En algoritme inspireret af kvantecomputere, men brugt på klassiske maskiner kan gøre vejrprognoser og andre turbulenssimuleringer tusind gange lettere at køre

Simulering af turbulent luftstrøm er nøjagtigt afgørende for vejrprognoser
Kvantinspirerede algoritmer kan simulere turbulente fluidstrømme på en klassisk computer meget hurtigere end eksisterende værktøjer, hvilket skærer beregningstider fra flere dage på en stor supercomputer til kun timer på en almindelig bærbar computer. Dette kan forbedre vejrprognoserne og øge effektiviteten af industrielle processer, siger forskere.
Turbulens i væske eller luft involverer adskillige interagerende hvirvler, der hurtigt bliver så kaotisk kompleks, at præcis simulering er umulig for selv de mest kraftfulde computere. Kvantemodparter lover at forbedre sager, men i øjeblikket er selv de mest avancerede maskiner ude af stand til andet end rudimentære demonstrationer.
Disse turbulenssimuleringer kan forenkles ved at erstatte præcise beregninger med sandsynligheder. Men selv denne tilnærmelse efterlader forskere med beregninger, der er umærkeligt krævende at løse.
Nikita Gourianov ved University of Oxford og hans kolleger har nu udviklet en ny tilgang, der bruger kvantecomputerinspirerede algoritmer kaldet Tensor Networks til at repræsentere turbulenssandsynlighedsfordelinger.
Tensor -netværk stammer fra fysik og kom i almindelig brug i de tidlige 2000’ere. De tilbyder nu en lovende vej til at få meget mere ydelse fra eksisterende klassiske computere, før der virkelig er nyttige kvantemaskiner.
”Algoritmerne og tankegangen kommer fra kvantesimuleringens verden, og disse algoritmer er meget tæt på, hvad kvantecomputere gør,” siger Gourianov. ”Vi ser en ganske drastisk speed-up, både i teori og i praksis.”
På bare få timer var teamet i stand til at køre en simulering på en bærbar computer, der tidligere tog flere dage på en supercomputer. Den nye algoritme oplevede en 1000 gange reduktion i processorbehovet og en million-fold reduktion i hukommelsesbehovet. Mens denne simulering kun var en simpel test, ligger de samme typer af problemer i større skala bag vejrprognoser, aerodynamisk analyse af fly og analyse af industrielle kemiske processer.
Turbulensproblemet, der har data i fem dimensioner, bliver ekstremt vanskelige uden at bruge tensorer, siger Gunnar Möller ved University of Kent, UK. ”Beregningsmæssigt er det et mareridt,” siger han. ”Du kunne måske gøre det i begrænsede tilfælde, når du har en supercomputer og er glad for at køre den i en måned eller to.”
Tensor -netværk fungerer faktisk ved at reducere mængden af data, som en simulering kræver, drastisk skære den beregningsstyrke, der kræves for at køre den. Mængden og arten af de fjernede data kan kontrolleres omhyggeligt ved at ringe til præcisionsniveauet op eller ned.
Disse matematiske værktøjer er allerede blevet brugt i kat-og-mus-spillet mellem kvantecomputerudviklere og klassiske computerforskere. Google annoncerede i 2019, at en kvanteprocessor kaldet Sycamore havde opnået “kvanteoverherredømme” – det punkt, hvor en kvantecomputer kan udføre en opgave, der til alt for alt foreløb er umulig for almindelige computere.
Imidlertid opnåede tensornetværk, der simulerer det samme problem på store klynger af konventionelle grafikbehandlingsenheder, senere den samme ting på lidt over 14 sekunder, hvilket undergraver Googles tidligere påstand. Google har siden trukket sig videre med sin nye Willow Quantum Machine.
Store og fejltolerante kvantecomputere, når de først er oprettet, vil være i stand til at køre tensorer på meget større skalaer med meget større præcision end klassiske computere, men Möller siger, at han er begejstret over, hvad der kan opnås i mellemtiden.
”Med en bærbar computer kunne forfatterne af dette papir slå det, der er muligt på en supercomputer, bare fordi de har en smartere algoritme,” siger han. ”Hvis du bruger denne algoritme på en supercomputer, kan du gå langt længere end du kunne bruge enhver direkte beregningsmetode. Det har straks en enorm fordel, og jeg behøver ikke at vente yderligere 10 år på at have den perfekte kvantecomputer. ”