Google Quantum AI Deep Dive 2025: Прорыв ивовых чипов и гонка за квантовым превосходством
⚡ TL;DR - основные выводы
- Уиллоу Чип: 105-кубитный сверхпроводящий процессор достигает экспоненциального снижения ошибок - первая система, преодолевшая барьер коррекции ошибок ниже порогового уровня
- Алгоритм "Квантовое эхо": Демонстрируется 13 000-кратное ускорение по сравнению с суперкомпьютером Frontier при моделировании физики - достигнуто проверяемое квантовое преимущество
- Случайная выборка цепей (RCS): Выполнение эталона менее чем за 5 минут против 10 септиллионов лет у классических компьютеров
- Пятиступенчатая дорожная карта: Четкая структура от открытия до внедрения в реальный мир - практическое применение к концу 2020-х годов
- Интеграция Cirq и Google Cloud: Фреймворк Python с открытым исходным кодом и доступом к облаку демократизирует разработку квантовых технологий
- Прогнозы на 2026-2029 гг: К концу десятилетия сосредоточьтесь на квантовом зондировании, материаловедении, открытии лекарств и отказоустойчивых системах.
Квантовое эхо: Towards Real World Applications - Google Quantum AI Official (6:41)
🎯 Раздел 1: Чип Willow - преодоление барьера коррекции ошибок
1.1 От платана к иве: Квантовая эволюция Google
За пять лет, прошедших с тех пор, как Сикамор добился квантового превосходства в 2019 году, Quantum AI неустанно движется к практическим отказоустойчивым квантовым вычислениям. В декабре 2024 года будет представлен Ива - Новейший 105-кубитный сверхпроводящий процессор Google знаменует собой переломный момент в этом путешествии: впервые любая квантовая система достигла экспоненциальное уменьшение ошибок по мере увеличения размера.
Этот прорыв, опубликованный в журнале Природапредставляет собой кульминацию десятилетий теоретической работы по квантовой коррекции ошибок. Достижение Уиллоу ниже порога Исправление ошибок означает, что по мере того, как Google добавляет все больше кубитов для создания более крупных логических кубитов, ошибки уменьшаются экспоненциально, а не увеличиваются - фундаментальное требование для создания отказоустойчивых квантовых компьютеров на миллион кубитов.
(Сверхпроводящий)
(Квантовое эхо)
против 5 минут (Квант)
(Состояние искусства)
1.2 Техническая архитектура: Как работает ива
Сверхпроводящие кубиты: В Willow используются сверхпроводящие кубиты в стиле трансмон, охлажденные до температуры 15 милликельвинов - холоднее, чем в открытом космосе, - чтобы использовать квантово-механические эффекты. Каждый кубит представляет собой крошечную сверхпроводящую петлю, прерванную джозефсоновским переходом, образующим ангармонический осциллятор, который может существовать в состоянии суперпозиции.
Исправление ошибок поверхностного кода: Команда Willow реализовала два логических кубита с поверхностным кодом на расстоянии 7 и расстоянии 5, продемонстрировав, что логические кубиты большего размера (d=7 при 49 кубитах данных) демонстрируют в два раза меньше ошибок меньших (d=5 при 25 кубитах данных). Это экспоненциальное улучшение является святым Граалем квантовой коррекции ошибок - оно означает, что масштабирование работает.
🔑 Ключевой прорыв: Декодирование в реальном времени
Декодер коррекции ошибок Willow работает в режиме в режиме реального времени - Она позволяет выявлять и исправлять ошибки быстрее, чем они накапливаются. В системе используется пользовательский декодер реального времени который обрабатывает синдромные измерения с микросекундной задержкой, что необходимо для поддержания логической когерентности кубитов во время длительных вычислений.
Qubit Quality Improvements: Willow достигает времени когерентности T1, приближающегося к 100 микросекундам, по сравнению с ~50 микросекундами в предыдущих поколениях. Коэффициент ошибок двухкубитных затворов составляет около 0,15% в среднем, а лучшие затворы достигают 0,10% - приближаясь к порогу поверхностного кода в ~1%.
1.3 Случайная выборка цепей: Лучший бенчмарк
Чтобы продемонстрировать вычислительную мощь Willow, компания Google провела исследование Случайная выборка цепей (RCS) Эталон - задача, специально разработанная так, чтобы быть трудной для классических компьютеров, но посильной для квантовых систем. Уиллоу завершил вычисления RCS в менее 5 минутЗадача, для решения которой потребуется самый быстрый в мире суперкомпьютер. 10 септиллионов (1025) лет - гораздо дольше, чем возраст Вселенной.
Это не просто салонный трюк. RCS служит жестким стресс-тестом для квантового оборудования, требуя точного контроля над всеми кубитами одновременно при сохранении квантовой когерентности на протяжении всего вычисления. Способность Google запускать RCS в таких масштабах свидетельствует о том, что Willow преодолела критический порог в области квантового контроля.
Квантовый компьютер Google совершил прорыв - репортаж CBS News (2:59)
🚀 Раздел 2: Квантовое эхо - верифицируемое квантовое преимущество
2.1 За пределами квантового превосходства: Приложения в реальном мире
В то время как квантовое превосходство (которое теперь часто называют "квантовым преимуществом") доказало, что квантовые компьютеры могут превзойти классические системы на несколько Критики отмечали, что RCS не имеет практического применения. В октябре 2025 года было объявлено, что Квантовое эхо меняет все: Google продемонстрировал проверяемое квантовое преимущество в решении научно полезной проблемы.
Алгоритм Quantum Echoes моделирует динамику квантовых систем для измерения корреляторы вне временного порядка (OTOC) - величина, которая показывает, как квантовая информация скремблируется в системах многих тел. Эта проблема имеет непосредственное отношение к:
- Спектроскопия ядерного магнитного резонанса (ЯМР): Расширение методов ЯМР для исследования динамики сложных молекул
- Физика конденсированных сред: Понимание квантового хаоса и термализации в материалах
- Исследование квантовой гравитации: Изучение информационных парадоксов черных дыр и голографического дуализма
- Открытие лекарств: Моделирование сворачивания белков и молекулярных взаимодействий
(Ивовый процессор)
(Frontier в ORNL)
(Проверяется)
(OTOC Simulation)
2.2 Наука, лежащая в основе квантового эха
Алгоритм Quantum Echoes использует защита симметрии и после отбора техники для усиления квантового сигнала интерференционных эффектов OTOC(2). Вот почему это так мощно:
- Верифицируемость: В отличие от RCS, классические компьютеры могут проверять результаты Квантового эха на небольших экземплярах, обеспечивая уверенность при проведении более крупных расчетов
- Научная полезность: Алгоритм решает проблемы, которые действительно волнуют физиков, а не синтетические эталоны
- Масштабируемость: Экспоненциальное квантовое преимущество растет с размером задачи, что делает большие квантовые системы все более ценными
- Надежность: Алгоритм устойчив к шуму, достигая отношения сигнал/шум 2-3 даже на шумном квантовом оборудовании среднего масштаба (NISQ).
Демонстрация в октябре 2025 года запустила Quantum Echoes на 65-кубитное подмножество процессора Willow, завершив моделирование за 2,1 часа против 3,2 года у суперкомпьютера Frontier в Национальной лаборатории Оук-Ридж - самого быстрого классического суперкомпьютера в мире. Очень важно, что Google смогла проверить результаты квантового моделирования по сравнению с классическим на более мелких экземплярах, что подтвердило их точность.
"Квантовое эхо" - это первый случай, когда мы достигли проверяемого квантового преимущества в решении научно полезной задачи. Это тот момент, которого так ждала область - квантовые компьютеры решают реальные задачи быстрее, чем классические системы, с результатами, которым можно доверять".
- Хартмут Невен, директор Google Quantum AI
2.3 Последствия для ближайшего применения
Прорыв в области квантового эха открывает дверь к практическое квантовое преимущество в период 2026-2029 гг. для конкретных применений:
- Материаловедение: Моделирование фазовых переходов и экзотических квантовых материалов
- Открытие лекарств: Моделирование взаимодействий между белками и лигандами и путей реакций
- Квантовая химия: Расчет молекулярных свойств для катализа и хранения энергии
- Физика конденсированных сред: Понимание высокотемпературной сверхпроводимости и топологических материалов
По оценкам Google. спектроскопия ЯМР с квантовым усилением может стать практичным в течение пяти лет, позволяя фармацевтическим компаниям исследовать молекулярные структуры и динамику таким образом, который невозможен при использовании классических методов.
Квантовый компьютер Google только что изменил все - на 13 000× быстрее суперкомпьютеров! (3:15)
🗺️ Раздел 3: Пять этапов пути к квантовой полезности
3.1 Структура Google для разработки квантовых приложений
В ноябре 2025 года компания Google Quantum AI опубликовала пятиэтапная система описывает путь от абстрактных квантовых алгоритмов до развернутых реальных приложений. Эта дорожная карта, подробно описанная в arXiv:2511.09124В книге представлено наиболее полное видение того, как квантовые вычисления перейдут из исследовательских лабораторий в производственные среды.
Цель: Разработка новых квантовых алгоритмов, обеспечивающих теоретическое экспоненциальное или полиномиальное ускорение по сравнению с классическими методами.
Статус: Опубликованы сотни алгоритмов; основные вехи - алгоритм Шора (факторизация), алгоритм Гровера (поиск), алгоритм HHL (линейные системы) и вариационные квантовые эйгенсолверы (VQE) для химии.
Задачи: Многие алгоритмы требуют отказоустойчивого оборудования; неясно, какое из них окажется полезным на практике.
Цель: Определите конкретные примеры задач, в которых квантовое преимущество может быть продемонстрировано и проверено по сравнению с классическими методами.
Статус: ✅ Достигнуто с помощью Quantum Echoes (октябрь 2025 г.): Первое проверяемое квантовое преимущество в решении научно полезной задачи - симуляция OTOC с ускорением 13 000×.
Ключевой момент: Сосредоточьтесь на проблемах, где квантовые результаты могут быть проверены классически на небольших экземплярах, а затем масштабируйте их до режимов, где классическое моделирование становится невозможным.
Цель: Соедините экземпляры задач этапа II с конкретными реальными сценариями использования, которые обеспечивают экономическую или научную ценность.
Статус: 🔄 В процессе: Quantum Echoes позволяет расширить возможности спектроскопии ЯМР; налаживаются партнерские отношения с фармацевтикой и материаловедением.
Вызов: "Разрыв в знаниях" между разработчиками квантовых алгоритмов и экспертами в данной области (химиками, материаловедами, разработчиками лекарств). AI изучается как мост для сканирования литературы и выявления связей.
Временные рамки: По оценкам Google, первые реальные приложения квантовых преимуществ появятся через 5 лет (2030 год) для квантового зондирования и молекулярного моделирования.
Цель: Выполните подробную оценку ресурсов - сколько логических кубитов, гейтов, времени выполнения и коэффициентов ошибок требуется для развертывания на производстве.
Пример: Моделирование FeMoco (железо-молибденовый кофактор в ферменте нитрогеназе) для применения удобрений первоначально требовало 1011 Ворота Тоффоли и 109 физических кубитов (по оценкам 2010 года). К 2025 году усовершенствованные алгоритмы сократят этот показатель до 108-109 ворота и 106 кубиты - все еще сложная задача, но она приближается к осуществимой.
Фокус: Оптимизация алгоритмов, компиляция схем, выбор кода коррекции ошибок, совместное проектирование аппаратного и программного обеспечения.
Временные рамки: Середина 2020-х - начало 2030-х годов по мере появления отказоустойчивых систем.
Цель: Интеграция квантовых компьютеров в производственные рабочие процессы наряду с классическими высокопроизводительными вычислениями, облачной инфраструктурой и программными стеками, ориентированными на конкретные области.
Требования: Квантовое преимущество на основе полного сквозного приложения (а не просто вычислительной подпрограммы); масштабируемый доступ через облачные API; подготовленная рабочая сила; нормативно-правовая база.
Статус: 🔮 Будущее (2030-е годы): Ни одно приложение еще не достигло стадии V. Google Quantum AI, IBM Quantum и другие поставщики строят облачную инфраструктуру в ожидании.
3.2 Подход "алгоритм - первый"
Дорожная карта Google подчеркивает Стратегия разработки, ориентированная на алгоритмы: начните с этапа II (поиск проверяемых квантовых преимуществ на проблемных экземплярах), а не переходите сразу к этапу III определения вариантов использования. Почему?
- Проверка очень важна: Без возможности проверить результаты квантования нельзя доверять им при решении задач с высокими ставками.
- Существуют пробелы в знаниях: Исследователи квантовых технологий часто не обладают знаниями в своей области, и наоборот - поиск связей требует систематического исследования
- Случайность имеет значение: Некоторые из лучших приложений могут возникнуть благодаря неожиданным связям (например, квантовое эхо, позволяющее расширить ЯМР, не было очевидным априори).
- Оценки ресурсов меняются: IV этап оптимизации позволяет на порядки снизить требования к ресурсам, делая возможными ранее невозможные приложения
🤝 Преодоление разрыва в знаниях с помощью AI
Компания Google изучает возможности использования больших языковых моделей (LLM) для преодоления разрыва в знаниях между исследователями квантовых алгоритмов и экспертами в данной области. Обучив системы AI сканированию литературы по физике, химии и материаловедению, они надеются автоматически выявлять связи между квантовыми алгоритмами (этап II) и проблемами реального мира (этап III). Эта инициатива "AI для поиска квантовых приложений" представляет собой инновацию метауровня в развитии квантовых вычислений.
💻 Раздел 4: Программный стек - Cirq и платформа Google Quantum AI
4.1 Cirq: квантовый фреймворк Google с открытым исходным кодом
Cirq это библиотека Google на языке Python для написания, моделирования и запуска квантовых схем на квантовых процессорах Google и другом поддерживаемом оборудовании. Выпущенная в 2018 году и активно развивающаяся до 2025 года, Cirq стала одним из самых популярных фреймворков для квантового программирования наряду с Qiskit от IBM и PyQuil от Rigetti.
Ключевые особенности:
- Поддержка родного набора ворот: Cirq разработан для квантового оборудования ближайшего будущего, с собственной поддержкой наборов вентилей, используемых в сверхпроводящих процессорах Google (например, √iSWAP, sycamore gates).
- Реалистичное моделирование шума: Встроенные модели шумов для сверхпроводящих кубитов, включая T1/T2-декогеренцию, ошибки затвора и ошибки измерений
- Составление индивидуальных схем: Тонкий контроль над компиляцией схем и их оптимизацией для конкретных топологий оборудования
- Интеграция с TensorFlow Quantum: Бесшовное взаимодействие с TensorFlow Quantum для гибридного квантово-классического машинного обучения
- Доступ к облаку: Прямая интеграция с квантовыми процессорами Google Quantum AI через Облако Google
| Рамка | Компания | Основное оборудование | Язык | Основные сильные стороны |
|---|---|---|---|---|
| Cirq | Сверхпроводящие кубиты (платан, ива) | Python | Ближайшее внимание NISQ; интеграция TensorFlow; реалистичные модели шума | |
| Qiskit | IBM | Сверхпроводящие кубиты (Heron, Condor) | Python | Крупнейшая экосистема; обширная библиотека алгоритмов; доступ к облаку |
| PennyLane | Ксанаду | Photonic (Borealis); агностические плагины | Python | Квантовое машинное обучение; автодифф; аппаратная диагностика |
| Q# | Microsoft | Топологические кубиты (будущее); симуляторы | Q# (C#-подобный) | Отказоустойчивый фокус; оценка ресурсов; интеграция с Azure |
| Braket SDK | Amazon | Аппаратная диагностика (IonQ, Rigetti, OQC) | Python | Доступ от нескольких поставщиков; экосистема AWS; ценообразование с оплатой по факту. |
4.2 Платформа Google Quantum AI: Облачный доступ
Исследователи и разработчики могут получить доступ к квантовым процессорам Google через Облако Google используя Cirq. Начиная с 2025 года, Google предоставляет:
- Служба квантовых вычислений: API-доступ к квантовым процессорам Google с распределением на основе квот
- Квантовые симуляторы: Высокопроизводительные классические симуляторы для схем до ~30-40 кубитов
- Исследовательские партнерства: Google Quantum AI сотрудничает с академическими институтами и компаниями, предоставляя выделенное время квантовых процессоров для исследовательских проектов
- Образовательные ресурсы: Учебники, кодовые лаборатории и учебные материалы для обучения квантовым вычислениям
В отличие от открытой квантовой сети IBM (которая предоставляет бесплатный публичный доступ к некоторым системам), доступ к квантовому оборудованию Google более ограничен, обычно требуя партнерства с исследователями или коммерческих соглашений. Однако Google компенсирует это обширными образовательными ресурсами и доступом к симуляторам.
4.3 Кампус Quantum AI: Инфраструктура в масштабе
Google's Кампус Quantum AI в Санта-Барбаре, штат Калифорния, является одним из самых передовых в мире центров квантовых вычислений. Открытый в 2021 году и расширенный до 2025 года, кампус включает в себя:
- Специализированные производственные мощности: Индивидуальные чистые помещения для изготовления сверхпроводящих кубитов, оптимизированные для быстрого создания прототипов
- Криогенная инфраструктура: Десятки холодильников для разбавления охлаждают квантовые процессоры до 15 милликельвинов
- Управляющая электроника: Системы управления температурой в помещении с обратной связью в реальном времени для исправления ошибок
- Интеграция центров обработки данных: Совместное размещение классических HPC для гибридных квантово-классических алгоритмов и моделирования
В кампус вложено более $1 миллиарда инвестиций в инфраструктуру, здесь работают сотни исследователей, инженеров и техников, занимающихся разработкой квантового оборудования, программного обеспечения, алгоритмов и приложений.
Как запрограммировать квантовый компьютер с помощью Cirq - учебное пособие по технологиям IBM (6:00)
🔮 Раздел 5: Прогнозы на 2026-2029 годы - путь к отказоустойчивости
5.1 Дорожная карта аппаратного обеспечения: За пределами ивы
Хотя Google не опубликовала подробную дорожную карту аппаратного обеспечения после выпуска Willow (в отличие от подробного плана IBM Nighthawk → Kookaburra → Cockatoo → Starling), отраслевые аналитики и публикации Google предполагают следующую траекторию:
Цель: Демонстрация одновременной работы 10-20 логических кубитов с коррекцией ошибок ниже порога.
Оборудование: Процессор из ~500-1000 физических кубитов, оптимизированный для поверхностного кода; улучшенная связь для дистилляции магических состояний.
Веха: Выполнение небольших отказоустойчивых алгоритмов (например, квантовая оценка фазы малых молекул) с помощью логических кубитов.
Цель: Разработка модульной архитектуры квантовых вычислений с множеством связанных квантовых процессоров.
Оборудование: Квантовые межсоединения, обеспечивающие связь между отдельными квантовыми процессорами; каждый модуль содержит 100-500 кубитов.
Веха: Демонстрация распределенных квантовых вычислений с логическими кубитами, разделяемыми между модулями.
Цель: Достижение 100+ логических кубитов, способных выполнять научно полезные отказоустойчивые алгоритмы.
Оборудование: Система из 10 000+ физических кубитов с усовершенствованными кодами коррекции ошибок (возможно, выходящими за рамки поверхностных кодов; например, коды с низкой плотностью проверок на четность).
Приложения: Моделирование квантовой химии для открытия лекарств; материаловедение; оптимизационные задачи в логистике и финансах.
5.2 Разработка алгоритма: От NISQ к отказоустойчивости
Стратегия разработки алгоритмов Google позволяет преодолеть разрыв между шумными квантовыми устройствами среднего масштаба (NISQ), такими как Willow, и будущими отказоустойчивыми системами:
- 2025-2026: Приложения NISQ: Фокус на вариационных квантовых алгоритмах (VQA), устойчивых к шумам: вариационные квантовые эйгенсолверы (VQE), квантовый алгоритм приближенной оптимизации (QAOA), приложения квантового машинного обучения (QML)
- 2026-2027: NISQ с ошибками: Сочетание аппаратных средств NISQ с методами устранения ошибок (экстраполяция с нулевым шумом, вероятностное устранение ошибок) для расширения возможностей без полной коррекции ошибок
- 2027-2029: Ранняя отказоустойчивость: Выполнение небольших отказоустойчивых алгоритмов на 10-100 логических кубитах: квантовая оценка фазы, квантовое химическое моделирование, квантовый поиск в структурированных задачах
- 2029+: Отказоустойчивость в масштабах предприятия: Целевые задачи, требующие 100-1000 логических кубитов: криптография (алгоритм Шора), открытие материалов, разработка лекарств, финансовое моделирование
5.3 Области применения
Основываясь на пятиэтапной дорожной карте Google и прорыве Quantum Echoes, компания определяет приоритетность следующих вертикалей приложений на 2026-2029 годы:
(Молекулярное моделирование)
(Catalyst Design)
(Свертывание белков)
(Усиление ЯМР)
Квантово-усиленное зондирование (2026-2030)
Алгоритм Quantum Echoes позволяет напрямую использовать квантово-усиленную ЯМР-спектроскопию в фармацевтических исследованиях. По оценкам Google, это может стать коммерчески жизнеспособным приложением в течение 5 лет, позволяя фармацевтическим компаниям исследовать молекулярные структуры с беспрецедентной чувствительностью.
Материаловедение (2027-2031)
Моделирование материалов на квантовом уровне (сверхпроводники, топологические материалы, катализаторы) требует решения сложных задач электронной структуры. Google сотрудничает с материаловедческими компаниями, чтобы определить целевые молекулы, для которых квантовое моделирование имеет преимущества перед классическими расчетами по теории функционала плотности (DFT).
Открытие лекарственных препаратов (2028-2032)
Моделирование взаимодействий между белками и лигандами, предсказание свойств молекул лекарств и моделирование путей биохимических реакций - грандиозные задачи вычислительной биологии. Google совместно с фармацевтическими партнерами разрабатывает квантовые алгоритмы для решения этих задач, хотя для большинства приложений требуются отказоустойчивые системы с 100+ логическими кубитами.
Оптимизация (2029+)
Хотя QAOA (квантовый алгоритм приближенной оптимизации) может работать на оборудовании NISQ, для достижения квантового преимущества в реальных задачах оптимизации (логистика, оптимизация портфеля, цепочки поставок), вероятно, потребуются отказоустойчивые системы. Google изучает гибридные квантово-классические подходы в сотрудничестве с клиентами Google Cloud.
5.4 Конкурентный ландшафт: Google vs. IBM vs. Atom Computing vs. IonQ
| Компания | Состояние на 2025 год | Дорожная карта 2026-2029 гг. | Основные сильные стороны | Вызовы |
|---|---|---|---|---|
| Google Quantum AI | Ивовые 105 кубитов; QEC ниже порога; преимущество 13 000× | Модульная архитектура; 100+ логических кубитов к 2029 году | Первый низкопороговый QEC; проверяемое преимущество Quantum Echoes; глубокая экспертиза AI/ML | Ограниченный доступ извне; меньшее количество кубитов по сравнению с IBM; жесткий контроль экосистемы |
| IBM Quantum | Nighthawk 120q (конец 2025 года); демонстрация Loon QEC; дорожная карта Starling до 2029 года | 200 логических кубитов к 2029 году; 100 миллионов вентилей; FTQC в масштабе всей страны | Подробная публичная дорожная карта; открытый доступ к облаку; крупнейшая квантовая сеть (200+ партнеров) | QEC еще не достиг порогового уровня; конкуренция с собственным классическим бизнесом; более медленное время выхода на посадку |
| Atom Computing | Нейтральный атом на 1 225 кубитов (2024); масштабирование до 1 500+ (2025) | 5 000+ кубитов к 2027 году; отказоустойчивость к 2028 году | Наибольшее количество сырых кубитов; длительная когерентность; реконфигурируемая связность | Скорость затвора ниже сверхпроводящей; QEC незрелый; ограниченный стек программного обеспечения |
| IonQ | IonQ Forte Forte (36 кубитов, #AQ 35); Tempo (2025) цели #AQ 64+ | 100+ кубитов к 2028 году; логические кубиты с коррекцией ошибок | Высочайшие показатели надежности затвора (99,9%+); связь "все ко всем"; длительная когерентность | Малое количество кубитов по сравнению с конкурентами; проблемы масштабирования с помощью ионов в ловушке; ограниченное количество демонстраций алгоритмов |
| QuEra / Гарвард | 256-кубитный нейтральный атом (Aquila); аналоговое квантовое моделирование | 1000+ кубитов; гибридные аналого-цифровые системы | Доступ к AWS Braket; прочные академические связи; программируемая физика Ридберга | Аналоговый подход (модель ограниченного доступа); ранняя стадия коммерциализации; небольшая компания |
⚠️ Гонка разгорается
Демонстрация Willow от Google обострила конкуренцию в области квантовых вычислений. IBM отреагировала на это анонсами ускоренной дорожной карты (Nighthawk, Loon). Компания Atom Computing объявила о партнерстве с DARPA и коммерческими заказчиками. Компания IonQ привлекла дополнительное финансирование для масштабирования систем с захваченными ионами. Китайские квантовые разработки (фотонные системы Zuchongzhi, Jiuzhang) продолжают развиваться, хотя и с меньшим количеством публичных деталей. Период 2026-2029 годов определит, какие компании достигнут практического квантового преимущества в решении коммерчески значимых задач.
🌐 Раздел 6: Квантовая экосистема и партнерские отношения Google
6.1 Академическое сотрудничество
Google Quantum AI поддерживает тесные связи с ведущими университетами:
- Калифорнийский университет в Санта-Барбаре: Совместное расположение кампуса; совместные назначения преподавателей; подготовка аспирантов
- Калтех: Сотрудничество в области квантовой теории коррекции ошибок; соавтор статьи Willow Nature
- MIT: Разработка квантовых алгоритмов; исследование квантового машинного обучения
- Гарвард: Квантовая физика многих тел; исследование пересечения холодных атомов
- Стэнфорд: Квантовые сети; исследования в области квантовой криптографии
6.2 Корпоративные партнерства
В отличие от широкой квантовой сети IBM, Google стремится к целенаправленному стратегическому партнерству:
- Клиенты Google Cloud: Отдельные корпоративные партнеры (неназванные) исследуют квантовые алгоритмы для решения отраслевых задач
- Фармацевтические компании: Партнерство в области открытия лекарств с помощью квантовых технологий (подробности в разделе NDA)
- Материаловедческие фирмы: Сотрудничество в области разработки катализаторов для применения в энергетике
6.3 Исследовательские инициативы Quantum AI
Google использует свой опыт AI для ускорения разработки квантовых вычислений:
- TensorFlow Quantum: Библиотека с открытым исходным кодом для гибридного квантово-классического машинного обучения
- AI для квантового контроля: Использование машинного обучения для оптимизации калибровки кубитов и последовательностей затворов
- LLM для квантового обнаружения приложений: Экспериментальное использование больших языковых моделей для выявления квантово-классических связей
- Квантовые нейронные сети: Исследование квантовых аналогов глубокого обучения
🎓 Интерактивные задания для исследований AI
🤖 Изучите эти темы с помощниками AI
Скопируйте и вставьте эти подсказки в ChatGPT, Claude или другие помощники AI, чтобы глубже изучить прорывы Google Quantum AI:
"Объясните, как в чипе Willow компании Google достигается низкопороговая квантовая коррекция ошибок с помощью поверхностных кодов. Какое значение имеет то, что логический кубит с расстоянием 7 имеет вдвое меньший коэффициент ошибок, чем логический кубит с расстоянием 5? Каковы требования к ресурсам (физические кубиты, время переключения, циклы измерений) для масштабирования поверхностных кодов до 100 логических кубитов?"
"Разберите алгоритм Google Quantum Echoes для измерения корреляторов вне временного порядка (OTOCs). Почему эта задача сложна для классических компьютеров, но решаема для квантовых систем? Как алгоритм достигает верифицируемого квантового преимущества? Каковы последствия для ЯМР-спектроскопии и поиска лекарств?"
"Сравните и сопоставьте подход Google к сверхпроводящим кубитам (Willow) со сверхпроводящими кубитами IBM (Nighthawk), ионами в ловушке IonQ, нейтральными атомами Atom Computing и фотоникой PsiQuantum. Каковы компромиссы в скорости передачи данных, времени когерентности, связности, масштабируемости и коррекции ошибок? Какая модальность, скорее всего, первой достигнет масштабов квантовых вычислений и почему?"
"Проанализируйте пятиступенчатую схему разработки квантовых приложений Google ("Открытие", "Поиск проблемных ситуаций", "Преимущество в реальном мире", "Разработка для использования", "Развертывание приложения"). В чем заключается проблема "пробела в знаниях" на третьем этапе? Как Google использует AI для преодоления этого разрыва? Приведите примеры алгоритмов на каждом этапе по состоянию на 2025 год".
"Сравните фреймворк Cirq от Google с Qiskit от IBM по следующим параметрам: 1) аппаратной абстракции и поддержки собственных наборов вентилей, 2) возможностей моделирования и симуляции шума, 3) библиотек алгоритмов и направленности приложений, 4) облачного доступа и доступности оборудования, 5) сообщества разработчиков и зрелости экосистемы. Какой фреймворк следует выбрать разработчику квантовых технологий в 2025 году и почему?"
"Различайте понятия "квантовое превосходство", "квантовое преимущество" и "проверяемое квантовое преимущество". Чем демонстрация Sycamore от Google в 2019 году (RCS за 200 секунд против 10 000 лет в классическом варианте) отличается от демонстрации Quantum Echoes в 2025 году (ускорение на 13 000 раз при моделировании OTOC)? Почему верифицируемость критически важна для внедрения в реальный мир? Когда мы увидим квантовое преимущество в решении коммерчески значимых задач?"
❓ Часто задаваемые вопросы (FAQ)
Ключевые отличия:
- Веха исправления ошибок: Willow - первая компания, продемонстрировавшая квантовую коррекцию ошибок ниже порога (ошибки уменьшаются экспоненциально по мере увеличения размера логического кубита). Процессор Loon от IBM демонстрирует ключевые компоненты отказоустойчивости, но пока не достиг полного масштабирования ниже порога.
- Количество кубитов: Willow имеет 105 кубитов против 120 кубитов у IBM Nighthawk (конец 2025 года). Condor компании IBM достиг 1 121 кбит (2023 год), но не был оптимизирован для исправления ошибок.
- Архитектура: В обоих случаях используются сверхпроводящие трансмоновые кубиты с коррекцией ошибок поверхностным кодом. IBM использует топологию решетки с тяжелым шестигранником, а Google - двумерную квадратную решетку.
- Программный стек: Google предлагает Cirq (больше ориентирован на NISQ, интеграция с TensorFlow). IBM предлагает Qiskit (более широкая экосистема, более отказоустойчивые алгоритмы, более широкий доступ к облаку).
- Открытость: IBM предоставляет широкий публичный доступ к квантовым процессорам через IBM Quantum Network (бесплатный уровень + премиум). Доступ к оборудованию Google более ограничен и требует партнерства.
Итог: Google лидирует в демонстрации исправления ошибок; IBM - в масштабах кубитов, прозрачности дорожной карты и открытости экосистемы.
Что это такое: Quantum Echoes - это квантовый алгоритм, который моделирует динамику квантовых систем многих тел для измерения корреляторов вне временного порядка (OTOCs) - величин, которые показывают, как квантовая информация скремблируется в сложных системах.
Почему это важно:
- Первое верифицируемое квантовое преимущество в решении научной проблемы: Демонстрирует 13 000-кратное ускорение по сравнению с суперкомпьютером Frontier на задаче, которая действительно волнует физиков (а не просто синтетический бенчмарк вроде Random Circuit Sampling).
- Верифицируемость: Классические компьютеры могут проверять результаты Quantum Echoes на небольших экземплярах, обеспечивая уверенность в более крупных квантовых вычислениях, что очень важно для доверия к квантовым результатам.
- Ближайшее применение: Создание в течение ~5 лет спектроскопии ЯМР с квантовым усилением для фармацевтических исследований, определения характеристик материалов и биохимии.
- Путь к устойчивости к сбоям: Демонстрирует, что полезные квантовые алгоритмы существуют в режиме NISQ (до полной отказоустойчивости), что мотивирует разработку аппаратного обеспечения в ближайшем будущем.
Технические детали: Алгоритм использует защиту от симметрии и постселекцию для усиления сигналов помех OTOC(2). Он устойчив к шуму (отношение сигнал/шум 2-3 на аппаратуре NISQ) и экспоненциально масштабируется по квантовому преимуществу при увеличении размера задачи.
Временная шкала по областям применения:
- 2026-2027: Квантово-усиленное зондирование: По оценкам Google, спектроскопия ЯМР с квантовым усилением (через Quantum Echoes) может стать практической в течение 5 лет для применения в фармацевтике.
- 2027-2029: Материаловедческое моделирование: Квантовое моделирование малых молекул, катализаторов и экзотических материалов для компаний, готовых принять технологию на ранней стадии. Требуется ~50-100 логических кубитов.
- 2029-2031: Открытие лекарств: Квантовое моделирование взаимодействия белков и лигандов, путей реакции и молекулярных свойств в масштабах, полезных для фармацевтических компаний. Требуется 100-500 логических кубитов.
- 2031-2035: Оптимизация и финансы: Квантовое преимущество при решении реальных задач оптимизации (логистика, оптимизация портфеля, цепочки поставок). Требуется 500-1000 логических кубитов и сложная коррекция ошибок.
- 2035+: Криптография: Алгоритм Шора, взламывающий шифрование RSA (требует миллионов физических кубитов, тысяч логических кубитов). Постквантовая криптография будет широко распространена к тому времени, что снизит угрозу.
Оговорки: Эти сроки предполагают постоянный экспоненциальный прогресс в коррекции ошибок, масштабировании кубитов и разработке алгоритмов. Неожиданные прорывы (например, лучшие коды коррекции ошибок, усовершенствование алгоритмов) могут ускорить сроки; непредвиденные препятствия могут их задержать.
Прозрачность дорожной карты:
- IBM: Наиболее прозрачная - подробная публичная дорожная карта до 2029 года (Nighthawk → Kookaburra → Cockatoo → Starling) с указанием конкретных количеств кубитов, количества ворот и этапов исправления ошибок.
- Google: Менее конкретная дорожная карта после выпуска Willow доступна для общественности. Пятиэтапная система приложений обеспечивает стратегическое направление, но не содержит подробностей об аппаратных этапах.
- Atom Computing: Объявлено о масштабировании до 5000+ кубитов к 2027 году и отказоустойчивости к 2028 году (нейтральные атомы). Амбициозно, но менее подробно о специфике исправления ошибок.
- IonQ: Дорожная карта фокусируется на алгоритмическом масштабировании метрики кубитов (#AQ); цель #AQ 64+ к 2025 году, 100+ к 2028 году. Меньше внимания уделяется количеству сырых кубитов.
Технический подход:
- Google и IBM: В обоих случаях речь идет о сверхпроводящих кубитах с коррекцией ошибок в поверхностном коде - похожие пути с разными деталями исполнения.
- Atom Computing & QuEra: Нейтральные атомы обеспечивают большее количество кубитов и большую когерентность, но более медленные затворы и менее зрелую коррекцию ошибок.
- IonQ & Honeywell/Quantinuum: Ионы в ловушках обеспечивают высочайшую точность затвора (99,9%+) и возможность соединения всех элементов, но сталкиваются с проблемами масштабирования.
- PsiQuantum & Xanadu: Фотонные подходы обещают работу при комнатной температуре и сетевые архитектуры, но требуют миллионов физических кубитов для обеспечения отказоустойчивости.
Итог: Сильная сторона Google - продемонстрированная нижепороговая коррекция ошибок и проверяемое квантовое преимущество. Сильная сторона IBM - прозрачная дорожная карта и открытая экосистема. Atom Computing лидирует по количеству квитов. IonQ лидирует по верности затвора. 2026-2029 годы определят, какой подход будет наиболее эффективно масштабироваться.
Google Quantum AI Доступ:
- Исследовательские партнерства: Основной маршрут доступа. Google сотрудничает с академическими институтами и отдельными компаниями в рамках проектов квантовых исследований, предоставляя им выделенное процессорное время.
- Google Cloud (Limited): Некоторые сервисы квантовых вычислений предоставляются через Google Cloud, но доступ к передовому оборудованию (например, Willow) ограничен.
- Симуляторы Cirq: Симуляторы с открытым исходным кодом доступны бесплатно через Cirq для схем до ~30-40 кубитов (в зависимости от запутанности).
- Образовательные ресурсы: Обширные учебные пособия, кодовые лаборатории и документация на сайте quantumai.google.
IBM Quantum Access (более открытый):
- Свободный уровень: IBM Quantum Network предлагает бесплатный доступ к избранным квантовым процессорам (обычно 5-7 кубитов и некоторые 27-кубитные системы) для всех, кто зарегистрируется.
- Премиальный доступ: IBM Quantum Premium предоставляет доступ к передовым системам (Heron, Nighthawk) для платных клиентов и премиальных партнеров по исследованиям.
- Облачные симуляторы: Высокопроизводительные симуляторы доступны через IBM Quantum Platform.
- Крупнейшая экосистема: 200+ участников сети IBM Quantum Network, включая университеты, национальные лаборатории, компании из списка Fortune 500.
Другие варианты:
- Amazon Braket: Доступ для нескольких поставщиков (IonQ, Rigetti, OQC, QuEra) через AWS с оплатой по факту.
- Microsoft Azure Quantum: Доступ к IonQ, Quantinuum, Rigetti через облако Azure.
- IonQ Cloud: Прямой доступ к системам IonQ с захваченными ионами.
Рекомендация: Для изучения квантового программирования начните с бесплатного уровня IBM (Qiskit) или AWS Braket. Для передовых исследований наладьте академическое партнерство с Google или IBM. Для коммерческих исследований оцените AWS Braket или IBM Quantum Premium, исходя из потребностей алгоритмов.
Что означает "ниже порога": В квантовой коррекции ошибок "порог" - это максимальная физическая частота ошибок на кубитах, ниже которой добавление большего количества кубитов к логическому кубиту уменьшается коэффициент логических ошибок, а не увеличивает его. Для поверхностных кодов теоретический порог составляет около 1% на гейт.
Почему это трудно: Исторически сложилось так, что в каждой квантовой системе наблюдались логические ошибки увеличить при увеличении числа логических кубитов (больше кубитов - больше ошибок). Это создавало замкнутый круг, препятствующий прогрессу в области отказоустойчивости.
Достижение Уиллоу: Компания Google продемонстрировала, что логический кубит на расстоянии 7 (49 кубитов данных) имеет в два раза меньше ошибок расстояния-5 логических кубитов (25 кубитов данных) - экспоненциальное улучшение. Это первый случай, когда квантовая система преодолела барьер ниже порога.
Почему это важно:
- Подтверждает теорию коррекции ошибок: Доказывает, что квантовая коррекция ошибок в поверхностном коде работает на практике, а не только в теории.
- Включает масштабирование: Благодаря производительности ниже пороговой, Google теперь может масштабировать системы на 100, 1000 и 10 000+ кубитов, будучи уверенным, что уровень логических ошибок будет продолжать снижаться.
- Путь к отказоустойчивости: QEC ниже порога является необходимым условием для создания отказоустойчивых квантовых компьютеров, способных выполнять алгоритм Шора, крупномасштабную квантовую химию и т.д.
- Конкурсный этап: Google - первый, кто продемонстрировал это публично. Процессор Loon от IBM демонстрирует ключевые компоненты, но пока не показал экспоненциального масштабирования на разных расстояниях кода.
Что дальше: Теперь Google должна продемонстрировать одновременную работу 10-20 логических кубитов, длительные логические операции (тысячи циклов исправления ошибок) и универсальные наборы логических вентилей (не только для памяти). Это следующие этапы на пути к отказоустойчивым квантовым вычислениям.
🎯 Заключение: Квантовое превосходство Google... и что будет дальше
2025 достижений Google Quantum AI - коррекция ошибок ниже порога в Willow и поддающееся проверке квантовое преимущество Quantum Echoes - представляют собой переломные моменты в истории квантовых вычислений. Впервые мы имеем доказательство что квантовая коррекция ошибок масштабируется так, как предсказывает теория, и доказательства что квантовые компьютеры могут решать научно-полезные задачи быстрее, чем классические суперкомпьютеры.
Тем не менее, проблемы остаются. 105 квибитов и 2-3 логических квибита в Willow далеки от 100-1000 логических квибитов, необходимых для трансформационных приложений. Алгоритм Quantum Echoes, хотя и является революционным, применим к узкому классу физических симуляторов. В пятиэтапной дорожной карте Google признается проблема "пробела в знаниях": соединение квантовых алгоритмов с реальными приложениями требует междисциплинарного сотрудничества, которое еще только начинается.
Решающим станет окно 2026-2029 годов. Google предстоит воплотить прорыв в области коррекции ошибок Willow в системах из 10-100 логических кубитов, а IBM расширить дорожную карту Starling до 200 логических кубитов. Компании Atom Computing и IonQ будут продвигать альтернативные модальности кубитов к масштабам утилиты. Такие стартапы, как PsiQuantum (фотоника) и Rigetti (сверхпроводящие), будут стремиться к нишевым преимуществам. Китайские квантовые разработки, хотя и менее прозрачные, продолжают быстро развиваться.
Гонка за отказоустойчивыми квантовыми вычислениями больше не является вопросом если но когда - и какая компания придет к этому первой. Подход Google, основанный на алгоритмах, глубокий опыт AI и инфраструктура в Санта-Барбаре делают ее лидером. Но открытая экосистема IBM, подробная дорожная карта и партнерство с Quantum Network предлагают конкурирующее видение широких квантовых инноваций.
Для разработчиков, исследователей и компаний: Сейчас самое время заняться этим. Изучайте квантовое программирование с помощью Cirq или Qiskit. Изучите потенциальные квантовые алгоритмы для вашей области. Сотрудничайте с поставщиками квантовых технологий для определения сценариев использования на этапе III. Компании, которые понимают сильные и слабые стороны квантовых технологий уже сегодня, смогут использовать их преимущества, когда они появятся в конце 2020-х - начале 2030-х годов.
Революция в области квантовых вычислений больше не является гипотетической. Она уже здесь - и ускоряется.
📚 Источники и ссылки
- Блог Google Quantum AI: Познакомьтесь с Уиллоу, нашим самым современным квантовым чипом (9 декабря 2024 года)
- Nature Publication: Квантовая коррекция ошибок ниже порога поверхностного кода
- Исследовательский блог Google: Заставить квантовую коррекцию ошибок работать
- Блог Google Quantum AI: Прорыв в алгоритме Quantum Echoes (22 октября 2025 г.)
- Nature Publication: Проверяемое квантовое преимущество в физическом моделировании
- Google Quantum AI: Пять этапов пути к квантовой утилите (13 ноября 2025 г.)
- Препринт arXiv: Грандиозная задача квантовых приложений
- Google Quantum AI: Cirq: Python Framework для квантовых вычислений
- Google Quantum AI: Наша лаборатория - кампус Quantum AI
- Квантовый инсайдер: Google Quantum AI демонстрирует 13 000-кратное ускорение по сравнению с самым быстрым в мире суперкомпьютером
- CBS News: Квантовый компьютер Google совершил прорыв
- Форбс: Google AI описывает пятиступенчатую дорожную карту, чтобы сделать квантовые вычисления полезными
Статья #2 из 20 в серии Top 20 Quantum Computing Companies Deep Dive Series
Следующий: Статья #3 - IonQ: квантовые вычисления с захваченными ионами и поиск #AQ 100
Предыдущий: Статья #1 -. IBM Quantum Deep Dive 2025
Кристоф ДжорджСтратег AI, консультант по финтеху и издатель QuantumAI.co
Кристоф Джордж - опытный цифровой стратег и финтех-издатель с более чем десятилетним опытом работы на стыке искусственного интеллекта, алгоритмической торговли и финансового онлайн-образования. Как движущая сила QuantumAI.co, Кристоф подготовил и опубликовал сотни экспертных статей, посвященных развитию квантового трейдинга, систем прогнозирования рынка на основе AI и инвестиционных платформ нового поколения.
Почему стоит доверять Кристофу Джорджу?
✅ Опыт: 10+ лет в сфере финтех-изданий, соблюдения партнерских обязательств и разработки контента AI.
🧠 Экспертиза: Глубокое знание алгоритмических торговых платформ, тенденций квантовых вычислений и развивающегося нормативно-правового ландшафта.
🔍 Авторитетность: Цитируется в отраслевых блогах, сетях криптообзоров и на независимых форумах наблюдателей.
🛡 Надежность: Занимается проверкой фактов, разоблачением мошенничества и продвижением этических норм AI в сфере финансов.
