https://medium.com/d-wave/a-sneak-peek-into-our-next-generation-advantage-quantum-computer-3cbe8def208e
2022年6月10日、D-Waveより次世代マシンについてのプレスリリース [1] が発表されました。現在提供されているのは「Advantage」と呼ばれるマシン(QPU)ですが、2023-2024年に次世代の「Advantage2」がリリース予定とのことです。Advantage2の量子ビット数は7000以上となる予定で、また量子ビットはZephyr topology [2] という構造で配列されており次数 [3] は20とのこと。これは量子ビット数が5000程度、次数が15程度(Pegasus topology)の現行の「Advantage」を上回っています。既に量子ビット数が500程度のデモ版Advantage2は完成しており、これを試したところ以下の3つの結果が得られているとのことです。
embeddingについての補足:実機での量子アニーリングを行う際は、多くの場合minor-embeddingと呼ばれる操作が必要になります。解きたいハミルトニアンが持つグラフ構造と、実機の量子ビット配列のグラフ構造が異なっている場合、ナイーブに問題を実機にエンコードすることが出来ません。そのため、以下の図のようにハードウェア上の複数の量子ビットを同一の論理ビット(解きたいハミルトニアンの変数)に対応させます。この対応のことをembeddingといい、ハードウェア上で同一の論理ビットに対応した量子ビットの集合のことをチェーンと呼びます。
Figure in [3]
※図は[4]より引用
embeddingによりチェーンが生まれますが、長すぎるチェーンは解の品質を低下させます。Advantage2では次数が増大していることにより、密な問題グラフでもより短いチェーンでのembeddingが可能となります
この量子ビット数が500程度のデモ版Advantage2は、既にLeapで公開されておりユーザーも触ることが出来ます。
またAdvantage2のより詳細な情報は、我々も参加するAQC2022で語られることでしょう。(Emile Hoskinson氏によるNext Generation Quantum Annealing Processorと言う講演が予定されています)
デモ版Advantage2を、簡単にではありますが、私の方で動かしてみたのでその結果を共有します。
※以下のようにsolver引数に「Advantage2_prototype1.1」を渡せばあとはいつも通りに使えます
from dwave.system.samplers import DWaveSampler
token = "XX"
solver = "Advantage2_prototype1.1"
dw = DWaveSampler(token=token, solver=solver)
巡回セールスマン問題の数理モデリングには制約付き最適化問題をQUBOへと自動で変換してくれるライブラリ JijModeling
を利用しました。JijModelingはpipを使って無料で使い始めることができるため以下のコードを使う際は
pip install jijmodeling