はどのくらいでしょうか？私にとっての答えは、アプリケーションスペースを狭めに狭めることでした。自分自身のバーを下げ続け、解決する問題が非常に具体的になるようにしました。
もちろん、課題は、あなたの業界にとっても課題になりますが、もしアプリケーションスペースを見つけ、それが非常に具体的であれば、市場のサイズはそれほど大きくなく、あなたの成長を維持することができません。コンピューティングでは、最終的にフライホイールを見つける必要があります。これは私たちの仕事です。
非常に高い計算要件を持つものでは、フライホイールが必要です。そのフライホイールは、他の誰よりも問題をより良く解決することから始まり、最終的に高いボリュームに到達し、より多くのR&D予算を生成し、それによってより良いものを構築することができ、それによってより多くの高いボリュームを得ることができます。そのフライホイールを始動させるのは信じられないほど難しいです。
あなたたちは理解していますが、あなたたちが解決しようとしているこの問題解決アプローチ—古典的なコンピューティングではスケールすることが単純に不可能な問題があります。私たちに対する人々の期待を下げ、最初に野心的に解決したい問題の自分自身の aperture を狭くし、自分自身のフライホイールを捕まえることができる方法を見つけることができる範囲で、これが起こるという絶対的な確信を持っています。
チームがそれを行うという希望と期待を持っており、皆さんと一緒に過ごすのが本当に好きです。とても速く、来年は何について話すと思いますか？これは素晴らしいショーであり、これは私たちの初めてなので、少しぎこちなくても期待を下げてください。しかし来年は素晴らしいでしょう。
はい、簡単に見ていきましょう。皆さんは来年何について話したいですか？次の年には量子エラー訂正に関するいくつかの素晴らしいデモンストレーションがあると思います。業界はとても急速に拡大しているので、あなたが言ったように、期待を抑えようとするでしょう。量子エラー訂正に関してそのような素晴らしい速度が発生すると思います。
論理量子ビットの継続的な増加について多くの素晴らしい進展が聞かれると思います。そして、私たちの商業化戦略の観点から見ると、昨年約3000万ドルの収益を上げました。ですから、これらの初期の使用事例をたくさん販売していることについてお話しできることを本当に願っています。
なるほど、それは本物のお金ですね。どうぞ。はい、まず最初に、来年に量子デーがあるというあなたの質問の前提が好きです。ですから、絶対に。私たちの観点からは、それはチップ上での量子コンピュータのすべてのコア機能の統合、フルスタックです。どうぞ。Pete。
私たちにとっては、エラー訂正、より良いアーキテクチャ、しかし最も重要なことは、観客にとっては、新しいアルゴリズムです。量子アルゴリズムにはとても多くの革新の余地があります。毎2、3年ごとに完全に新しいサブルーチンが登場しています。それは誰かが高速フーリエ変換を再発明するようなものだと考えてください。それは各時代の全産業にとってパラダイムシフトをもたらします。
そのため、あなたが言及している特定の領域を探す際には、これらのコアアルゴリズム、それらのルーチンが量子コンピュータの到達範囲と影響を完全に変える可能性があり、このフライホイールを始動させることができます。実際、量子コンピュータが古典的なアルゴリズムを取り上げて単に高速化するという誤解があります。重要なのは、この新しい形のコンピューティングに理想的な新しいアルゴリズムを発明することです。
どうぞ。エラー訂正についても話したいと思います。なぜなら、それが鍵となるものだからです。私たちは、エラー訂正ルーチンを実行できるマシンを構築できる、エキサイティングな段階に本当に入りました。何十年もの間、Shorは自分のファクタリングアルゴリズムを発見したのと同じ年にエラー訂正を発見したので、原則的には可能であることを私たちは知っています。数学も知っていますが、今これが実用的な分野になっています。
私たちは物事を構築して試すことができ、今や「ああ、待って、これが私のハードウェアの欠陥だ。だから、こちらのコードがずっと最適だ」と言うことができます。そして、私たちのハードウェアをその方向に適応させようとすることができます。だから、その全体の領域について超エキサイティングです。
Qiskitのダウンロードからも、新しい量子回路をシミュレートし、新しいアルゴリズムを発見するためにそれを使用している人々の数も増加しています。だから、その点についても超エキサイティングです。Pete、来年は何について話しますか？
はい、現在私たちはGlobalFoundriesで非常に高いレベルの成熟度で数千の量子チップウェハーを製造しています。シャンデリアなしで大きなクライオスタットを構築しており、大量の光ファイバーを連結しています。来年も私たちを招待していただけることを本当に願っています。
来年は、ここに舞台に上がる前に靴についた泥を拭かなければならないでしょう。なぜなら、言ったように、オーストラリアとシカゴの2つの非常に大きな現場—50万平方フィート規模の現場で建設を始めるからです。Pete、あなたはオーストラリアの建設者のように見えます。最善を尽くしていますが、お招きいただきありがとうございます。
皆さん、ありがとう。ありがとう。次へ。次のクルーを紹介します。ありがとうございます。本当に楽しかったです。本当にありがとうございます。本当に感謝します。これは最後のパネルです。来年はデモンストレーションがあるようですね。皆さんはどう思いますか？来年、デモを行う予定です。わかりました。
こんにちは、お会いできて嬉しいです。お会いできて嬉しいです。こんにちは、Krista、お会いできて嬉しいです。ようこそ。ここにはこれらの科学者たちがいましたが、量子コンピューティングについて言えば、私が会って話すほとんどのCEOはコンピュータ業界にいるため、基本的な技術を理解することができ、もちろん、常にコンピュータサイエンスがあります。
しかし、基礎科学はあまりなく、基礎科学は難しいことはご存知の通りです。量子基礎科学はかなり難しいです。ほとんどの場合、あなたはコンピュータがどのようにアーキテクトまたは設計されるかを再構成している可能性のあるCEOと話していますが、基本的な技術は理解可能で、おそらく異なる方法で適用されています。
量子コンピューティングでは、科学は新しく、科学とエンジニアリングは新しく、製造は新しく、ソフトウェアプログラミングモデルは新しく、アルゴリズムについて考える方法も新しいです。そして、もちろん、私が気づいたかもしれない領域の一つは、私は産業が成功することを望んでおり、それを助言しようとせざるを得ません—必ずしも良いアドバイスを与えているわけではありませんが—アプリケーションに焦点を狭め、他の形のコンピューティングの期待に責任を持たないようにすることです。
ここでは、私たち3人は大企業で働いていますが、あなたの会社には量子コンピューティングイニシアチブがあります。全体的なコンピューティングおよび産業用コンピューティングビジネスの文脈で量子コンピューティングについてどのように考えていますか？何を達成したいと思いますか？そして、最終的に量子コンピューティングを成功させる上でどのような課題が見えますか？
はい、まず始めます。Jensen、ありがとうございます。お会いできて嬉しいです。ここにいて、みなさんとも一緒にいることは素晴らしいことです。Microsoftで量子コンピューティングについて考えるとき、明らかに私たちは大きなクラウドを持っており、多くの顧客がいます。彼らが企業であれ科学者であれ、従事者であれ。それは本当に、今日そして明日、常に最も強力な量子コンピューティングで私たちの顧客にパワーを与えることです。
私たちはプラットフォーム企業であり、新しいシナリオ、新しいアプリケーション、新しい機能、破壊的な機能を前進させる量子コンピューティングプラットフォームを提供しようとしています。Microsoftはどのような技術を選び、なぜですか？
私たちにはいくつかのアプローチがあります。他の量子処理ユニットプロバイダー、量子ハードウェアプロバイダーとパートナーシップを組み、また、トポロジカル量子ビット、トポロジカル量子コンピューティングと呼ばれるアプローチに長期的な投資もしています。
実際、先月ブレークスルーの発表があり、今週のAPS Marchミーティングの物理学で、トポロジカル量子ビットに関するアプローチについてさらに多くのデータを共有しました。ここでのアイデアは、情報を非局所的にエンコードすることです。つまり、量子ビットは単一のポイントではなく、情報が量子ビットをより保護する可能性のあるデバイス設計全体に広がっています。
また、非常に良い制御プロファイルも提供します。アナログ制御の代わりにデジタル制御を使用でき、量子コンピュータ自体の制御要件の量を簡素化することができます。これは先月共有したMyana 1チップと呼ばれるものです。わかりました。コンピューティングプラットフォームについてどのように考えているかなど、アプリケーションについて少し後で詳しく伺います。
Mon、AWSが選択したアプローチ、なぜそれを選んだのか、そして全体的なコンピューティング戦略の文脈で量子コンピューティングをどのように見ているかを理解するのを手伝っていただけますか？
私を招待してくれてありがとう。素晴らしい機会であり、これは私の初めてのGTCです。素晴らしい一週間でした。私たちは超伝導技術に基づいて量子コンピュータを構築しました。私たちはエラー訂正に強い重点を置いています。エラー訂正は量子コンピュータが長期的な約束を果たすために本当に重要になると信じています。
最近、Ocelotと呼ばれる超伝導チップを発表しました。Ocelotは一種の野生の猫です。この名前はシュレーディンガーの猫と発振器（oscillator）の間から来ています。科学者たちがこの名前を考え出しました。賢いですね。それはNVIDIAほど賢いですね。
Ocelotはスケーラブルなアーキテクチャでエラー訂正を示しています。このように「スケーラブル」という用語を何度か聞きました。スケーラビリティは重要な用語です。なぜ超伝導デバイスなのでしょうか？私の精神モデルは3つの用語に基づいています：知識、速度、経験。
知識：業界と学術界で超伝導デバイスで行われた多くの実験があり、エラー訂正の概念実証があるので、良い基本的な知識と背景があります。二つ目は速度：それらは速いです。マイクロ波を使用するので、エラー訂正を実装するのが容易です。
最後に、経験：AWSはカスタムシリコンと半導体についてかなりの経験を持っており、この経験の一部は少なくとも運用の観点から超伝導技術に変換できます。もちろん、私たちは量子コンピュータを構築するすべての他の方法についてオープンマインドであり、全体を通じて起こっている進歩について非常にエキサイティングです。
そうですね、Krysta、あなたに戻りましょう。この技術はまだ発展中であり、素晴らしい進歩を遂げています。率直に言って、業界のマイルストーンのタイミングを測定すると、マイルストーンの達成率は加速しており、それを見るのは本当に素晴らしいことです。
しかし、あなたはまだ早期のアプリケーションや、開発中の量子コンピュータを有用にするための考え方を見つけたいと思っています。それをどのように行っていますか？
はい、私はMyanaについての私たちの取り組み、私たちのトポロジカル量子ビットについて言及しました。私たちは本当にユーティリティスケールに焦点を当てています。それは手のひらの中で数百万に達するのに適切なサイズ、速度、信頼性と制御可能性を持っています。
また、今年中に50の論理量子ビットを持つことを目指して、今日のタイプの量子ビットにも取り組んでいます。例えば、Atom Computing、Ben Bloomは以前このセッションの舞台にいました。私たちは一緒にアーキテクチャを共同設計し、最大かつ最高の論理量子ビットを可能にしています。
このプラットフォームで約1000の物理的量子ビット、1000の中性原子を見ると、それらがどのように配置され、動かされるかを通じて、約50の論理量子ビットが基礎となる物理的量子ビットよりも良いパフォーマンス特性を持つようにすることができます。
これらの50の論理量子ビットを持って、早期のアプリケーションを示すことができます。約50の量子ビットは古典的なコンピューティングを上回り始める点であり、約100の論理量子ビットでは、科学の領域のアプリケーションを上回り始めることができます。そこでは異なる材料モデル、量子磁石などを見ているかもしれません。
私たちの意図は、今後数年間、50、そして100の論理量子ビットで作業し、その後、本当にアプリケーションの限界を押し広げている数百の量子ビットで構築することです。50量子ビットの領域では、主にどのアプリケーション空間に焦点を当てていますか？どのようにアプリケーションを選択していますか？
はい、確かに最も有望なアプリケーションセットは、化学と材料科学、生化学にあります。AIの台頭を見ると、出現したAI機能は単に巨大で素晴らしいものです。私たちはAIを量子コンピュータで置き換えたくありません。私は本当に量子コンピュータをアクセラレータとして見ています。それは既に持っている他のコンピュートを加速するものです。
それをクラウド内のAIや高性能コンピューティングと統合する必要がありますが、置き換えるのではありません。それらを一緒に持ってくることが本当に重要です。今後数年間、それはすべて量子コンピュータを使用して非常に正確なデータを生成することです。
以前は、量子コンピュータをスタンドアロンのソリューションプロバイダーとして考えていました—問題インスタンスを実行し、解決策を得ます。しかし、それは正しい考え方ではありません。もう一つの考え方は、古典的なビットを得ているということです。古典的なビットとは何でしょうか？データです。
高度に正確な古典的なビットで何をしますか？それはトレーニングデータに使用します。大量のトレーニングデータをAIモデルのトレーニングに使用でき、少量の高品質データでそのモデルを強化できることを知っています。機械翻訳や他のタスクなど、異なる領域でこれを見てきました。少量の高品質データが、そのモデルを使用したいタスクに大きな違いをもたらす可能性があります。
そのため、化学と材料科学の領域では、量子コンピュータを使用して、AIモデルをトレーニングし、そのパフォーマンスを向上させるために使用できる非常に正確なデータを生成することに焦点を当てています。私は、これが50、100、150の論理量子ビットを持つ量子コンピュータにとって非常に有望な方向だと思います。それらの論理量子ビットは、それらが構築されている物理的量子ビットよりも優れている必要があります。
そして、Krysta、皆さんが理解していることを確認するために、非常にエキサイティングな領域の一つは、材料と生物学の分野です。私たちはモデルをトレーニングしたいと思っています。生物学、細胞、タンパク質についてのデータを収集するセンサーや機器があるわけではなく、生物学の表現をトレーニングしたいと思っています。
量子コンピュータを使用してそれをシミュレーションし、それをグラウンドトゥルースデータとして使用してAIモデルをトレーニングすることができます。そして、AIモデルを持っていれば、それははるかに柔軟です。それを使用してあらゆる種類の実験を行うことがはるかに簡単です。
その通りです。アイデアは、より速く、より予測的で、より正確なAIモデルを得ることです。これは従来のAIモデルであり、現在のインフラストラクチャにデプロイされ、高速です。それが本当の約束です—量子コンピュータを使用して、この惑星上では効率的に得ることができないデータを生成しています。それは強力です。完璧です。
Simone、どうぞ。同じです。この視点が好きです。あなたのキーノートに参加し、4つのフェーズを示すスライドを見せてくれました：認識、生成、エージェンシー、そして物理的AI。もちろん、物理的AIはロボット工学、自律走行車についてですが、私たちの物理的世界、それに対するより大きなコンテナについてです。
Krystaが言ったように、そのフェーズ、物理的AIにおける量子コンピュータの役割は何でしょうか？量子コンピュータは、量子物理学である物理的現実のその層にアクセスするために、現在知られている限りでは唯一の手段です。物理的現実のその層は、私たちの感覚で経験する周りの物理学には適用されない特定の法則によって支配されています。
そのため、量子コンピュータは、私たちがアクセスできない現実の層にアクセスすることを可能にするために構築しなければならない科学的革新の触媒となるでしょう。量子コンピュータは機械学習とAIと連携して働くでしょう。私の意見では、時間の経過とともに、私たちは機械と一緒に科学を行うようになるでしょう。私たちは機械に質問し、機械は私たちに質問するでしょう。形式的検証、形式的推論、異なるタイプの計算があり、量子コンピュータはこの図にとてもよく適合します。
実際、多くの場合、私たちは自然が計算するような方法で計算することができていません。自然は信じられないほど効率的であり、私は量子コンピュータを、私たちが自然のように計算する一歩を踏み出すことを可能にするものと考えています—新しい方法で電子を見て理解することができます。今日、私たちはすべてのケースでそれを効率的に行うことはできません。ですから、それは私たちを一歩近づけ、それをAIと組み合わせることは、革命的なものになると思います。
そして、量子コンピュータを使用して古典的なコンピュータのAIモデルをトレーニングするための真実を得るというこのパラダイムは、全体のソフトウェアスタックとすべてのアプリケーションよりもはるかに使いやすく、率直に言って、非常にコスト効果が高いです。その量子コンピュータから来るトレーニングデータは簡単に得られるものではないでしょう。
明らかに、それを実現するには人類の努力が必要でしたが、今やそのシミュレータがあれば、50の論理量子ビット内で、そうでなければ手に負えない方程式を解くことができるでしょう。今、私たちはコンピューティング世界全体のために簡単に使用できるモデルをトレーニングできます。私たちは、この信じられないほど価値のある資産を抽出し、それをコンピューティング世界全体のために簡単に使用できるようにしました。その通りです。あなたはAIファクトリーについて私たちに話しました。おそらく、量子AIファクトリーを持つことになるでしょう。その通りです。それは本当にエキサイティングです。
現在、私たちは何個の論理量子ビットを持っていますか？はい、興味深いことに、1年前この舞台に立っていたら、物理的な量子ビットよりも優れた論理量子ビットは0個だと言っていたでしょう。そして過去1年の間に、昨年4月にContinuumと4つの論理量子ビットを示してから、5ヶ月後にその数を3倍にして12の論理量子ビットになり、そして2ヶ月後にそれを2倍以上にして、Atom Computingと28の論理量子ビットを示しました。
それがその進行を示しています。Jensen、あなたが言及した加速に戻りますが、私たちはこの分野でそれを見ています。現在、今年中にAtom Computingと共に50の論理量子ビットに取り組んでおり、そのシステムの次世代は10,000の物理的量子ビットマシンで100の論理量子ビットになります。それは本当に信じられないことです。本当に信じられないことです。
Simone、中性原子とアプローチの素晴らしい機能の一つはスケーラビリティの能力です。超伝導アプローチについて言ったことはすべて絶対に真実です。これらのアプローチが最終的に収斂すると思いますか、それとも業界から「そうだ、それだ」と皆が言うような大きな解決策が現れると思いますか？
昔、私の世代では、TTLからECLと呼ばれるものがあり、最終的には全員がCMOSに落ち着きました。私の世代では、ECL対CMOSについて多くの議論と討論がありました。その理由は、ECLは本質的に静的電流であり、常に高いが一定であるからです。CMOSの場合、それはどんどん高くなり、定常電流の代わりに動的電力があります。
長期的にどちらが優れているかについて多くの議論がありましたが、最終的にはCMOSが勝ちました。なぜなら、それはスケーラブルで、他のすべての厄介な問題を単により多くのトランジスタで解決できたからです。あなたの業界も、おそらくこれらの挑戦的で厄介な問題がすべて、スケーラビリティと単に多くの論理量子ビットを持つことで最終的に消えるような、何か同様のものを発見していますか？
あなたの質問への短い答えは、わかりません。より長い答えは、業界でいくつかの移行が起きていることです。歴史的に、人々は「量子ビットはいくつ？」と尋ねます。ですから、全員が持っている量子ビットの数に固執しています。朝、スーパーマーケットでトマトの前にいると、ランダムな人が来て、「量子ビットはいくつ持っていますか？」と尋ねます。人々は今この質問をあまりしなくなりました。これは素晴らしいことです。なぜなら、人々は量子ビットの数だけではないということを理解し始めているからです。量子ビットの品質、エラー率、コヒーレンス時間も重要です。それは私を狂わせていますが、気にしません。
皆がこの固執を持っていますが、それは変わりつつあります。現在、興味深い信号が現れています。それはエラー訂正です。過去12ヶ月間、イオン、中性原子、超伝導デバイス、そしてより奇妙なデバイスなど、異なるモダリティで多くの異なる実験が行われました。これはおそらく、より強くなり、最終的にはこれらのモダリティのどれが時間の経過とともに浮上するかを決定する可能性があるテーマです。
そうですね、どうぞ。おそらく、あなたはflopsについて言及しました。ここでは、より多いことが良いということだけではありません。より良いものも必要です。論理量子ビットについて話すとき、すべての量子ビットが平等に作られているわけではありません。私たちは、どれだけの計算を行っているかを拡張できる量子ビットが必要です。私たちはストレージデバイスを構築しているのではありません。私たちの意図は、この惑星上に持っている他のすべての計算では行うことができない計算を行うことです。
つまり、量子ビットを改善する必要があります。物理的な量子ビットは千回の操作に1回失敗し、千回の操作は計算には十分ではありません。私たちは最終的に約一兆回の操作を行う計算を行う必要があります。そこには大きなギャップがあり、それを埋める必要があります。
私たちはそのギャップを埋めるためにエラー訂正を使用しますが、エラー訂正を使用する場合、より多くの物理的な量子ビットも必要です。ギャップを埋めるためにハードウェアとソフトウェアを使用しています。50、100、千の論理量子ビットに向けて見るとき、目標は量子ビットの数だけが変わるのではありません。私たちが50、100、千と言うとき、それはエラー率も変わります。それらの量子ビット、論理量子ビットがどれだけ良いかも、各増加によって桁違いに変化する必要があります。
千の論理量子ビットについて話すとき、私たちはそれらが10億回の操作に1回の障害、または10のマイナス9乗だけ、あるいはそれ以上に良いことを望んでいます。100では、百万回に1回の障害、10のマイナス6乗が本当に欲しいと言います。ですから、それを本当に増やす必要があり、それはより挑戦的になります。
その通りです。今日本当にエキサイティングなことの一つ、今日このイベントを行うことについて非常にエキサイティングでしたが、深く科学的で非常に技術的な会話をとり、最終的に開発者に接続することをどのように行うか—GTCが全て関わっていること、難しい科学をしようとしている人々、不可能なアプリケーションを作成しようとしている人々—そして科学と彼らにとっての有用性の間のドットを接続する旅を始めることについて非常に懸念していました。
今日、私たちは素晴らしい仕事をしたと思います。適切に成功裏に伝えられたいくつかのことがありました。量子コンピュータのアイデアは、コンピューティングを置き換えるコンピュータを構築することではなく、GPUにCPUに追加され、古典的なコンピューティングを拡張して、そうでなければできないことを行うQPUです。
いくつかの領域、いくつかの有用な領域があり、例えば、生物学と化学アプリケーションや材料科学アプリケーションで、量子コンピュータを使用して古典的なコンピュータをはるかに良くし、そうでなければ解決できない問題を解決することができると想像できます。
例えば、生物学のグラウンドトゥルース、原子物理学のグラウンドトゥルースを作成し、それによって私たちが今日かなり理解しているAIを使用し、数年ごとに数百万倍改善され、今やAIを使用して創薬、材料科学、そして生物学アプリケーションを解決する能力を増幅できるようになります。もし量子コンピュータが単にそれに対処するだけで、それが私たちがこれらのマシンを構築する必要がある理由であれば。
タイムラインについて考えると、あなたが慣れている特定の質問があります：どれくらい時間がかかるのでしょうか？まず、これは宇宙プログラムのようなものです。目標は月に行くことですが、道中で多くのことを発見するでしょう。月に行こうとして消防士のスーツを発見します。これは量子コンピュータでも起こるでしょう。それは壮大な冒険ですが、そこに到達する必要があります。
それはバイナリなことではありません。「ああ、私たちは量子コンピュータを持っている、持っていない」というものではありません。それは旅であり、そこに到達する過程で科学と技術において多くのことが発見されるでしょう。タイムラインに関しては、私自身はイタリアのトスカーナ、村で育ちました。ピサという都市があり、そこには傾いている塔があります。それは真っ直ぐではありません。
これは量子コンピューティングの結果です。なぜなら、古典的なコンピュータならその塔を完全に真っ直ぐに作るからです。その塔を建設するのに200年かかりました。彼らが良い仕事をしたかどうかは議論の余地がありますが、200年です。
ポイントは、時間がかかるということです。量子コンピュータは非常に影響力があるので、最終的には素晴らしいパーティーになるでしょう。MicrosoftのAzureとAWSが量子コンピューティングをプラットフォームに統合して、世界中の開発者が早かれ遅かれアクセスできるようにしているのは素晴らしいことだと思います。
もし皆がこれを楽しむために自分自身の量子コンピュータを構築しなければならないとしたら、あなたが構築する道具を楽しむために、それはもっと長い時間がかかるでしょう。今やあなたはそれをブラウザに置き、誰でも使用することができます。非常に非常に近い将来に50の論理量子ビットを、そしてすぐ後に100を見ることを楽しみにしています。業界の進歩は素晴らしいと思います。今日は素晴らしいパネルがありました。
彼らは全員私たちの友人であり、業界の友人であることを知っています。多くの点で、多くの競争的なアプローチがありますが、業界は皆が一緒に成功することを望んで非常に密接に協力しています。それを見るのは本当に素晴らしいことだと思います。
そして、もし私が間違って、量子コンピューティングが価値あるものであり、業界は素晴らしい人々で構築されており、業界の仕事が大きな影響を与えることを世界中に示すために、もし私が間違いを犯さなければならなかったとしたら、世界に示すためにミッション完了です。皆さん、ありがとうございました。
コメント