Девять жизней фотона: как «Цзючжан 4.0» пережил потери и оставил классику позади ✛ ✎

Оригинал: "Robust quantum computational advantage with programmable 3050-photon Gaussian boson sampling"
arXiv:2508.09092 · 2025-08-12 · arXiv non-exclusive · собственный разбор · 3 мин
Новый фотонный процессор с 1024 сжатыми состояниями и 8176 модами выдаёт до 3050 фотонных событий, оставляя классическим алгоритмам лишь $$10^{42}$$ лет на симуляцию.

Лазерный импульс длиной в полторы наносекунды врезается в нелинейный кристалл — и рождается поток сжатого света. Так начинается эксперимент на квантовом процессоре «Цзючжан 4.0» в Китае. За 25,6 микросекунды этот лабиринт из зеркал и оптоволокна выдаёт выборку, на которую самому мощному классическому суперкомпьютеру El Capitan понадобилось бы больше $10^{42}$ лет. Возраст Вселенной — всего 1,4×$10^{10}$ лет.

Гауссовское бозонное сэмплирование — это квантовый эксперимент с запутанными фотонами, который превращает фотонный процессор в генератор случайных чисел с невообразимо сложной статистикой. Каждый фотон, пробегая через лабиринт из 8176 мод, как бы выбирает один из бесчисленных путей, и его выбор зависит от всех остальных. Классическому компьютеру приходится перебирать эти пути один за другим, и их число растёт экспоненциально. «Цзючжан 4.0» использует гибридное пространственно-временное кодирование: фотоны разнесены и по положению в пространстве, и по времени прихода, что даёт кубический рост связности — 16×16×16 = 4096 возможных комбинаций при линейном росте физических ресурсов.

Число возможных конфигураций фотонов в эксперименте L1024 оценивается как $10^{2461}$ — это больше, чем количество атомов в наблюдаемой Вселенной (около $10^{80}$).

Раньше главной бедой фотонных квантовых вычислений были потери: фотоны терялись в оптических элементах, и это давало классическим алгоритмам лазейку — можно было симулировать не идеальную, а «дырявую» систему, что гораздо проще. В новой работе потери удалось ужать до 49% на всей схеме: источники сжатого света имеют эффективность 92%, детекторы — 93%, а фаза стабилизирована с точностью λ/200. Это позволило впервые масштабировать гауссовское бозонное сэмплирование до 1024 входных сжатых состояний и 8176 выходных мод, зарегистрировав до 3050 фотонных совпадений — более чем на порядок выше прежних рекордов.

Сравнение с лучшими классическими имитаторами показало: ни один из них не в состоянии воспроизвести статистику устройства. Даже недавний матричный алгоритм MPS (матричное произведение состояний — способ компактного описания квантовой системы) требует размерности связи χ более 8×$10^{21}$, что делает вычисления невозможными. Оценка времени симуляции на El Capitan превышает $10^{42}$ лет, тогда как квантовый процессор выдаёт выборку за 25,6 микросекунды. Ускорение — более чем в $10^{54}$ раз. Это уже не гонка, а пропасть.

Для набора L1024 необходимое χ превышает 8×$10^{21}$, а оценка времени симуляции на суперкомпьютере El Capitan составляет более $10^{42}$ лет; квантовый процессор выдаёт выборку за 25,6 микросекунды.

До сих пор было неясно, можно ли масштабировать гауссовское бозонное сэмплирование до тысяч мод, не позволив потерям фотонов свести на нет квантовое преимущество. «Цзючжан 4.0» ответил: да, можно. Создав гибридную пространственно-временную схему с кубической связностью и высокоэффективными источниками, физики показали, что при общей эффективности 51% и 1024 сжатых состояниях классические алгоритмы, включая MPS, не могут воспроизвести статистику эксперимента даже теоретически. Эта платформа теперь может служить полигоном для генерации кластерных состояний — запутанных сетей, необходимых для отказоустойчивых квантовых вычислений на основе измерений.

Следующий шаг — использовать ту же архитектуру для создания массивных трёхмерных кластерных состояний. Гибридное пространственно-временное кодирование уже сейчас позволяет управлять тысячами сильно запутанных мод, а дальнейшее улучшение источников и детекторов может поднять эффективность и число фотонов ещё выше. Возможно, появятся и новые классические алгоритмы, нацеленные именно на такую архитектуру, — гонка продолжится, но теперь квантовая сторона имеет солидный запас прочности. Лабиринт, в котором фотоны находят путь за микросекунды, а классическому компьютеру не хватит времени Вселенной, остаётся пока непреодолимым.

Число возможных конфигураций фотонов в эксперименте L1024 оценивается как $10^{2461}$ — это больше, чем количество атомов в наблюдаемой Вселенной (около $10^{80}$).

Идея квантового превосходства перекликается с рассказом Грега Игана «Ореол», где герои используют квантовые вычисления для моделирования сознания. Здесь, правда, речь о более приземлённой, но не менее впечатляющей задаче — доказать, что квантовая машина может быть быстрее любой классической.

T_{MPS} = O(M d \chi(\varepsilon)^2 2^{N_{eff}/2})
Время растёт экспоненциально с эффективным числом сжатых фотонов N_eff и квадратично с размерностью связи χ.
Учёные
David DeutschErwin SchrödingerJohn Stewart BellLouis de BroglieLov GroverPaul Benioff
Понятия
квантовое превосходство вычислительная мощность вычислительная стоимость память гауссовский процесс гибридный алгоритм сложность гауссовы состояния классический компьютер медицина компьютерное моделирование снижение шума кубитов считывание эффективность фотонов логический кубит классический предел центр обработки данных декодер подавление ошибок квантовые вычисления