量子チップ「ウィロー」が世界のテクノロジー界でセンセーションを巻き起こしたのはなぜでしょうか?

12月10日、Googleは最新世代の量子チップ「Willow」を発表し、世界中のテクノロジー界に大きな衝撃を与えた。マスク氏も「すごい！」と叫んだ。

Willowチップの威力はどのくらいですか？大量生産までどれくらいかかるのでしょうか?

1. Googleの最新世代の量子チップ「ウィロー」が発表された。その最大の進歩は、その超計算能力とエラー訂正能力にある。

「ランダム回路サンプリング」と呼ばれるベンチマークタスクの場合、現在最も速いスーパーコンピュータでも解決には 10 の 25 乗年かかります。これは宇宙の年齢 (267 億年) よりもはるかに長い時間です。ウィローは5分以内にタスクを完了しました。

量子コンピューティングは、コンピューティング速度を大幅に向上させ、特定のタスクにおいて従来のコンピューターを上回る可能性があり、これを「量子超越性」と呼びます。 Google は早くも 2019 年にこの事実を検証し、「Nature」誌で、54 量子ビットの量子コンピューター Sycamore を使用して、従来のアーキテクチャのコンピューターでは完了できなかったタスクを達成したと発表しました。世界初のスーパーコンピューターが計算に 1 万年を要した実験で、Sycamore はわずか 3 分 20 秒しかかかりませんでした。当時、Google CEOのサンダー・ピチャイ氏は、これは研究者が長い間待ち望んでいた「Hello World」であり、当時の量子コンピューティングの実用化における最も意義深いマイルストーンであると述べました。

Willow のリリースは、間違いなく量子コンピューティングの分野におけるもう一つの画期的な出来事です。

しかし、 「速い」ことは Willow の最も注目すべき進歩ではありません。

Willow の最大の特徴は、その優れたエラー訂正機能です。

これまで、量子チップは量子状態の脆弱性により、データ処理中に環境干渉やデコヒーレンスの影響を受けやすく、量子ビットの状態にエラーが発生していました。したがって、「量子超越性」にもかかわらず、量子コンピュータは環境の影響を受けやすく、エラーが発生しやすくなります。一般的に言えば、量子ビットの数が増えるほど、発生するエラーも増えます。

そこで「量子誤り訂正」が重要な技術となってきました。量子チップには特殊な量子エラー訂正技術が必要であり、これもこの分野における重要な課題であり、量子コンピューティングの実用化と発展を深刻に制限してきました。

Willow チップは、研究者を 30 年近く悩ませてきた量子エラー訂正の問題を解決し、エラー率の飛躍的な削減を達成しました。 Google の調査によると、Willow で使用される量子ビットの数が増えるほど、システムのエラー率が低くなることがわかっています。

Google の Willow チップ実験では、量子ビットの数が 3×3 配列から 5×5、さらに 7×7 配列へと増加するにつれて、拡張ごとにコーディング エラー率が 2.14 倍減少し、エラー率はますます急速に低下します。

2. 量子コンピューティングとは何ですか?なぜそんなに強力なのでしょうか?

1935年、オーストリアの物理学者エルヴィン・シュレーディンガーは、放射性物質の入った箱に猫を入れるという素晴らしい思考実験を提唱しました。放射性物質が崩壊して毒ガスを放出し、猫が死亡する確率は 50% であり、放射性物質が崩壊せずに猫が生き残る確率も 50% です。箱を開ける前は、猫が生きているのか死んでいるのかは誰にもわかりません。生と死が重なり合った状態にあるとしか言いようがありません。

量子の世界は、「シュレーディンガーの猫」のように、解決されていない重ね合わせ状態にあります。対応する新しいコンピューティング理論は「量子コンピューティング」であり、ハードウェア層は量子チップと量子コンピュータとして現れます。

量子コンピューティングには 2 つの利点があります。

まず、強力なデータ ストレージ機能。従来のコンピューティングではビットを基本単位として使用しますが、量子コンピューティングでは量子ビットを基本単位として使用します。

従来のコンピューティングでは、ビットの状態は 0 または 1 に固定されています。しかし、量子ビットは 0 と 1 の重ね合わせ状態にあります。つまり、0 と 1 を同時に保存できます。

n ビットの従来のチップは n 個のデータを同時に保存できます。一方、n 量子ビットを持つチップは 2^n 個のデータを同時に保存できます。

2 番目に、特定の問題に対する強力な並列計算機能を実証します。

従来の電子コンピュータはシリアル計算を実行します。各操作では単一の値のみを別の値に変換できるため、計算は順番に実行する必要があります。量子コンピュータは、1 回の操作で 2^n 個のデータを同時に 2^n 個の新しいデータに変換できます。

3. 将来の量子チップは GPU に取って代わり、AI の発展を促進できるでしょうか?

近年、人工知能技術とそのさまざまな応用が急速に発展しており、コンピューティング能力に対する需要も飛躍的に増加しています。

理論的には、量子コンピューティングの並列処理機能は、複雑な人工知能アルゴリズムの処理において自然な利点をもたらし、モデルのトレーニング速度と精度を大幅に向上させることができます。 Willow チップの登場により、人工知能のさらなる発展に強力な計算能力がもたらされる可能性があります。

実は、現在 AI で広く使用されている GPU は、もともとグラフィック処理を高速化するために設計されました。たとえば、ゲームにおける 3D シーンのレンダリング、アニメーション制作におけるモデリングと特殊効果の処理、映画やテレビ番組制作におけるビデオの視覚効果などです。しかし、GPU はその強力な計算能力により、後に科学計算や人工知能、特にディープラーニングのニューラル ネットワークのトレーニングと推論の段階で広く使用され、大規模なデータ セットや高度に並列化された計算タスクの処理で優れたパフォーマンスを発揮しました。

この観点から見ると、量子チップは今後徐々に開発を突破し、コンピューティングの限界を打ち破り、さまざまな AI 機械学習アルゴリズムのトレーニング プロセスを加速するでしょう。量子チップは現在、暗号技術における暗号アルゴリズムのクラッキング（例えば、RSAアルゴリズムに基づく従来の暗号化方法に潜在的な脅威をもたらす）、量子システムのシミュレーション（分子や材料の物理的・化学的特性を量子レベルでシミュレーションする）、複雑な最適化問題の解決（物流計画や資源配分などの複雑な組み合わせ最適化問題など）など、極めて高い計算複雑性が求められる特定の分野で主に使用されています。これらの分野では、量子コンピューティングの利点を最大限に活用でき、従来のコンピューターでは許容時間内に完了できないタスクを解決することが可能になります。

量子チップの計算能力の向上は、主に量子ビット数の増加とその品質の向上に関係しています。将来、量子ビットの数が増加するにつれて、量子コンピュータの計算能力は指数関数的に増大します。量子ビットが追加されるごとに、可能な状態の組み合わせの数は 2 倍になります。たとえば、2 量子ビットには 4 つの状態の組み合わせがあり、3 量子ビットには 8 つの状態の組み合わせがあります。同時に、量子ビットの品質（コヒーレンス時間、忠実度など）も計算能力に重要な影響を及ぼします。高品質の量子ビットは量子状態をより効果的に維持できるため、より正確で複雑な計算を実現できます。

しかし、短期的には量子チップが GPU の地位を揺るがすことは難しいだろう。量子チップは GPU よりも強力な計算能力を備えており、理論的には GPU の代替として機能します。ただし、計算能力は GPU の強みの 1 つの側面にすぎません。さらに重要なのは、プログラム可能なアーキテクチャと開発者エコシステムの利点、製造技術、業界の成熟度です。

GPU のプログラム可能なアーキテクチャと開発者エコシステムが中心的な障壁です。 Nvidia が GPU で開始した「AI コンピューティング パワー革命」は、基礎を築くのに 10 年以上かかりました。

CUDA (Compute Unified Device Architecture) は、2006 年に NVIDIA が開発した最初の GPU プログラミング アーキテクチャ プラットフォームです。その価値は、アルゴリズム エンジニアが独自のニーズに応じて GPU の機能を探索できる GPU 開発者エコシステムの構築にあります。これにより、GPU の応用領域もグラフィックス レンダリングから一般分野へと拡大します。

新しいハードウェア (量子チップなど) に基づいて新しいソフトウェアが開発される場合は、前方互換性を実現する必要があります。しかし、既存の主要な AI ソフトウェアは基本的に CUDA プラットフォームに依存して開発されているため、 CUDA アーキテクチャから逸脱するには多大なコストがかかります。開発コミュニティの堀効果と相まって、多くのハイパフォーマンス コンピューティング開発者が CUDA エコシステムでの開発経験を蓄積してきました。 CUDA は年間最大 500 万回ダウンロードされています。これは、開発者コミュニティに他のプログラミング モデルへの移行を促す 10 年にわたるプロジェクトになります。

GPU チップの製造プロセスと産業チェーンは成熟しており、幅広い消費者市場と好調な産業サイクルを備えています。

GPUが発明されてから25年が経ち、個人用PC、カスタマイズ開発、AIデータセンターなどの下流の商用応用シナリオは10～30年かけて形成されてきました。現在、GPU がチップ プロジェクトの開始からテープアウトまでには 1 年かかり、テープアウトから量産までには 1 年かかります。 GPU開発を主なテーマとして、リソグラフィー装置の開発やウェハファウンドリプロセスの反復など、対応する連携サイクルが形成されています。このような強固な産業チェーンは、10年以上の好循環の後では断ち切ることが困難です。

しかし、量子チップ製造と GPU 産業チェーンを重ね合わせることは困難です。量子チップの設計と製造は非常に複雑で、非常に純粋な実験環境、精密な量子制御技術、安定した量子ビットが必要です。そのため、長い間、少数のトップテクノロジー企業だけが「孤軍奮闘」しており、成熟した産業サプライチェーンはまだ形成されていません。したがって、短期間で量子チップの大量生産と商用化を実現することは大きな課題です。

4. 量子チップが最も大きな影響を与える分野：暗号通貨と「HPC+AI」

4.1 量子チップは暗号通貨の「宿敵」となるかもしれない

ビットコインを例にとると、そのセキュリティは 2 つの主要なメカニズムに基づいて構築されています。 1つ目は「マイニング」の仕組みです。ビットコインの出力は、ハッシュ関数に依存するプルーフ・オブ・ワークに基づいています。ハッシュレートが高ければ高いほど、マイニングが成功する可能性が高くなります。 2 つ目はトランザクション署名です。これは楕円曲線デジタル署名アルゴリズム (ECDSA) に基づく署名の一種で、ユーザーの「アイデンティティ ウォレット」に相当します。これら 2 つのメカニズムの設計により、従来のコンピューティングを使用してビットコインを解読することはほぼ不可能になりますが、量子チップはビットコインに直接的な脅威をもたらします。

1つは、量子コンピューティングによる「マイニング」メカニズムの総当たり攻撃です。量子コンピューティングアルゴリズムはハッシュ関数の計算、つまりマイニングを高速化することができ、その速度はこれまでのあらゆる従来の機器よりも高速です。その結果、マイニングの成功率が高まり、暗号通貨の供給量が急増し、その市場価格が大きく変動します。 12月10日、ビットコインは10万ドルから9万4000ドルに下落した。コイングラスのデータによれば、12月10日から12日にかけて合計23万7000人のポジションが清算された。

2 つ目は、量子コンピューティングがトランザクション署名に直接及ぼす脅威です。暗号通貨取引の認証情報には、「公開鍵」と「秘密鍵」の 2 種類があります。前者は銀行カード番号に相当し、後者はウォレットのパスワードに相当します。通常、公開鍵アドレスの開示はユーザーの資金の安全性に影響を与えませんが、量子コンピューティングでは公開鍵を使用して署名を解読し、トランザクションを偽造することができます。たとえば、大きな整数の素因数分解や離散対数問題を解くために特に使用される量子コンピューティングのショアアルゴリズムは、トランザクション署名に深刻な脅威をもたらすでしょう。

ウィローは現時点ではビットコインにほとんど脅威を与えませんが、将来的には量子コンピューティングによって暗号通貨が突破される可能性が非常に高いです。理論的には、ビットコインの署名とマイニングのメカニズムに攻撃を仕掛けるには、およそ数百万の物理量子ビットが必要ですが、これはウィローが現在持っている 105 の物理量子ビットと比較するとまだ大きな差です。しかし、Willow が汎用 GPU のように反復され、大量生産と計算能力の飛躍を達成すれば、ビットコインが今後 10 年間で「征服」されることは不可能ではない。

4.2 量子チップは「HPC+AI」を推進し、高度な人工知能の開発を促進する

OpenAI の AI 分類によれば、L1 (チャットボット) から L5 (AGI) まで、現在の大規模 AI モデルの開発は L1 から L2 への移行段階に過ぎません。 L5 AGI は「組織レベルの機能を持つ」と定義され、動的で複雑な現実の環境で判断、推論、予測、行動の計画を行うことができます。業界では、「HPC + AI」が AGI を実現するための重要なステップになると考えています。

高性能コンピューティング (HPC) とは、強力なコンピューター機能を活用して科学、工学、技術の問題を解決することを指します。これは、今日の大規模な AI モデルとある程度似ていますが、方向性と焦点が異なります。

HPC は「複雑な問題の解決」に重点を置いています。たとえば、気象学、物理学、天文学などの分野におけるスーパーコンピュータの応用は、大きな科学的進歩をもたらしました。

AIモデルは「推論と生成」に重点を置いています。複雑なモデルを解くのは得意ではないが、汎用性は優れている。

量子チップの実装は、HPC 分野における革命的な進歩です。複雑な問題を解決するには、従来の HPC の長期にわたる「ブルート フォース コンピューティング」は必要なくなり、より複雑な一般的なトレーニングのために AI と組み合わせるという新しい方向に発展することができます。

まず、従来の AI トレーニングでは量子ビットデータを処理できませんが、量子コンピューティングでは、従来のコンピューティングでは処理できない特定の学習モデルを最適化し、量子現象に敏感なシステムモデルを構築できます。つまり、将来の AI モデルは複雑な世界を推論し予測する能力を備え、現在の大規模なモデルと比較して「AI 錯覚」現象を軽減、あるいは排除することになります。

2つ目は量子誤り訂正技術の利点です。 Willow チップは量子エラー訂正の主要な課題を克服し、エラー率の大幅な削減を実現します。高レベルの AI トレーニングでは、量子エラー訂正技術を適用することで、大量の複雑なデータをトレーニングおよび処理する際のモデルの精度と信頼性を確保し、量子ビットの脆弱性によって引き起こされる計算エラーを削減し、AI トレーニングの有効性と信頼性を向上させることができます。

現在の AI トレーニングでは量子チップを適用するための条件はまだ満たしていませんが、将来的にはコンピューティングパワーの中核サポートとして量子チップが必要になる可能性が非常に高いです。量子ビットは非常に敏感であるため、温度や電磁場などの外部環境要因の影響を受けやすく、量子状態のデコヒーレンスを引き起こし、計算結果の精度に影響を与える可能性があります。 Willow は量子エラー訂正技術において一定の進歩を遂げていますが、実際の人工知能トレーニングアプリケーションにおいて、長期にわたる安定した動作を実現するためには、量子システムの安定性と耐干渉性能をさらに向上させる必要があります。

Google が新世代の量子コンピューティング チップ Willow をリリースしたことは、世界中のテクノロジー コミュニティに大きなセンセーションを巻き起こしました。これは量子コンピューティングの分野における大きな進歩であるだけでなく、次の世界的な技術のフロンティアでもあります。

量子コンピューティング技術の今後の発展は依然として困難に満ちており、AIトレーニングで大規模に使用できるようになるまでには解決すべき問題がまだ多く残っています。

テクノロジーの進歩は決して平坦な道ではありませんでした。それは、GPU が無名から大成功へと成長したのと同じです。