تراشه کوانتومی Zuchongzhi-3: پیشروی چشمگیر چین در سرعت پردازش

دانشمندان دانشگاه علم‌وفناوری چین (USTC) اخیراً از نمونه اولیه تراشه کوانتومی Zuchongzhi-3 رونمایی کرده‌اند که ادعا می‌شود کارایی آن یک میلیون برابر پردازنده Sycamore گوگل و هزار تریلیون برابر ابرکامپیوترهای کلاسیک برتر جهان باشد.

مشخصات فنی تراشه Zuchongzhi-3

این تراشه دارای ۱۰۵ کیوبیت و ۱۸۲ جفت‌کننده (Coupler) است و در کارهای مثالبرداری اتفاقی مدارهای کوانتومی (RCS) برتری قابل‌توجهی نشان داده است. برای مقایسه، پردازنده Sycamore گوگل تنها با ۶۷ کیوبیت مجهز بوده است.

🔗 بیشتر بخوانید: بر پایه یک پژوهش ژاپنی، سفید شدن موها می‌تواند خبر خوبی برای سلامت شما باشد؛ اما چرا؟_آینده

پردازنده Zuchongzhi-3 با زمان همدوسی ۷۲ میکروثانیه عملیات‌های پیچیده را اجرا می‌کند. دقت گیت‌های تک‌کیوبیت به ۹۹.۹۰ درصد، گیت‌های دو-کیوبیت به ۹۹.۶۲ درصد و صحت خوانش موازی به ۹۹.۱۳ درصد رسیده است.

نتایج علمی و انتشار در نشریه معتبر

یافته‌های تیم تحقیق چینی در نشریه Physical Review Letters منتشر شده و برای عموم در دسترس است. در مقاله آمده: «ما موفق شدیم عملیات مثالبرداری مدار اتفاقی را در مقیاسی بزرگ‌تر از دستاورد گوگل پیاده‌سازی کنیم و فاصله میان رایانش کلاسیک و کوانتومی را گسترش دهیم.»

🔗 بیشتر بخوانید: با نوشیدن آب از بطری پلاستیکی، انبوهی نانوپلاستیک هم می‌نوشید

پیش از این، گوگل با Sycamore عملیات RCS را در ۲۰۰ ثانیه انجام داده و Rekordی ثبت کرده بود که شبیه‌سازی آن بر روی سریع‌ترین ابرکامپیوتر آن دوره نزدیک به ۱۰ هزار سال طول می‌کشید. محققان چینی در سال ۲۰۲۳ با استفاده از ۱۴۰۰ کارت گرافیکی A100 انویدیا، همین فرآیند را تنها در ۱۴ ثانیه تکمیل کردند و برتری قبلی گوگل را چالش دادند. این تیم در سال ۲۰۲۰ نیز پردازنده کوانتومی فوتونیک Jiuzhang را معرفی کرده بود.

رقابت جهانی در فناوری کوانتومی

شرکت‌های غول فناوری سرمایه‌گذاری‌های سنگینی بر روی توسعه تراشه‌ها و کامپیوترهای کوانتومی کرده‌اند. گوگل اخیراً تراشه Willow را رونمایی کرد که ادعا می‌شود مساله‌ای را که حل آن برای کامپیوترهای معمولی ۱۰ سيلیون سال (۱۰ به توان ۲۴) طول می‌کشد، تنها در ۵ دقیقه حل می‌کند. مایکروسافت نیز تراشه Majorana 1 را با قدرت پردازشی شگفت‌انگیز معرفی کرده است.

🔗 بیشتر بخوانید: 40 درصد کمتر غذا بخورید، چه مقدار لاغر می شوید؟

معماری و نوآوری‌های فنی Zuchongzhi-3

تراشه Zuchongzhi-3 نسل سوم از سری پردازنده‌های کوانتومی چینی است که بر پایه معماری کیوبیت‌های فوق‌‌هدایت‌کننده (superconducting transmon qubits) توسعه یافته است. افزایش تعداد کیوبیت‌ها از ۶۶ در نسل قبلی (Zuchongzhi-2.1) به ۱۰۵ در این نسخه، همراه با بهینه‌سازی معماری جفت‌کننده‌ها (couplers) برای کاهش تداخل مدهای کوانتومی (crosstalk) انجام شده است. هر کیوبیت در این تراشه توسط دو جفت‌کننده به همسایه‌های خود متصل است که امکان اجرای گیت‌های دو-کیوبیت با دقت بالا را فراهم می‌کند.

یکی از دستاوردهای کلیدی تیم USTC، بهبود زمان همدوسی (coherence time) تا ۷۲ میکروثانیه است. این پارامتر که عمر حالت کوانتومی کیوبیت را تعیین می‌کند، مستقیماً بر عمق مدار کوانتومی و تعداد عملیاتی که قبل از دکوهرانس (decoherence) قابل اجرا هستند، تأثیر می‌گذارد. در مقایسه، پردازنده Sycamore گوگل زمان همدوسی حدود ۲۵ تا ۳۰ میکروثانیه را گزارش کرده بود. افزایش این مدت در Zuchongzhi-3 نتیجه پیشرفت در علم مواد، طراحی هندسی کیوبیت‌ها، و تکنیک‌های محافظت از نویز محیطی است.

مثالبرداری مدار اتفاقی (RCS): معیار برتری کوانتومی

алгоритم Random Circuit Sampling (RCS) استاندارد پذیرفته‌شده برای демонстраسیون «برتری کوانتومی» (quantum supremacy یا quantum advantage) است. در این آزمون، یک مدار کوانتومی تصادفی در دستگاه اجرا شده و توزیع احتمال خروجی‌ها نمونه‌برداری می‌شود. سپس سعی می‌شود همان توزیع با بهترین الگوریتم‌های کلاسیک روی ابرکامپیوترها شبیه‌سازی شود. دشواری این کار به صورت نمایی با تعداد کیوبیت‌ها و عمق مدار افزایش می‌یابد.

تیم USTC ادعا می‌کند Zuchongzhi-3 قادر است مدارهای RCS با عمق بیشتر و کیوبیت‌های بیشتری را در مقایسه با Sycamore اجرا کند. اگر این نتایج توسط جامعه علمی تأیید شود، یعنی فاصله میان سخت‌افزار کوانتومی و کلاسیک در این بنچ‌марک خاص افزایش یافته است. اما باید توجه داشت که RCS یک آزمون مصنوعی است و لزوماً تحويل به کاربردهای عملی (manufacturing advantage) نیست.

مقایسه جامع: Zuchongzhi-3 در برابر رقبای جهانی

نکته مهم: مقایسه مستقیم دشوار است زیرا هر پلتفرم معیارهای مختلفی را گزارش می‌دهد و شرایط آزمایشی یکسان نیستند. همچنین، Majorana 1 مایکروسافت بر پایه فیزیک متفاوت (کیوبیت‌های توپولوژیک ماجرونا) کار می‌کند که در صورت ثبوت، مزایای ذاتی در اصلاح خطا دارد اما هنوز در مراحل اولیه اثبات مفهوم است.

چالش اصلاح خطای کوانتومی (QEC): مانع اصلی مقیاس‌پذیری

با وجود پیشرفت‌های چشمگیر در تعداد کیوبیت‌ها و دقت گیت‌ها، اصلاح خطای کوانتومی (Quantum Error Correction – QEC) همچنان مانع اصلی رسیدن به کامپیوترهای کوانتومی مقیاس‌ بزرگ (large-scale fault-tolerant quantum computers) است. کیوبیت‌های فیزیکی ذاتاً ناپایدار هستند و خطاهای بیت‌فلیپ (bit-flip) و فاز‌فلیپ (phase-flip) را تجربه می‌کنند.

استراتژی رایج، کدگذاری اطلاعات کوانتومی در کیوبیت‌های منطقی (logical qubits) تشکیل شده از چندین کیوبیت فیزیکی است. کد Surface Code محبوب‌ترین رویکرد است که کیوبیت‌ها را در شبکه دو بعدی چیده و با سنجش‌های سندرم (syndrome measurements) خطاها را تشخیص و اصلاح می‌کند. گوگل در تراشه Willow توانست برای اولین بار نشان دهد که با افزایش اندازه کد سطح (از ۳×۳ به ۵×۵ و ۷×۷)، نرخ خطای کیوبیت منطقی کاهش می‌یابد — یک گام حیاتی به سمت اصلاح خطای مقیاس‌پذیر.

تیم Zuchongzhi نیز در نشریات اخیر خود پیشرفت‌هایی در نمایش اصلاح خطای محدود گزارش کرده، اما رسیدن به آستانه تحمل خطا (fault-tolerance threshold) — معمولاً حدود ۱٪ خطا برای هر گیت دو-کیوبیت — نیازمند دقت‌های ۹۹.۹٪ و بالاتر برای تمام عملیات است. Zuchongzhi-3 با ۹۹.۶۲٪ برای گیت دو-کیوبیت هنوز از این آستانه برای مقیاس‌پذیری کامل دور است، هرچند بسیار به آن نزدیک شده است.

کاربردهای بالقوه: از رمزنگاری تا کشف دارو

اگر تراشه‌هایی مانند Zuchongzhi-3، Willow و نسل‌های آینده به مقیاس‌پذیری کامل برسند، حوزه‌های زیر متحول خواهند شد:

• رمزنگاری و امنیت سایبری: الگوریتم شور (Shor’s algorithm) می‌تواند اعداد بزرگ را به‌صورت نمایی سریع‌تر فاکتورایزیشن کند و fundamentals رمزنگاری کلید عمومی فعلی (RSA، ECC) را شکسته. این باعث استارت انتقال به رمزنگاری پساکوانتومی (post-quantum cryptography) شده که NIST استانداردهای آن را در ۲۰۲۴ نهایی کرد.
• شبیه‌سازی مواد و شیمی کوانتومی: محاسبه ساختار الکترونیکی مولکول‌ها و مواد — که برای کامپیوترهای کلاسیک غیرممکن است — برای طراحی کاتالیست‌های جدید، باتری‌های کارآمدتر، و موصلات دمای بالا حیاتی است. الگوریتم VQE (Variational Quantum Eigensolver) روی سخت‌افزارهای NISD (Noisy Intermediate-Scale Quantum) فعلی نتایج واعد داده است.
• بهینه‌سازی ترکیبیاتی: مسائل مسافر فروشنده، برنامه‌ریزی لوجستیک، و بهینه‌سازی پورتفوی مالی که از نظر محاسبهی سخت (NP-hard) هستند، می‌توانند از الگوریتم‌های کوانتومی مانند QAOA (Quantum Approximate Optimization Algorithm) بهره‌مند شوند.
• یادگیری ماشین کوانتومی (QML): هسته‌های کوانتومی (quantum kernels) و شبکه‌های عصبی کوانتومی پتانسیل تسریع در آموزش و استنتاج مدل‌ها را دارند، هرچند مزیت عملی همچنان زیر تحقیق است.

برنامه‌های ملی و سرمایه‌گذاری‌های استراتژیک

رقابت در کوانتوم فراتر از شرکت‌های خصوصی به سطح استراتژی ملی رسیده است:

• چین: برنامه پنج‌ساله ۱۴ (۲۰۲۱-۲۰۲۵) کوانتوم را اولویت مهاری قرار داده. مرکز ملی علوم کوانتومی در خوچو (Hefei) با بودجه میلیاردی تاسیس شده. ماهواره میسیوس (Micius) برای توزیع کلید کوانتومی (QKD) پیاده‌سازی شده و شبکه ألياف نوری کوانتومی پکن-شانگهای فعال است.
• ایالات متحده: قانون ابتکار کوانتومی ملی (NQI Act، ۲۰۱۸) و قانون晶片 و علم (CHIPS and Science Act، ۲۰۲۲) میلیاردها دلار به تحقیق کوانتومی، صنعت تراشه و توسعه نیروی کار اختصاص داده‌اند. آژانس‌های DARPA، NSF، DOE و NIST برنامه‌های هماهنگ دارند.
• اتحادیه اروپا: برنامه پرچمدار کوانتومی (Quantum Flagship) با بودجه ۱ میلیارد یورو در ۱۰ سال (۲۰۱۸-۲۰۲۸) فعال است.
• کانادا، بریتانیا، ژاپن، اتریش، سنگاپور، اسرائیل و کره جنوبی نیز برنامه‌های ملی کوانتومی چندمیلیارد دلاری دارند.

اکوسیستم نرم‌افزاری و دسترسی ابری

سخت‌افزار کوانتومی بی‌فایده است بدون لایه نرم‌افزاری قوی. اکنون پلتفرم‌های ابری (cloud) دسترسی به پردازنده‌های کوانتومی را دموکراتیک کرده‌اند:

• IBM Quantum Network: بیش از ۲۰ پردازنده کوانتومی سوپرکانداکتینگ از ۲۷ تا ۱۱۲۱ کیوبیت (Condor) در دسترس ابری، با SDK قیس‌کیت (Qiskit).
• Amazon Braket: دسترسی به سخت‌افزارهای IonQ (يون-ترپ)، Rigetti، QuEra (نترال اتم) و Oxford Quantum Circuits.
• Azure Quantum (مایکروسافت): ادغام IonQ، Quantinuum، Rigetti و سخت‌افزار ماجرونا آینده.
• Google Quantum AI: دسترسی محدود به پردازنده‌های داخلی برای شرکای انتخابی.
• پلتفرم‌های چینی: Origin Quantum، Baidu Quantum، و Alibaba Cloud Quantum (اگرچه علی‌بابا بخش سخت‌افزاری را در ۲۰۲۳ بست) خدمات ابری کوانتومی ارائه می‌دهند.

همراه با این‌ها، کامپایلرها، بهینه‌سازهای مدار، شبیه‌سازهای کوانتومی کلاسیک (مانند qsim، Aer، CUDA-Q) و کتابخانه‌های الگوریتمی (PennyLane، Cirq، TKET، Ocean) اکوسیستم نرم‌افزاری را تشکیل می‌دهند.

چالش‌های مهندسی: ترمودینامیک، کنترل، و بسته‌بندی

مقیاس‌پذیری به چالش‌های فیزیکی سخت می‌انجامد:

• مکانیزم خنک‌سازی: کیوبیت‌های سوپرکانداکتینگ در دماهای میلی‌کلین (۱۰-۱۵ میلی‌کلین) در یخچال‌های تخفیف (dilution refrigerators) کار می‌کنند. افزایش کیوبیت‌ها به هزاران و میلیون‌ها نیازمند قدرت خنک‌سازی بسیار بیشتر و مدیریت حرارت ناشی از سیم‌های کنترل و خطوط سیگنال است. تکنولوژی‌های جدید مانند کنترل کریوژنیک (cryo-CMOS) و سیم‌های فوق‌هدایت‌کننده در حال توسعه‌اند.
• صافی سیگنال و نویز: هر کیوبیت نیاز به خطوط کنترل مخصوص (فلکس، درایو، خوانش) دارد. برای ۱۰۰۰ کیوبیت، هزاران خط سیگنال از دمای اتاق تا مرحله میلی‌کلین عبور می‌کنند که نویز حرارتی و تداخل القایی وارد می‌کنند. چندگانه‌سازی (multiplexing) و کنترل دیجیتال در دمای پایین راهکارها هستند.
• بسته‌بندی و اتصال‌پذیری (I/O): تراشه‌های کوانتومی در بسته‌های مخصوص با تراکم بالا و مواد سازگار با تکمید حرارتی (مانند سیلیکون، سافایر، یا سرامیک‌های پیشرفته) بسته‌بندی می‌شوند. اتصال‌های پرتراکم (high-density interconnects) برای مقیاس‌پذیری حیاتی هستند.
• تولید و رده‌بندی (Yield): ساخت تراشه‌های ۱۰۰ کیوبیت با رده‌بندی بالا چالش است. نقص‌های ساختاری در جوکین‌ها (junctions) و زیربناها باعث ناهمگونی پارامترهای کیوبیت‌ها می‌شود. فرآیندهای فابریکاسیون در اتاق‌های تمیز کلاس ۱۰/۱۰۰ با کنترل دقیق ضخامت و لیتوگرافی الکترون-شعه پیشرفته انجام می‌شوند.

معماری‌های جایگزین: کیوبیت‌های یونی، نترال اتم، فوتونیک، و سپین سیلیکون

سوپرکانداکتینگ تنها بازی در شهر نیست. معماری‌های رقیب با مزایا و معایب خاص:

احتمالاً آینده هیبریدی است: معماری‌های مختلف برای وظایف مختلف (حافظه کوانتومی، پردازش، ارتباط) به کار می‌روند و از طریق واسط‌های کوانتومی (quantum transducers) به هم متصل می‌شوند.

زمان‌بندی و نقشه راه: نویز متوسط (NISQ) تا تحمل خطا (FTQC)

جامعه علمی به طور کلی سه دوره را پیش‌بینی می‌کند:

1. دوره NISQ (Noisy Intermediate-Scale Quantum) — امروز تا ۲۰۳۰: پردازنده‌های ۵۰-۱۰۰۰ کیوبیت نویزی، بدون اصلاح خطای کامل. تمرکز: الگوریتم‌های تغییرپذیر (variational)، شبیه‌سازی کوانتومی تقریبی، و نمایش مزیت کوانتومی در وظایف خاص. Zuchongzhi-3، Willow، و پردازنده‌های IonQ/Quantinuum فعلی در این دسته‌اند.
2. دوره پیش از تحمل خطا (Early FTQC) — ۲۰۳۰-۲۰۳۵: ظهور اولین کیوبیت‌های منطقی با نرخ خطای پایین‌تر از فیزیکی. نمایش الگوریتم‌های کوچک تحمل‌خطا، شبیه‌سازی شیمی با دقت شیمیایی، و نمونه‌سازی پروتکل‌های رمزنگاری کوانتومی. نیاز به ۱۰۰-۱۰۰۰ کیوبیت فیزیکی برای هر کیوبیت منطقی (با کد سطح).
3. دوره FTQC (Fault-Tolerant Quantum Computing) — پس از ۲۰۳۵: میلیون‌ها کیوبیت فیزیکی، هزاران کیوبیت منطقی. اجرای الگوریتم شور برای فاکتورایزیشن RSA-۲۰۴۸، شبیه‌سازی مواد پیچیده، و حل مسائل بهینه‌سازی مقیاس بزرگ. نیاز به پیشرفت‌های درامد در معماری، مواد، کنترل، و نرم‌افزار.

پیش‌بینی‌ها متفاوت‌اند: بهینه‌بینان (مانند IBM، Google، PsiQuantum) پیش از ۲۰۳۰ برای FTQC را پیش‌بینی می‌کنند؛ 의심‌گرها (مانند Dyakonov، Kalai) موانع بنیادین را غیرقابل‌غلبه می‌دانند. واقعیت احتمالاً در میانه است.

اقتصاد کوانتومی: بازار، سرمایه‌گذاری، و نیروی کار

بازار کوانتومی در حال رشد سریع است. بر اساس گزارش‌های BCG، McKinsey، و IDC:

• بازار جهانی فناوری کوانتومی (سخت‌افزار، نرم‌افزار، خدمات) از ~۱ میلیارد دلار در ۲۰۲۲ به بین ۴۵ تا ۱۳۱ میلیارد دلار تا ۲۰۳۵ پیش‌بینی می‌شود (سناریوهای مختلف).
• سرمایه‌گذاری‌های سرمایه‌ریسک (VC) در استارتاپ‌های کوانتومی در ۲۰۲۱-۲۰۲۲ اوج گرفت (بیش از ۲ میلیارد دلار در سال)، سپس با اصلاح بازار کاهش یافت اما پایه‌ای قوی دارد.
• شرکت‌های بزرگ (IBM، Google، Microsoft، Amazon، Intel، NVIDIA، Honeywell) بودجه‌های داخلی میلیاردی دارند.
• کمبود 날카ور نیروی کار کوانتومی (quantum workforce) چالش جدی است: فیزیکدانان کوانتومی، مهندسان کنترل، برنامه‌نویسان الگوریتم، و متخصصین کریوژنیک. دانشگاه‌ها برنامه‌های کارشناسی ارشد و دکتری تخصصی کوانتومی راه‌اندازی کرده‌اند (MIT xPRO، Oxford، Delft، USTC، Tsinghua، Waterloo، Chicago، Maryland، و غیره).

ملاحظات اخلاقی، امنیتی، و địaپلیتیک

قدرت کوانتومی نگرانی‌های جدی ایجاد می‌کند:

• شکستن رمزنگاری: تهدید برای امنیت ارتباطات، تراکنش‌های مالی، داده‌های دولتی، و زیرساخت‌های حیاتی. ضرورت遷移 به PQC (رمزنگاری پساکوانتومی) فوریه است — NIST استانداردهای CRYSTALS-Kyber (کلید عمومی) و CRYSTALS-Dilithium (امضای دیجیتال) را در ۲۰۲۴ نهایی کرد.
• نبرد تجهیزات: کنترل صادرات سیستم‌های کوانتومی، لیزرهای دقیق، یخچال‌های تخفیف، و مواد پیشرفته (مانند هلیوم-۳، سافایر با کیفیت بالا) ابزار دیپلماسی تکنولوژیک شده است. واشنگتن توافق‌نامه‌های واسناار (Wassenaar Arrangement) را برای کنترل صادرات کوانتومی به‌روزرسانی کرده.
• تقسیم‌بندی جهانی (Quantum Divide): نابرابری در دسترسی به فناوری کوانتومی می‌تواند شکاف اقتصادی و علمی میان ملل را عمیق‌تر کند. تلاش‌های بین‌المللی (مانند ITU، OECD، GESDA) برای چارچوب‌های بین‌المللی و دسترسی منصفانه در حال進行 است.
• ملاک‌های اخلاقی: استفاده از کوانتوم برای کشف مواد سمی، طراحی سلاح، یا نظارت جمعی نیازمند مدیریت مسئولانه است.

نتیجه‌گیری: Zuchongzhi-3 در بستر پیشرفت جهانی

رونمایی از Zuchongzhi-3 نشان‌دهنده پیشرفت سریع و مستمر چین در سخت‌افزار کوانتومی سوپرکانداکتینگ است. با ۱۰۵ کیوبیت، دقت‌های بالا، و نمایش برتری در بنچ‌مارک RCS، این تراشه جایگاه چین را در لیگ اول جهانی کوانتوم تثبیت می‌کند. با این حال، مسیراز پیش رو پر از چالش‌های مهندسی بنیادین است: اصلاح خطای مقیاس‌پذیر، کنترل صدها و هزاران کیوبیت، خنک‌سازی، و تولید با رده‌بندی بالا.

رقابت سه‌جانبه میان چین، ایالات متحده، و اتحادیه اروپا (به همراه قدرت‌های ناشین مانند کانادا، ژاپن، و انگلستان) نوآوری را تسریع می‌کند. سرمایه‌گذاری‌های کلان دولتی، مشارکت‌های عمومی-خصوصی، و اکوسیستم‌های ابری دسترسی را دموکراتیک کرده و چرخه بازخورد علم-مهندسی-بازار را تقویت می‌کنند.

برای ایران و سایر کشورهای در حال توسعه، درس اصلی این است که استفاده از پلتفرم‌های ابری کوانتومی موجود (IBM Quantum، Amazon Braket، Azure Quantum) برای آموزش نیروی کار، توسعه الگوریتم، و شناسایی کاربردهای ملی، گام اول استراتژیک و کم‌هزینه است — در موازی برنامه‌ریزی برای سرمایه‌گذاری در توانمندی‌های داخلی سخت‌افزاری در درازمدت.

کوانتوم دیگر علم‌پژوهی محض نیست؛ این یک فناوری راهبردی (strategic technology) است که آینده امنیت، اقتصاد، و قدرت ملی را شکل خواهد داد. Zuchongzhi-3 یک نکته عطف مهم است، نه خط پایان.