인텔은 이번 주 열리는 IEEE 양자 계산 및 엔지니어링 국제회의(IEEE Quantum Week 2020)에서 양자 컴퓨팅 하드웨어, 소프트웨어, 알고리즘 분야에서 혁신적인 풀 스택 방법을 집중적으로 소개할 예정이다. 이들 연구 성과는 양자 컴퓨팅의 중요한 진전을 보여주고 있으며 앱을 실행할 수 있고 확장 가능한 비즈니스급 양자 시스템을 구축하는 데 매우 중요하다.
특히 인텔이 이번 대회에서 발표한 <심도강화를 이용한 학습설계 고보진 다 양자비트문> 논문은 많은 논문 중“최우수 논문”을 수상했다. 이 연구는 딥러닝 프레임워크를 양자점 퀀텀 비트 시스템을 시뮬레이션하는 데 성공한 다중 양자 벡터 게이트(multi-qubit gates)를 선보여 양자 계산에 기기 학습 기술을 적용하는 데 중요한 의미를 갖는다.
인텔연구원 양자 응용과 구조 총감독인Anne Matsuura박사는 인텔이 양자 계산의 단기적 실용적 응용에 집중해 왔고 이 전복적 기술은 물리실험실을 벗어나 공정으로 안착하고 있다고 밝혔다. 또한 인텔연구원은 양자 비트를 제어하는 스핀들 퀀텀 하드웨어와 크라우오모스(cryo-CMOS) 기술부터 소프트웨어와 알고리즘에 이르기까지 양자 계산 스택의 층마다 확실한 진보를 이뤄내 확장 가능하고 상업적으로 응용 가능한 양자 아키텍처를 추진하였고 이런 체계적인 방법을 채택하는 것은 양자 실용성을 실현하는데 매우 중요하다고 말했다.
현재 양자 계산에 대한 연구의 대부분은 하드웨어 기술에 집중돼 있다. 하지만 양자 계산은 새로운 컴퓨팅 모델이기 때문에 하드웨어소프트웨어알고리즘 스택이 새로 필요해 앱을 실행할 수 있는 비즈니스급 양자 시스템이 가능하다. 시뮬레이션을 사용하면 완전 퀀텀 스택을 구축하는 모든 컴포넌트를 포괄적으로 파악하는 데 도움이 되며 실제 퀀텀 시스템에 구축되는 작업 부하를 미리 고려할 수 있다. 현재로서는 하드웨어와 소프트웨어 알고리즘을 모두 연구할 필요가 있는데 하드웨어가 성숙해짐에 따라 애플리케이션은 소형 양자컴퓨터에서 실행할 준비가 돼 있기 때문이다. 이런 방법은 인텔이 시스템 지향적이고 작업 부하로 움직이는 양자 계산 개발 전략의 핵심이자, 인텔의 양자 실용적 비전을 실현하는 밑거름이 된다. 이것이 인텔 풀 스택 양자를 연구하는 의의다.
성과가 보여주다시피 인텔Anne Matsuura박사는 <양자계산: 하나의 확장 가능하고 시스템적인 연구방법>을 주제로 하는 강연을 진행 할 예정이다. 그는 인텔이 시스템적인 방법으로 양자 시스템을 확장하여 상업화를 실현하는 책략을 중점적으로 소개 할 예정이다.
또 일주일간 열리는 총회에는 인텔 연구원의 연구논문 몇 편을 전시해 풀 스택 양자시스템 연구와 양자시스템 운영 애플리케이션의 진전에 대해 중점적으로 다룰 예정이다.
다음은 이번 대회의 인텔 양자 연구 성과에 대한 요약이다:
연구중점: 딥러닝을 이용한 멀티 퀀텀비트 게이트(Multi-Qubit Gates)
논문제목: 딥러닝을 이용한 하이파이 다중 양자 비트문 설계
개술: 양자점 실리콘 양자위(Quantum dot silicon qubits)(양자계산 영역에서 탐구하고 있는 많은 방법 중 하나)는 크기가 작기 때문에 양자 확장성을 실현하는 데 도움이 된다. 이런 기술을 사용하는 상업급의 양자컴퓨터에는 하이파이 다중 양자 비트문이 필요된다. 이 연구는 딥러닝 프레임워크를 양자점 퀀텀 비트 시스템을 시뮬레이션하는 데 성공한 다중 퀀텀 비트 게이트(multi-qubit gates)를 선보였다.
중요의의: 양자 컴퓨팅 하드웨어가 발전함에 따라 기계 학습 기술은 퀀텀게이트(quantum gates)의 설계 최적화와 배치에 크게 활용될 전망이다.
연구중점: 고전 데이터 집합을 양자 컴퓨터에 효과적으로 다운로드하다
논문제목: 고효율의 양자 회로는 안정적이고 함수가 가능한 정확한 상태를 준비하는데 사용될 수 있다.
개술: 기계가 양자기술을 이용하여 계산된 지수급 가속도를 내는 것을 배우려면 고전적인 데이터를 양자시스템에 효율적으로 로딩해 실행할 수 있어야 한다. 중간 크기의 데이터 집합을 더 실어 나르는 데도 시간이 많이 걸리는 퀀텀시스템은 지금도 도전적인 문제다. 이 연구에서는 이러한 도전에 대처하기 위한 진전을 보여주며 이러한 데이터 집합을 생성하는 데 사용되는 높은 사용률 함수(예를 들어 가우스 분포와 확률 분포)를 중점적으로 소개한다.
중요의의: 오늘날의 기계 학습 시스템은 빠르게 고전적인 계산 모형의 한계에 접근하고 있다. 이 연구는 양자컴퓨터가 데이터 집합을 필요로 하는 기기 학습 등의 응용에 사용할 수 있다는 것을 보여준다.
연구중점: 양자 물리학에 최적화 된 가상의 양자비트 배치
논문제목: d등급 입자디지털 양자시뮬레이션의 접속의존형 자원요구에 관한 연구
개술: 이 연구는 소형 양자비트 시스템에서 쉽게 효율적으로 작동할 수 있는 양자물리 시뮬레이션 알고리즘(해밀턴 양 시뮬레이션)과 이를 수행하는 자원 수요를 중점적으로 소개했다.
중요의의: 양자계산의 초기 응용 중 하나는 양자 물리학을 어떻게 효과적으로 시뮬레이션 하는가이다. 이 연구성과는 특정 응용 분야인 양자 비트 칩을 설계하는데 중요한 영향을 미친다.
연구중점: 후방 양자암호학에 사용되는 BIKE 가속기
논문제목: 상수 타임 디코더(constant time decoder)를 사용하여 효율적인 BIKE 하드웨어 설계
개술: 현재 클래식 암호산법으로 암호화 된 모든 데이터를 풀면 양자컴퓨터는 클래 식 암호산법을 공격할 수도 있다. 현재 유행하고 있는 암호화 키 공유 방법(예를 들어 Diffie-Hellman) 은 양자공격이 예상된다. 비트 턴키 패킹 기술인 바이크(Bit-flipping Key Encapsulation)는 후양자 암호화를 위한 실행 가능한 방법으로 미국 국립표준기술연구원(NIST)이 연구하고 있다. 이 연구는 인텔이 앞서 BIKE에 대해 연구한 것을 바탕으로 BIKE 하드웨어 가속기 디자인을 제시했다.
중요의의: 양자컴퓨터는 아주 견고한 암호화 기술을 발전해내여 정보의 안전성을 대대적으로 제고할 수 있다. 지금의 BIKE와 같은 후 양자산법은 암호시스템에 사용될 수 있고 양자 공격을 막아낼 수 있는 능력을 갖고 있다.
연구중점: 소형의 양자비트 시스템에서 소음을 막는 산법의 신기술을 효과적으로 적용
논문제목: 가까운 설비에서 실현할 수 있도록 변분자 알고리즘의 원가 함수를 개발
개술: 최근 들어 오류를 바로잡을 능력이 부족한 양자컴퓨터는 양자경전 알고리즘을 혼합하는 것이 가장 가능하지만 실행하기는 어렵다. 이 연구는 소형 양자위 시스템에서 효율적으로 운영되도록 도와줄 수 있는 실제 양자비트에서 성공적으로 구현된 신기술을 중점적으로 소개하였다.
중요의의: 잘못된 교정기능을 갖춘 양자컴퓨터는 현재 존재하지 않기 때문에 예상되는 장래에 양자시스템에서 효율적으로 작동할 수 있도록 항소음 알고리즘의 진전이 중요하다.
출처: 퀵테크놀로지
