Quantinuum موتور ادغام کوانتومی مونت کارلو را اعلام کرد – تحلیل اخبار محاسباتی با کارایی بالا | داخل HPC

کمبریج، بریتانیا، 12 سپتامبر 2023 - شرکت محاسبات کوانتومی Quantinuum گفت که جزئیات موتور کوانتومی مونت کارلو (QMCI) خود را منتشر کرده است. این شرکت گفت QMCI برای مسائلی اعمال می‌شود که راه‌حل تحلیلی ندارند، مانند قیمت‌گذاری مشتقات مالی یا شبیه‌سازی نتایج آزمایش‌های فیزیک ذرات با انرژی بالا.

Quantinuum گفت که ابزار QMCI، با استفاده از الگوریتم‌های کوانتومی، به رایانه‌های کوانتومی این امکان را می‌دهد تا تخمین‌ها را با کارآمدتر و دقیق‌تر از ابزارهای کلاسیک معادل انجام دهند، و یک مزیت کوانتومی در مراحل اولیه را در زمینه‌هایی مانند قیمت‌گذاری مشتق، محاسبات ریسک پورتفولیو و گزارش‌دهی نظارتی استنباط می‌کند. کاغذ سفیدی که از ابزار جدید پشتیبانی می‌کند نشان می‌دهد که QMCI از مزیت پیچیدگی محاسباتی نسبت به MCI کلاسیک سود می‌برد و نشان می‌دهد که موتور پتانسیل ارائه سودمندی کوانتومی را در شکل فعلی‌اش دارد.

کاغذ سفید، یک موتور مدولار برای ادغام کوانتومی مونت کارلو، در arXiv در دسترس قرار گرفته است، و در میان موارد دیگر، "P-builder پیشرفته" را توضیح می دهد، ابزاری برای ساخت مدارهای کوانتومی که نشان دهنده روش های محاسباتی رایج مورد استفاده در امور مالی است. مقاله سفید همچنین پیشنهاد می‌کند که چگونه کاربران ابزار جدید می‌توانند مزیت کوانتومی را بدون به خطر انداختن استحکام آماری در برآوردهای بعدی به دست آورند.

الیاس خان، مدیر ارشد تولید کوانتینیوم موتور QMCI سرتاسر کوانتینیوم - اولین راه حل کوانتومی کامل، چشم انداز افزایش فوری بهره وری کاربران را در حداقل دو بخش ارائه می دهد: بانکداری و مؤسسات مالی و دانشمندانی که انتظار دارند رایانه های کوانتومی به آنها کمک کنند. حجم عظیمی از داده های تولید شده در زمینه های تجربی مانند فیزیک انرژی بالا را پردازش می کند. موتور QMCI ما نقطه اوج سال‌ها کار تیم الگوریتم ما است و نشان می‌دهد که چگونه رایانه‌های کوانتومی کاربرد عملی را ارائه می‌دهند. رویکرد ماژولار ما همچنین با پیشرفت سخت افزار محاسبات کوانتومی، موتور را «آینده» می کند.

موتور دارای چهار ماژول است - توزیع‌های احتمال بارگذاری و فرآیندهای تصادفی به عنوان مدارهای کوانتومی. برنامه ریزی طیف گسترده ای از محاسبات مالی؛ برنامه ریزی مقادیر مختلف آماری (مثلاً میانگین، واریانس و غیره). و تخمین دامنه کوانتومی، که منبع اصلی مزیت محاسباتی در QMCI است. ویژگی های موتور a حالت منبع، که دقیقاً منابع کوانتومی و کلاسیک دقیق مورد نیاز برای محاسبات مشخص شده توسط کاربر را تعیین می کند - ویژگی که برای پیش بینی اینکه چه زمانی برنامه های خاص از مزیت کوانتومی برخوردار می شوند ضروری است. بنابراین، این مقاله یک خط دید مستقیم به مزیت کوانتومی را نشان می دهد و نتیجه می گیرد که کاربران زودتر به مزایای مفید دست خواهند یافت.

دکتر استیون هربرت گفت: «موتور QMCI به تقاضای رو به رشد برای ابزارهایی کمک می‌کند که به سازمان‌های جهانی در امور مالی و سایر بخش‌ها کمک می‌کنند مسیر خود را به سمت مزیت کوانتومی بررسی و ارزیابی کنند. ادغام کلاسیک مونت کارلو روش ارجح در طیف وسیعی از حوزه‌های محاسباتی است که راه‌حل‌های تحلیلی در دسترس نیستند و به طور گسترده تشخیص داده شده است که این روش‌ها از مزیت کوانتومی بهره خواهند برد. با اتخاذ یک رویکرد مدولار، ما آن دسته از متخصصان علمی و مالی را به پلتفرمی مجهز می‌کنیم که از طریق پیشرفت‌های سریع فناوری در سال‌های آینده از آنها پشتیبانی می‌کند.

کاغذ سفید جدید حوزه‌هایی را که از توسعه QMCI، فراتر از امور مالی، سود می‌برند، از جمله دستیابی به کارایی در زنجیره تامین و لجستیک، تولید و انتقال انرژی، و زمینه‌های علمی پرمحتوا مانند حل انتگرال‌های با ابعاد بالا را مشخص می‌کند. در فیزیک با انرژی بالا نتیجه گیری می شود که موارد استفاده مانند تخمین و پیش بینی می تواند از موتور QMCI جدید در شکل فعلی بهره مند شود.