درک محاسبات کوانتومی

محاسبات کوانتومی نشان دهنده یک تغییر اساسی در چگونگی پردازش اطلاعات است، در حالی که رایانه های کلاسیک داده ها را به عنوان بیت ها – صفرهایbinary یا آنهایی – ماشینهای کوانتومی از بیت های کوانتومی استفاده می کنند یا qubits ، که از اصول مکانیک کوانتومی استفاده می کنند.

Superposition اجازه می دهد یک کیوبیت در ترکیب هر دو حالت 0 و 1 به طور همزمان وجود داشته باشد، به جای اینکه بین دو حالت مشخص، یک کیوبیت توزیع احتمال اندازه گیری را به عنوان هر دو، هنگامی که چندین کیوبیت درهم تنیده شده اند، حالت یک بلافاصله بر وضعیت دیگری تأثیر می گذارد، صرف نظر از فاصله این کامپیوتر کوانتومی را قادر می سازد تا فضاهای گسترده ای را کشف کند، حتی برای برخی از قابلیت های کلاسیک، حتی برای برخی از توانایی های قدرتمند، حتی برای برخی از آن ها، حتی غیرممکن است.

با این حال، کامپیوترهای کوانتومی به سادگی ماشین های کلاسیک سریعتر نیستند، بلکه در کارهای محاسباتی خاص برتری دارند؛ مانند فاکتور کردن اعداد بزرگ، شبیه سازی سیستم های کوانتومی و بهینه سازی سیستم های پیچیده، اما به طور جهانی برتر نیستند.برنامه نویسی یک کامپیوتر کوانتومی نیازمند ذهنیت متفاوتی است: الگوریتم ها باید برای بهره برداری از ابرافر و درهم تنیده شدن برای دستیابی به یک مزیت (FLT:0 کوانتومی طراحی شوند.

چالش های فعلی در شبیه سازی های Aerodynamics

آئرودینامیک توسط معادلات - ⁇ اداره می شود، مجموعه ای از معادلات دیفرانسیل جزئی که حرکت مایعات چسبناک را توصیف می کند، حل این معادلات برای زمین لرزه های واقعی هواپیما شامل دیسک کردن فضای فیزیکی به میلیون ها یا میلیاردها سلول و فشار محاسباتی، سرعت و آشفتگی است.[۳] این مرحله از دینامیک مایع (D2) است.

حتی با سوپرکامپیوترهای مدرن، شبیه سازی های CFD با رضایت بالا (به ویژه آنهایی که شامل جریان آشفته یا تعاملات پیچیده مانند بالتip vortices هستند) می توانند روزها یا هفته ها را به طور کامل انجام دهند، زیرا طرح های هواپیما مرزهای مقیاس پذیری را با اشکال غیر متعارف، کنترل جریان فعال و مواد جدید، نیاز به و [F2] تست عددی را محدود می کند.

تنگنا اولیه تنها سرعت سخت افزاری نیست، اما پیچیدگی الگوریتمی. معادلات Navier- ⁇ غیر خطی هستند و جریان های آشفته طیف گسترده ای از مقیاس های فضایی و زمانی را در بر می گیرد.

چگونه محاسبات کوانتومی می تواند این موانع را به هم بزند

کامپیوترهای کوانتومی یک رویکرد اساساً متفاوت برای حل معادلات Navier- ⁇ و مشکلات دینامیک مایع مرتبط ارائه می دهند.تحقیقات اولیه بر توسعه الگوریتم های کوانتومی برای سیستم های خطی معادلات (مانند الگوریتم HHL) و برای حل معادلات دیفرانسیل جزئی با استفاده از تکنیک های کوانتومی محدود-داگرفید و روش های شبکه کوانتومی بولتزمن تمرکز می کنند.

به عنوان مثال، الگوریتم سیستم های خطی (QLSA) می تواند سیستم های خطی کم رنگ را به طور چشمگیری سریعتر از الگوریتم های کلاسیک تحت شرایط خاص حل کند، زیرا بسیاری از حل کنندگان CFD در نهایت کاهش به حل سیستم های بزرگ تنش خطی در هر مرحله، QLSA می تواند به طور چشمگیری شبیه سازی را تسریع کند.

راه امیدوار کننده دیگر {{FLT:1]، استفاده شده توسط شرکت هایی مانند D-Wave برای حل مشکلات بهینه سازی شکل هواپیما، برنامه ریزی مسیر و طراحی ساختاری اغلب شامل پیدا کردن مینیما در مناظر پیچیده انرژی است. کوانتومی annealers می تواند این مناظر را به طور موثر تر از Heuristic کلاسیک، به طور بالقوه کاهش زمان طراحی چرخه از هفته ها به هفته ها.

مطالعه 2023 توسط محققان در IBM Quantum و ایرباس با استفاده از الگوریتم کوانتومی تنوع یافته برای شبیه سازی آئرودینامیک هوا با سرعت پایین، نتایج آنها، در حالی که مقدماتی، نشان داد که رایانه های کوانتومی می توانند دقت CFD کلاسیک در مورد هندسه های ساده 2D با منابع محاسباتی کمتر - در نتیجه مقیاس پذیری به مشکلات 3D نزدیک به آینده مطابقت دارند.

مزایای مهندسی هوافضا

چرخه طراحی سریع تر

زمان های شبیه سازی کوتاه از روزها تا دقیقه، مهندسان را قادر می سازد تا از طریق صدها تغییر طراحی در همان زمان که قبلا برای اجرای یک مورد استفاده قرار گرفته بود، استفاده کنند.این چابکی سرعت چرخه تست طراحی را تسریع می کند.[۱۰] ، به ویژه در مراحل اولیه طراحی که بسیاری از مفاهیم مورد ارزیابی قرار می گیرند.

افزایش دقت

CFD کلاسیک به مدل های نوسان (مانند K-ε یا LES) متکی است که مقیاس های حل نشده را تقریباً می تواند این مقیاس ها را به طور مستقیم حل کند و منجر به پیش بینی دقیق تر از کشیدن، آسانسور و نویز شود.

صرفه جویی در هزینه

یک کمپین آزمایشی تونل باد در مقیاس بزرگ می تواند میلیون ها دلار هزینه کند، با انجام شبیه سازی های با قدرت بالا در رایانه های کوانتومی، شرکت ها می توانند کار اعتبار بیشتری را به کامپیوتر تغییر دهند، هزینه های فیزیکی را کاهش دهند، حتی زمان محاسباتی کوانتومی که در حال حاضر گران است، انتظار می رود به سرعت به عنوان پرولترهای سخت افزاری کاهش یابد.

طراحی های نوآورانه

هنگامی که شبیه سازی ارزان و سریع است، مهندسان می توانند شکل های غیر سنتی را کشف کنند (مانند بدنه های بال بی نظیر morphing]، یا vortex-generator الگوهای که مبارزه کلاسیک برای تجزیه و تحلیل دقیق پیکربندی کوانتومی را حل می کنند، هرگز نمی توانند بهبود یابند.

کاهش اثرات زیست محیطی

آئرودینامیک بهتر به طور مستقیم به مصرف سوخت پایین تر و کاهش انتشار گازهای گلخانه ای برای صنعت حمل و نقل هوایی که با سفت کردن اهداف کربن مواجه است، محاسبات کوانتومی می تواند یک عامل کلیدی برای طراحی های هواپیماهای پایدار، از جمله مفاهیم الکتریکی و هیدروژن باشد که در آن فیزیک جریان حتی چالش برانگیزتر است.

وضعیت فعلی محاسبات کوانتومی در فضا

تحقیقات صنعت و دولت در حال حاضر در حال انجام است. ناسا تحقیقات محاسبات ملی شامل همکاری با Honeywell و گوگل برای آزمایش الگوریتم های کوانتومی برای طراحی بال و برنامه ریزی پرواز است. وزارت انرژی ایالات متحده در حال بررسی روش های کوانتومی برای شبیه سازی جریان آشفته است.

با این حال، کامپیوترهای کوانتومی امروز هنوز در [NOisy Intermediate-Scale Quantum کوانتومی [NISQ] عصر، آنها شمارش کیوبیت محدود (50 -1000 کیوبیت) و از نرخ خطای بالا و زمان اتصال کوتاه رنج می برند، سیستم های دسترسی خطا، و مقیاس به صدها هزار منطق [در حال حاضر] احتمال دارد که یک دهه پیش بینی ثابت و پایدار است:

ما معتقدیم که در پنج تا ده سال آینده، محاسبات کوانتومی شروع به ارائه ارزش واقعی برای شبیه سازی های هوافضا، شروع با مشکلات بهینه سازی و به تدریج به CFD کامل می کند. - دکتر سارا موللر، رئیس برنامه های کوانتومی در ایرباس (پاره شده از ارائه های صنعت)

چالش های Ahead

علی رغم وعده، چندین مانع قبل از اینکه کامپیوترهای کوانتومی به ابزارهای عملی برای طراحی هواپیما تبدیل شوند باقی مانده است:

  • مقیاس پذیری سخت افزار: تعداد فعلی کیوبیت بسیار پایین تر از آنچه برای شبیه سازی های 3D آیرودینامیکی مورد نیاز است، اکثر کارشناسان تخمین می زنند که میلیون ها کیوبیت فیزیکی - با اصلاح خطا - مورد نیاز است.
  • اصلاح: [ حالت کوانتومی بسیار شکننده است بدون اصلاح خطا تحمل خطا، شبیه سازی ها به سرعت از دست می دهند.
  • توسعه آلگوrithm: [FLT 1] اکثر الگوریتم های CFD کوانتومی فقط در موارد 1D یا ساده 2D آزمایش شده اند. ترجمه آنها به زمین لرزه های هواپیما واقعی و جریان های آشفته نیاز به فرمول های ریاضی جدید.
  • Integration با گردش کار کلاسیک: کامپیوترهای کوانتومی جایگزین الگوریتم های کلاسیک نمی شوند که ترکیب پردازش کلاسیک با حل کوانتومی نیاز به رابط نرم افزار یکپارچه و زیرساخت های ابر دارند.
  • [FLT: 1 ] نیروی کار و آموزش و پرورش: [FLT 1 ] کمبود مهندسان آموزش دیده در هر دو هوافضا و محاسبات کوانتومی سرعت پذیرش را کاهش می دهد. دانشگاه ها فقط شروع به ارائه برنامه های درسی مشترک می کنند.

آینده چشم انداز آینده

محاسبات کوانتومی یک گلوله جادویی نیست، بلکه یک تکنولوژی تحول آفرین است که تقویت می کند - نه جایگزین - شبیه سازی کلاسیک، محتمل ترین مسیر پیش رو (FLT:0hybridd Computing است؛ سوپرکامپیوترهای کلاسیک بخش عمده ای از ذخیره سازی داده ها و Algebra خطی را اداره می کنند، در حالی که شتاب دهنده های کوانتومی با سخت ترین مشکلات زیر مشکل، مانند اجرای سیستم های خطی یا بهینه سازی های فشرده جهانی مقابله می کنند.

در دهه بعد انتظار داشته باشید که ببینید:

  • [[۱] [۱۰] [[۱۰]] [[۱۰]]] [[۱]]] برای قرار دادن بال و موتور در طراحی اولیه.
  • شبیه سازی های آکرواتیک [FLT 1] برای کاهش سر و صدا در وسایل نقلیه تحرک شهری.
  • بازخورد واقعی آئرودینامیک [FLT 1] در سیستم های کنترل پرواز با استفاده از حل کنندگان کوانتومی تقریبی.
  • Integration با دوقلوهای دیجیتال [FLT 1 ] از ناوگان هواپیما برای نگهداری پیش بینی و نظارت بر عملکرد.

صنعت هوافضا در حال حاضر به شدت سرمایه گذاری می کند. کنسرسیوم توسعه اقتصادی کوئینوم (QED-C) ، با حمایت تولید کنندگان عمده، تنظیم استانداردها و معیارهای دولت ها بودجه ابتکارات کوانتومی ملی، مانند طرح کوانتومی ملی ایالات متحده و پرچم کوانتومی اروپا، با برنامه های هوافضا به عنوان اولویت.

به طور خلاصه، محاسبات کوانتومی وعده می دهد که شبیه سازی های آئرودینامیک را انقلابی کند، اما این یک سفر پیشرفت پایدار به جای یک پیشرفت ناگهانی است. مهندسانی که شروع به بررسی الگوریتم های کوانتومی امروز می کنند، بهترین مکان برای بهره برداری از قدرت خود را در هنگام ورود دستگاه های تحمل خطا - امن تر، کارآمد تر، و سبز - به خوبی ارزش صبر کردن را دارند.