Wat vraag je een quantumcomputer?

“Miljard euro voor eerste quantumcomputer - wedloop tussen Europa en de VS nu echt begonnen” en “Quantumcomputers zijn de rekenmachines van de toekomst. Ze kunnen met bijna onbegrensde rekenkracht ingewikkelde vraagstukken kraken” - Martijn van Calmthout, de Volkskrant, 27 november 2017.

Kees Vuik, hoogleraar in de numerieke analyse en directeur van het TU Delft Institute for Computational Science and Engineering, en Matthias Möller, universitair docent, vragen zich nu al af hoe over vijftien jaar de quantumcomputer ingezet zal kunnen worden voor engineering vraagstukken.

Het numeriek simuleren en optimaliseren van uitdagende engineering vraagstukken, zoals het ontwerp van een `groener` vliegtuig, vereist veel handwerk en menselijke intuïtie. Met onze huidige computers kan dit nog niet volledig geautomatiseerd worden. Dit komt omdat er duizenden ontwerpvariabelen simultaan geoptimaliseerd moeten worden. Dit gaat de capaciteit van de huidige computers te boven. Dit betreft zowel de rekensnelheid van de processor(en) als het lezen van en schrijven naar het geheugen, de zogenaamde memory wall. Wat wij in Delft daarom proberen is om onze numerieke methoden zo dicht mogelijk bij de hardware te houden. Dit betekent het zodanig naar wiskundige rekenschema’s vertalen van het engineering vraagstuk, of delen daarvan, dat specifieke hardware (zoals GPUs of FPGAs) extra rekensnelheid oplevert. Het liefst willen we één keer uit het geheugen lezen, dan veel en efficiënt berekenen, en dan weer één keer naar het geheugen schrijven.

De quantumcomputer is de hardware van de toekomst en kan met zijn speciale parallelle rekenkracht (quantum parallelisme) bepaalde berekeningen exponentieel sneller oplossen dan de beste huidige en toekomstige supercomputers. Dus in enkele dagen in plaats van in vele decennia. Het stelt ons echter ook voor de vraag, wat is de ultieme vertaalslag? Zo is het aantal input en output parameters voor een quantumalgoritme beperkt door het aantal qubits (quantum-bits). De komende jaren zijn dat er hooguit enkele tientallen, wat in een huidige computer overeenkomt met slechts één double precision floating point getal, tenzij dat er gebruik gemaakt kan worden van slimmere opslagtechnieken.

Aan een klassieke computer geef je vele (honderd)duizenden inputparameters in de pre-processing stap en vraag je bijvoorbeeld het aerodynamische stromingsveld in miljoenen punten rond een vliegtuigvleugel. Vervolgens vertaal je dat in de post-processing stap tot enkele relevante parameters zoals lift- en luchtweerstand. Deze traditionele aanpak werkt niet op een quantumcomputer. Quantumcomputers kunnen geen data kopiëren, zoals een klassieke computer dat kan en het opslaan van data op de klassieke manier vernietigt het superpositie verschijnsel dat cruciaal is voor een quantumcomputer. Een quantumcomputer moet daarom het modelleren, simuleren en optimaliseren van een engineering probleem in een keer doen zonder veel inputparameters. Door het beperkte aantal qubits van een quantumcomputer kan je het beste een vraag stellen waarbij de berekening grootschalig is, maar waar het antwoord één getal is of liever nog ja of nee. Bijvoorbeeld: ‘Is vleugel A efficiënter dan vleugel B?’ Dat is een andere manier van denken. En, dat kunnen we nu nog niet overzien, ook een hele andere manier van wiskunde bedrijven.

We hopen over een jaar een lineair stelsel met een 5x5 matrix te kunnen oplossen op een quantumcomputer. Als we over vijftien jaar over enkele duizenden qubits beschikken willen we het op een schaal kunnen die voor de praktijk nuttig is. Het concept moet dàn klaarliggen dus daar beginnen we nu al mee. De inzichten die wij opdoen kunnen aanleiding geven om de architectuur van de quantumcomputer zelf te heroverwegen. Omgekeerd kunnen ze ook leiden tot winst in het gebruik van de huidig beschikbare computer hardware.

Niet alles dat we willen modelleren zal geheel vertaald kunnen worden naar een quantumalgoritme. We voorzien een toekomstige multi-purpose computer, waarschijnlijk als cloud-service, waarbij delen van het modelleringsvraagstuk worden geoptimaliseerd voor berekening met een quantumalgoritme, en andere delen voor bijvoorbeeld een GPU. Wij willen ons vakgebied en studenten klaarstomen om engineering vraagstukken maximaal efficiënt te kunnen oplossen met zo’n multi-purpose computer.

Tekst: Martijn Engelsman | Foto: Mark Prins | januari 2018