ビットコインを例に取ると、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います。1つ目は「マイニング」メカニズムであり、ビットコインの生成はハッシュ関数に依存する作業証明（Proof of Work）に基づいています。ハッシュレートが高いほど、マイニングの成功確率も高くなります。2つ目は取引署名であり、楕円曲線デジタル署名アルゴリズム（ECDSA）に基づくもので、ユーザーの「身元財布」のようなものです。これら2つのメカニズムの設計により、ビットコインは従来の計算ではほぼ解読不可能であり、量子チップはビットコインに直接的な脅威をもたらす可能性があります。
なぜウィロー量子チップは世界のテクノロジー界を騒がせているのか？
ソース: Zeping Macro
12月10日、Googleは最新世代の量子チップであるWillowを発表し、世界の科学技術界に衝撃を与え、マスクも"ワウ"と驚いています！
Willowチップの強みは何ですか？大量生産まであとどれくらいですか？
1 Googleの最新世代の量子チップWillowが発売され、最大のブレークスルーは、そのスーパーコンピューティングパワーとエラー訂正能力にあります
名前が「ランダムサーキットサンプリング」という基準タスクに対して、現在の最速スーパーコンピューターは解決するのに1025年かかりますが、それは宇宙の年齢（267億年）をはるかに超えています。しかし、Willowはこのタスクを5分未満で完了します。
**量子コンピューティングは特定のタスクで計算速度を著しく向上させ、古典コンピューターを超越する潜在能力があり、これを「量子優位性」と呼びます。**2019年、Googleはすでにこの事実を検証し、54キュビットのSycamore量子コンピューターを使用して、従来のアーキテクチャのコンピューターでは達成できなかったタスクを達成したことを『Nature』で発表しました。世界最速のスーパーコンピューターが行うのに1万年かかる実験を、Sycamoreはわずか3分20秒で完了しました。当時、GoogleのCEOであるサンダー・ピチャイは、これが研究者たちが長年待ち望んでいた「Hello World」と述べ、これは当時までに量子コンピューティングの実用化において最も意義のある一歩であると表明しました。
今回のWillowのリリースは、量子コンピューティング領域におけるもう一つの象徴的なイベントであることは間違いありません。
!
しかし、「速い」はWillowの最も注目に値する突破ではありません。
Willowの最大のハイライトは、超強力なエラー訂正能力です。
過去、量子チップはデータ処理中に、量子状態の脆弱性のため、環境の干渉を受けやすく、位相の退行現象が起こり、量子ビットの状態が誤ってしまいます。したがって、「量子優位性」を持っていても、量子コンピュータは環境の影響を受けやすく、非常にエラーが起こりやすいです。通常、量子ビットが多いほど、発生するエラーも多くなります。
そのため、「量子エラーコレクション」は重要な技術になりました。量子チップには特別な量子エラーコレクション技術が必要であり、これはこの領域の重要な課題でもあり、量子計算の実際的な応用と発展を制約する要因となっています。
**Willow チップは、30年近く研究者を悩ませてきた量子エラー訂正の難題を解決し、誤り率を指数関数的に低減させることに成功しました。**Googleの研究によると、Willowで使用される量子ビットが多いほど、システムの誤り率が低くなります。
量子ビットの数が増えるにつれて、3×3の配列から5×5、さらに7×7の配列へと拡大すると、GoogleのWillowチップ実験では、拡張ごとにエンコードエラー率が2.14倍低下し、エラー率がますます速く低下しています。
!
2.量子計算とは何ですか？なぜそれほど強力ですか？
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、素晴らしい思考実験を提案しました。その実験は、放射性物質を含む箱に猫を入れ、放射性物質が50％の確率で崩壊し、毒ガスが放出されて猫が死ぬか、または50％の確率で放射性物質が崩壊せず、猫が生き残るかの両方の可能性がある状態です。箱を開けるまでは、猫が生きているか死んでいるかは誰にも分からず、「生死重ね合わせ状態」と表現されます。
!
量子世界は、「シュレディンガーの猫」と同様に、未解決の重ね合わせ状態にあります；対応する新しい計算理論は「量子計算」で、ハードウェア層では量子チップ、量子コンピュータが表れます。
量子計算は2つの利点を示しています：
**まず、強力なデータストレージ能力。**クラシックな計算はビットを基本単位としていますが、量子計算は量子ビットを基本単位としています。
古典的な計算では、ビットの状態は確定しており、0または1のいずれかですが、量子ビットは0と1の重ね合わせ状態にあり、つまり、0と1を同時に保存できます。
1つのトラディショナルチップにはn個のビットがあり、同時にn個のデータを格納することができます。一方、n個の量子ビットを持つチップは、同時に2^n個のデータを格納することができます。
第二は、特定の問題において強力な並列計算能力を示すことです。
従来のコンピュータは逐次計算であり、1回の演算で1つの値しか変換できないため、逐次計算する必要がありました。 一方、量子コンピューターは、1 回の操作で 2^n 個のデータを新しい 2^n 個のデータに同時に変換できます。
**3.将来、量子チップはGPUに取って代わり、AIの発展を促進できるのか? **
人工知能技術とさまざまなアプリケーションは、最近数年間で急速に発展しており、計算能力の需要も指数関数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能力により、複雑な人工知能アルゴリズムの処理において自然な優位性を持ち、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を提供する可能性があります。
実際には、現在、AIに広く利用されているGPUは、最初にグラフィックス処理を高速化するために設計されました。たとえば、ゲームの3Dシーンのレンダリング、アニメーション制作のモデリングや特殊効果の処理、映画制作のビジュアルエフェクトなどです。しかし、その強力な計算能力のために、後にGPUは科学計算や人工知能分野で広く利用されるようになりました、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や推論段階では、大規模なデータセットや高い並列処理の計算タスクを優れた性能で処理します。
**この視点から見ると、量子チップは将来的にも徐々に発展し、計算の制限を打破し、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。**現在、量子チップは、暗号学の暗号解読（例：RSAアルゴリズムに基づく伝統的な暗号方式に潜在的な脅威を与える）など、計算の複雑さが非常に高い特定の領域に主に使用されています。量子システムのシミュレーション（分子、材料などの量子レベルの物理および化学的特性のシミュレーション）、複雑な最適化問題の解決（物流計画、リソース割り当てなどの複雑な組み合わせ最適化問題）などです。これらの領域では、量子計算の利点を十分に活用することができ、従来のコンピュータでは時間内に完了することができないタスクを解決する可能性があります。
**量子チップの計算能力の向上は、量子ビットの数と品質の向上と関連しています。**将来、量子ビットの数が増えるにつれて、量子コンピュータの計算能力は指数関数的に増加します。量子ビットが1つ増えるごとに、その可能な状態の組み合わせ数が倍になります。例えば、2つの量子ビットには4つの状態の組み合わせがあり、3つの量子ビットには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、保真度など）も計算能力に重要な影響を与えます。高品質の量子ビットは、量子状態をより効果的に維持し、より正確で複雑な計算を実現することができます。
ただし、短期間では、量子チップはGPUの地位を揺るがすことは困難です。量子チップは、より強力な計算能力を持つことから、理論的にはGPUの代替が可能です。しかし、GPUの持つ保護壁は、計算能力だけでなく、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優位性、製造プロセスと産業の成熟度など、より重要な要素も含まれています。
**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は、中核的な障壁です。**NVIDIAは、GPUを用いた「AI計算力革命」を10年以上にわたって準備してきました。
CUDA（Compute Unified Device Architecture）は、2006年にNVIDIAによって開発された最初のGPUプログラミングアーキテクチャプラットフォームであり、その価値はGPU開発者エコシステムを構築したことにあります。アルゴリズムエンジニアは、自分のニーズに応じてGPUの能力を探求することができます。これにより、GPUの応用領域がグラフィックスレンダリングから汎用領域に拡大しました。
新しいハードウェア（例えば、量子チップ）に基づいて新しいソフトウェアを開発する場合、前方互換性を実現する必要がありますが、既存の主要なAIソフトウェアはほとんどがCUDAプラットフォームに依存しているため、CUDAアーキテクチャからの脱却には高いコストがかかります。さらに、開発コミュニティの固定観念効果に加えて、多くの高性能計算開発者はCUDAエコシステムで開発経験を積んでいます。CUDAは年間500万回以上ダウンロードされ、開発者コミュニティを他のプログラミングモデルに転換することは10年以上のプロジェクトになるでしょう。
!
GPUチップ製造プロセスと産業チェーンは成熟しており、幅広い消費市場と産業の正循環を持っています。
GPUは誕生してから25年経ちましたが、個人用PC、カスタム開発、AIデータセンターなどのビジネスアプリケーションシーンは10〜30年の範囲で形成されています。現在、GPUのチップ提案からフラッシュまで1年、フラッシュから量産まで1年のサイクルが形成されており、GPU開発を主軸として、リソグラフィ装置の開発、ウェハ代工プロセスのイテレーションなどの関連するサイクルが形成されています。このような堅固な産業チェーンは、数十年の正の循環の中で破られることは非常に困難です。
そして、量子チップの製造とGPU産業チェーンは重なり合うことができません。量子チップの設計と製造工程は極めて複雑で、高度に純粋な実験用環境、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、長年にわたって、いくつかの優れた科学技術企業が「単打独斗」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。そのため、量子チップの大量生産と商業化の実現には、短期的には大きな課題があります。
4.量子チップの影響が最も大きい分野:暗号資産と「HPC+AI」
4.1 量子チップは暗号通貨の「キラー」です
ビットコインを例に取ると、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います。1つ目は「マイニング」メカニズムであり、ビットコインの生成はハッシュ関数に依存する作業証明（Proof of Work）に基づいています。ハッシュレートが高いほど、マイニングの成功確率も高くなります。2つ目は取引署名であり、楕円曲線デジタル署名アルゴリズム（ECDSA）に基づくもので、ユーザーの「身元財布」のようなものです。これら2つのメカニズムの設計により、ビットコインは従来の計算ではほぼ解読不可能であり、量子チップはビットコインに直接的な脅威をもたらす可能性があります。
1つ目は、量子コンピューティングによる「マイニング」メカニズムのブルートフォースクラッキングです。 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、つまりマイニング速度を高速化し、従来のすべてのデバイスよりも大幅に高速化できるため、マイニングの成功率が向上し、暗号通貨の供給が急激に増加し、市場価格が大きく変動します。 12月10日、ビットコインは100,000ドルから94,000ドルに下落しました。 Coinglassのデータによると、12月10日から12日にかけて合計23万7000人がポジションを清算した。
**2つ目は、量子コンピューティングが取引署名に直接的な脅威を与えることです。**暗号通貨の取引には、「公開鍵」と「秘密鍵」という2つの証明書があります。前者は銀行の口座番号に相当し、後者は財布のパスワードに相当します。通常、公開鍵アドレスを公開してもユーザーの資金の安全性に影響を及ぼすことはありませんが、量子コンピューティングは公開鍵を使用して署名を解読し、取引を偽造することができます。たとえば、量子コンピューティングのShorアルゴリズムは、大きな整数の素因数分解や離散対数問題を解読するために特化しており、取引署名に深刻な脅威を与えることになります。
現在はウィローがビットコインに対する脅威というわけではありませんが、将来的には暗号通貨が量子コンピュータによって突破される可能性が高いです。理論上、ビットコインの署名と採掘メカニズムを攻撃するには、数百万の物理量子ビットが必要ですが、ウィローが現在所有する105の物理量子ビットと比較すると、まだ差が大きいです。しかし、ウィローが一般的なGPUのようにイテレーションを行うことで、量産と算力の飛躍を実現した場合、将来10年以内にビットコインが「攻略」される可能性もあります。
4.2量子チップは「HPC+AI」を促進し、高度な人工知能の発展を推進します
OpenAIのAIの分類によると、L1(チャットボット)からL5(AGI)まで、現在のAIモデル開発はL1からL2への移行段階にすぎません。 レベル5の汎用人工知能は、動的で複雑な現実世界の環境において、行動を判断、推論、予測、計画するための「組織レベルの能力」と定義されています。 業界では、「HPC+AI」が汎用人工知能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。
!
高性能计算（HPC）は、強力なコンピューター能力を使用して科学、工学、および技術実現の問題を解決することを指します。そして、現在のAIの大規模なモデルとは一部同じですが、方向性や重点は異なります。
HPCは「複雑な問題の解決」に重点を置いており、スーパーコンピューターが気象、物理学、天文学などの分野での応用により、重大な科学的突破口をもたらしています。
AIモデルは「推論と生成」に重点を置いており、複雑なモデルの解決には向いていませんが、汎用性は高いです。
量子チップの実装はHPC領域に革命的な突破をもたらし、複雑な問題の解決には従来のHPCの長時間にわたる「暴力的な計算」ではなく、新しい方向性であるAIとの組み合わせによるより複雑な汎用トレーニングが可能になります。
一つは、従来のAIトレーニングは量子ビットデータを処理することができないため、量子計算は特定の伝統的な計算では処理できない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することができます。つまり、将来のAIモデルは、複雑な世界を推理し、予測する能力を持つようになり、現在の大規模モデルよりも「AIの幻想」現象を減らす、または消すことができます。
2つ目は、量子エラー訂正技術の利点です。Willowチップは、量子エラー訂正の重要な課題を克服し、エラー率を大幅に低下させることに成功しました。高度なAIトレーニングでは、量子エラー訂正技術の適用により、モデルのトレーニングおよび大量の複雑なデータの処理における正確性と信頼性を確保し、量子ビットの脆弱性による計算エラーを減少させ、AIトレーニングの効果と信頼性を向上させることができます。
現在のAIトレーニングはまだ量子チップを利用する条件を満たしていませんが、将来、計算能力の中心として量子チップが必要になる可能性が非常に高い。量子ビットは非常に敏感であり、温度や電磁場などの外部環境の影響を受けやすく、これらの要因が量子状態の退相干を引き起こし、その結果、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で一定の進展を遂げていますが、実際の人工知能トレーニングアプリケーションでは、長時間の安定稼働を実現するために、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の新世代の量子コンピューティングチップWillowの発表は、世界のテクノロジー界に大きな話題を呼び起こしました。これは量子コンピューティングの分野での重要な進歩であり、次世代のグローバル技術でもあります。
未来の量子コンピューティング技術の発展にはまだ困難があり、AIトレーニングへの大規模な適用までにはまだ多くの課題が残っています。
技術の進歩は決して平坦ではなく、GPUが無名から躍進するように。