Le principali categorie di hardware per il calcolo quantistico sono superconduttore, a ioni intrappolati, ad atomi neutri, fotonico, a spin di silicio, a diamante e topologico. Sebbene i loro progetti specifici possano essere incredibilmente diversi, gran parte dello schema fondamentale rimane lo stesso. Inoltre, l'ottica e la fotonica svolgono un ruolo cruciale in molte funzioni chiave dei vari approcci hardware. Queste includono la lettura, il raffreddamento e il controllo, la connettività modulare e l'integrazione nei data center.
Rivelatori di fotoni e immagini per sistemi di lettura
Molti metodi per leggere la soluzione di un problema risolto con un computer quantistico utilizzano rivelatori di fotoni o immagini.
Paradossalmente, all'interno dello stesso calcolo quantistico fotonico, il rilevamento di singoli fotoni è spesso così sensibile da richiedere l'utilizzo di nanofili superconduttori. Di conseguenza, sono in corso sforzi per integrare i rivelatori di singoli fotoni a nanofili superconduttori (SNSPD) nei circuiti integrati fotonici (PIC). Infatti, uno dei leader nel calcolo quantistico fotonico, PsiQuantum, ha rivelato che la sua roadmap include la ricerca su SNSPD ad alta temperatura basati su metalli producibili. In definitiva, ciò rappresenta un'opportunità più ampia per ottenere rivelatori di singoli fotoni più precisi per scopi di lettura nel calcolo quantistico fotonico, riducendo gli attuali compromessi in termini di potenza di raffreddamento e spazio per questo sottosettore. Queste innovazioni potrebbero rivelarsi cruciali per sbloccare il valore del sottosettore del calcolo quantistico fotonico tollerante ai guasti e su larga scala, per il quale i suoi "qubit caldi" mirano a offrire una complessità infrastrutturale ridotta rispetto ai loro concorrenti superconduttori.
D'altro canto, la facilità d'uso di metodi di imaging e microscopia consolidati per la lettura dei dati rappresenta un vantaggio distintivo di modalità come le piattaforme a diamante, ad atomi neutri e a ioni intrappolati. Ad esempio, Hamamatsu offre una gamma di tubi fotomoltiplicatori (PMT) e dispositivi a coppie cariche con moltiplicatore di elettroni (EM-CCD) disponibili in commercio, rispettivamente per le comunità che si occupano di ioni intrappolati e atomi neutri. Nel frattempo, la piattaforma a diamante sviluppata da aziende come Quantum Brilliance XeedQ potrebbe utilizzare anche telecamere CMOS (complementary metal-oxide-semiconductor) ancora più semplici. La capacità di queste modalità di utilizzare metodi di imaging consolidati per la lettura dei dati potrebbe rivelarsi ancora una volta fondamentale per offrire un vantaggio in termini di scalabilità rispetto alla concorrenza. Ciò è particolarmente vero perché, per alcune altre modalità, la "sfida del cablaggio" associata alla lettura aumenta con il numero di qubit, mentre l'imaging di un intero set di qubit contemporaneamente è molto più efficiente.
Controllo e raffreddamento del laser
Sapevate che i laser rappresentano anche un'alternativa alla criogenia per il raffreddamento dei qubit? Mentre per molti i laser sono fasci ad alta potenza associati al calore, all'accensione, al taglio o alle comunicazioni, nel mondo dell'informatica quantistica sono noti soprattutto per la loro capacità di ridurre gli atomi a stati energetici molto bassi.
I metodi di raffreddamento laser variano a seconda dell'approccio al calcolo quantistico e delle preferenze delle aziende coinvolte, ma in definitiva intrappolano o comprimono atomi o ioni utilizzando più laser che emettono impulsi uguali in direzioni opposte. Uno dei principali vantaggi di questo approccio è che può essere realizzato utilizzando componenti facilmente reperibili e può funzionare a temperatura ambiente. Nel complesso, il raffreddamento laser è considerato molto più efficiente in termini di energia, costi e risorse rispetto ai criostati necessari per il supercalcolo quantistico.
I laser all'interno dei computer quantistici fungono anche da sorgenti per il controllo e la manipolazione dei qubit, oltre che per il raffreddamento. A questo proposito, tuttavia, vi sono alcune indicazioni nel settore che suggeriscono che l'efficienza del controllo elettrico e digitale potrebbe essere superiore in termini di fedeltà del sistema (bassi errori) e scalabilità. Un esempio è l'azienda britannica Oxford Ionics, pioniera di un metodo elettronico per il controllo dei qubit in un sistema a ioni intrappolati. Questa strategia, insieme ad altre che promuovono la lettura digitale, come SEEQC, potrebbe rafforzare il fatto che, sebbene l'uso della fotonica e dell'ottica offra vantaggi in molti casi, persiste il desiderio di integrare il maggior numero possibile di componenti per computer quantistici in package che possono essere prodotti nelle fonderie di semiconduttori esistenti.
Connessioni modulari e integrazione nei data center
Mentre gli sviluppatori di computer quantistici continuano a concentrarsi sulla scalabilità, si intensificano le richieste di costruire sistemi modulari e ripetibili che possano essere interconnessi. Le ragioni di questo approccio sono molteplici. In una certa misura, ricalca il modo in cui la scalabilità è stata raggiunta con successo nel calcolo classico, e vi sono anche prove che si allinei con approcci all'avanguardia per la correzione degli errori.
Tuttavia, la sfida dell'approccio modulare è che creare connessioni soddisfacenti tra i sistemi non è banale. Mantenere l'entanglement tra qubit adiacenti su un singolo chip è già piuttosto difficile, figuriamoci tra insiemi di qubit distribuiti su più sistemi (che siano rack o criostati).
Tuttavia, ancora una volta, la fotonica offre una risposta. NuQuantum ha sviluppato un'unità di rete quantistica (QNU) che utilizza la fotonica per distribuire l'entanglement su più processori. Ha inoltre appena annunciato un'interfaccia fotonica quantistica (QPI), una tecnologia che crea un'interfaccia tra materia e luce, qubit e fotoni. Le versioni prototipo di questa QPU sono già state integrate e testate nel sistema a vuoto ad atomi intrappolati di Infleqtion.
Prospettive di mercato
In generale, al di là della competizione tra aziende e modelli di qubit – o dell'attenzione rivolta alla corsa per conquistare il campo quantistico – esiste un'opportunità di fondo che attraversa tutti i settori dell'ottica e della fotonica. Ciò include le esigenze di lettura, raffreddamento, controllo e connettività presenti in quasi tutti gli approcci attualmente in fase di sviluppo.
Ma al di là dei singoli progetti di computer quantistici di ciascuna azienda, esiste un'esigenza fondamentale di integrazione dei computer quantistici nelle reti esistenti di data center, computer classici e reti di comunicazione. I fotoni sono già il mezzo di trasmissione dati preferito a livello globale e, affinché i computer quantistici abbiano successo commerciale, non possono fare a meno di una qualche forma di fotonica.
Il mercato del calcolo quantistico è destinato ad accelerare esponenzialmente la scoperta di farmaci, lo sviluppo di nuove tecnologie per le batterie, la logistica multivariabile, la guida autonoma, la valutazione precisa degli asset e molto altro ancora. Basato su un'ampia ricerca primaria e secondaria, che include interviste con aziende e la partecipazione a numerose conferenze, questo report fornisce una valutazione approfondita delle tecnologie di calcolo quantistico concorrenti: superconduttiva, a spin di silicio, fotonica, a ioni intrappolati, ad atomi neutri, topologica, a difetti di diamante e ricottura. IDTechEx presenta anche punteggi indipendenti di "Prontezza Commerciale Quantistica" per valutare i progressi del settore del calcolo quantistico rispetto all'evoluzione del settore del calcolo classico che lo ha preceduto. Il mercato potenziale totale per il calcolo quantistico si traduce in vendite di hardware nel tempo, tenendo conto del progresso delle capacità e del modello di business dell'accesso al cloud. Si prevede che il mercato del calcolo quantistico supererà i 10 miliardi di dollari entro il 2045, con un CAGR del 30%.
Autrice: Dott.ssa Tess Skyrme, analista tecnologica principale presso IDTechEx
