Квантовый компьютер гипотетическое вычислительное устройство, которое путём выполнения квантовых алгоритмов существенно использует при работе квантовомеханические эффекты, такие как квантовый параллелизм и квантовая запутанность. Содержание понятия « квантовый параллелизм » может быть раскрыто так : « Данные в процессе вычислений представляют собой квантовую информацию, которая по окончании процесса преобразуется в классическую путём измерения конечного состояния квантового регистра. Выигрыш в квантовых алгоритмах достигается за счёт того, что при применении одной квантовой операции большое число коэффициентов суперпозиции квантовых состояний, которые в виртуальной форме содержат классическую информацию, преобразуется одновременно ». Под « квантовой суперпозицией » обычно понимается следующее : « Вообразите атом, который мог бы подвергнуться радиоактивному распаду в определённый промежуток времени. Или не мог бы. Мы можем ожидать, что у этого атома есть только два возможных состояния : " распад " и " не распад ", но в квантовой механике у атома может быть некое объединённое состояние " распада не распада ", то есть ни то, ни другое, а между. Вот это состояние и называется " суперпозицией ". Базовые характеристики квантовых компьютеров в теории позволяют им преодолеть некоторые ограничения, возникающие при работе классических компьютеров. 13 февраля 2007 года в самом сердце Кремниевой долины, в музее истории компьютеров (Computer History Museum), канадская компания D-Wave Systems презентовала " первый в истории коммерчески жизнеспособный квантовый компьютер " по имени " Орион " (Orion), созданный на десятилетия ранее предсказанного.

на фото - 16-кубитный квантовый процессор фирмы D-Wave

Каждая квантовая частица может играть в компьютере роль кубита ( квантового бита ), который, благодаря квантовой природе частицы, есть ни 0, ни 1, но некая суперпозиция и того и другого ( изменяемым параметром может быть, к примеру, спин ). Состояние кубита описывается вероятностями получения 1 и 0 в случае реального измерения. Правда, само измерение меняет состояние частицы – она переходит в одно из базовых состояний, условно, становится " точно нулём " или " точно единичкой ". Стабилизация кубита Однако до измерения её состояния частица несёт в себе как бы оба "ответа" сразу. Если мы имеем дело с системой из X кубитов, то они формируют пространство из 2^X состояний. Далее мы можем согласованно менять состояния всех кубитов сразу, воздействуя на них каким-либо определённым способом. При этом окажется, что, выполняя одну так называемую квантовую логическую операцию, мы выполняем одновременно 2^X операций в привычной нам двоичной логике.

Таким образом, квантовый компьютер может кардинально обойти компьютер обычный в тех задачах, где по мере роста количества переменных время, требуемое для вычислений, растёт по экспоненте. Канадцы пишут, что решение уравнений Шрёдингера для системы более чем из 30 электронов представляет собой неразрешимую задачу для обычных компьютеров, базирующихся на ньютоновой физике и принципах машины Тьюринга. Система из 100 c лишним электронов ( как в молекуле кофеина, например ) сложнее системы из 30 электронов в 1050 раз. Это уже явный тупик для классических вычислений, если напрямую пробовать моделировать это всё безобразие. Для квантового же компьютера – это задача легко решаемая, было бы в процессоре соответствующее число кубитов. Сейчас в ряде областей ( типа молекулярной химии ) люди прибегают к эмпирическому, приближённому моделированию, в то время как квантовый компьютер мог бы решать определённый круг интересных задач в лоб. По словам главы D-Wave Херба Мартина (Herb Martin): " Квантовая технология обеспечивает точные ответы на задачи, которые сегодня можно решить только в общих чертах "

Какие же частицы физически могут реализовывать кубиты ? Это ионы, пойманные в магнитные ловушки и всяческим образом меняющие своё состояние при воздействии лазерных лучей, это сами фотоны или даже электроны. Последний вариант и применили канадцы. Однако, чтобы из электронов сделать кубиты, нужно, чтобы целая группа электронов находилась одновременно в одном и том же квантовом состоянии. Поскольку электрон относится к фермионам, такое " согласованное пребывание " им запрещают законы квантовой физики. Однако если посмотреть на электроны в сверхпроводнике – картина меняется. Там электроны формируют так называемые Куперовские пары, которые являются бозонами, движущимися словно солдаты целой роты в ногу. А это значит, что огромное число таких электронов в куске сверхпроводника находится одновременно в одном квантовом состоянии, представляя собой прекрасный кубит. Потому канадцы физически сделали свои кубиты в виде элементов из алюминия и ниобия, охлаждённых жидким гелием до минус 273,145 градуса по Цельсию, почти до абсолютного нуля. Такой подход называется адиабатным квантовым вычислением. Как можно воздействовать на кубиты в таком случае ? При помощи определённым образом меняющихся магнитных полей. Но как квантовые логические операции, меняющие состояние всех кубитов сразу соотносятся с теми задачами, которые нам нужно решать ? Иными словами – что есть в квантовом компьютере помимо кубитов ? Это – обычная кремниевая электроника со специальными программами, управляющими тем физическим оборудованием, которое меняет состояние кубитов, а также производит измерение их состояний. Программы эти делятся на три уровня – высокий, средний, низкий и последовательно осуществляют перевод задачи пользователя в набор квантовых операторов, а также – извлекают из квантового процессора " ответы ", преобразуя их в конечный результат.

на фото - центр процессора Orion, снятый с увеличение м

Специалисты давали квантовой машине три типа задач : поиск молекулярных структур, соответствующих целевой молекуле, составление плана рассаживания ( подробности неизвестны, но, возможно, речь идёт о решении логической задачи, типа задачи о волке, козе и капусте ), а также – решение логической головоломки Судоку (Sudoku). Важно отметить, что в новом канадском чипе 16 кубитов, и это огромный шаг вперёд по сравнению с прежними экспериментами. Согласно принципу квантового параллелизма, выполняя над этими кубитами одну квантовую операцию, канадские умельцы фактически выполняют аналог обычных операций. Но, хотя в решении определённых типов задач Orion может быть удивительно сообразительным, в целом он ещё в тысячу раз медленнее обычного настольного PC. Правда, канадцы подчёркивают, что вся архитектура " Ориона " специально продумана, чтобы быть легко масштабируемой. В перспективе создание 32- кубитного чипа, а возможно и кубитного процессора. Учитывая правило 2^X, такой квантовый компьютер станет настоящим монстром вычислений, за которым выстроятся очереди из учёных и инженеров, желающих провести самые зубодробительные численные эксперименты. Такие, на которые у обычных компьютеровпов ушло бы время, равное, пожалуй, возрасту Вселенной. Понятно теперь, почему даже сама D-Wave пишет : " Новое устройство предназначено в качестве дополнения к обычным компьютерам, для расширения существующих машин, а не для их замены ". При этом они считают Orion машиной универсальной ( говорят, были примеры построения экспериментальных квантовых компьютеров строго под одну задачу ). Просто для одних задач его использовать будет не оптимально, а для других он окажется незаменим.

Может показаться, что квантовый компьютер это разновидность аналоговой вычислительной машины. Но это не так : по своей сути это цифровое устройство, но с аналоговой природой. Основные проблемы, связанные с созданием и применением квантовых компьютеров : необходимо обеспечить высокую точность измерений ; внешние воздействия могут разрушить квантовую систему или внести в неё искажения.

Параллельные вычислительные системы компьютерные системы, реализующие тем или иным способом параллельную обработку данных на многих вычислительных узлах для повышения общей скорости расчета. Идея распараллеливания вычислений базируется на том, что большинство задач может быть разделено на набор меньших задач, которые могут быть решены одновременно. Обычно параллельные вычисления требуют координации действий. Если при вычислении не применяются циклические ( повторяющиеся ) действия, то N вычислительных модулей никогда не выполнят работу в N раз быстрее, чем один единственный вычислительный модуль. Например, для быстрой сортировки массива на двухпроцессорной машине можно разделить массив пополам и сортировать каждую половину на отдельном процессоре. Сортировка каждой половины может занять разное время, поэтому необходима синхронизация.

. Вычислительная система с одним потоком команд и данных однопроцессорная ЭВМ SISD (Single Instruction stream over a Single Data stream). Вычислительная система с общим потоком команд SIMD (Single Instruction, Multiple Data одиночный поток команд и множественный поток данных). Вычислительная система со множественным потоком команд и одиночным потоком данных MISD (Multiple Instruction Single Data конвейерная ЭВМ). Вычислительная система со множественным потоком команд и данных MIMD (Multiple Instruction Multiple Data).

Существуют два типа машин ( процессоров ), выдающих несколько команд за один такт : суперскалярные машины и VLIW- машины. Суперскалярные машины могут выдавать на выполнение в каждом такте переменное число команд, и работа их конвейеров может планироваться как статически с помощью компилятора, так и с помощью аппаратных средств динамической оптимизации. Суперскалярные машины используют параллелизм на уровне команд путем посылки нескольких команд из обычного потока команд в несколько функциональных устройств. Дополнительно, чтобы снять ограничения последовательного выполнения команд, эти машины используют механизмы внеочередной выдачи и внеочередного завершения команд, прогнозирование переходов, кэши целевых адресов переходов и условное ( по предположению ) выполнение команд. В отличие от суперскалярных машин, VLIW- машины выдают на выполнение фиксированное количество команд, которые сформатированы либо как одна большая команда, либо как пакет команд фиксированного формата. Планирование работы VLIW- машины всегда осуществляется компилятором.

В типичной суперскалярной машине аппаратура может осуществлять выдачу от одной до восьми команд в одном такте. Обычно эти команды должны быть независимыми и удовлетворять некоторым ограничениям, например таким, что в каждом такте не может выдаваться более одной команды обращения к памяти. Если какая - либо команда в потоке команд является логически зависимой или не удовлетворяет критериям выдачи, на выполнение будут выданы только команды, предшествующие данной. Поэтому скорость выдачи команд в суперскалярных машинах является переменной. Это отличает их от VLIW- машин, в которых полную ответственность за формирование пакета команд, которые могут выдаваться одновременно, несет компилятор, а аппаратура в динамике не принимает никаких решений относительно выдачи нескольких команд. Использование VLIW приводит в большинстве случаев к быстрому заполнению небольшого объема внутрикристальной памяти командами NOP (no operation), которые предназначены для тех устройств, которые не будут задействованы в текущем цикле. В существующих VLIW разработках был найден большой недостаток, который был устранен делением длинных слов на более мелкие, параллельно поступающие к каждому устройству. Обработка множества команд независимыми устройствами одновременно является главной особенностью суперскалярной процессорной архитектуры.

Переключаемые с общей памятью и с распределённой памятью. Конвейерные. Сети регулярные решётки, гиперкубы, иерархические структуры, изменяющие конфигурацию. В класс конвейерных архитектур ( по Хокни ) попадают машины с одним конвейерным устройством обработки, работающим в режиме разделения времени для отдельных потоков. Машины, в которых каждый поток обрабатывается своим собственным устройством, Хокни назвал переключаемыми. В класс переключаемых машин попадают машины, в которых возможна связь каждого процессора с каждым, реализуемая с помощью переключателя машины с распределённой памятью. Если же память есть разделяемый ресурс, машина называется с общей памятью. При рассмотрении машин с сетевой структурой Хокни считал, что все они имеют распределённую память. Дальнейшую классификацию он проводил в соответствии с топологией сети.

Классификация Скилликорна (1989) была очередным расширением классификации Флинна. Архитектура любого компьютера в классификации Скилликорна рассматривается в виде комбинации четырёх абстрактных компонентов : процессоров команд (Instruction Processor интерпретатор команд, может отсутствовать в системе ), процессоров данных (Data Processor преобразователь данных ), иерархии памяти (Instruction Memory, Data Memory память программ и данных ), переключателей ( связывающих процессоры и память ). Переключатели бывают четырёх типов «1-1» ( связывают пару устройств ), «n-n» ( связывает каждое устройство из одного множества устройств с соответствующим ему устройством из другого множества, то есть фиксирует попарную связь ), «n x n» ( связь любого устройства одного множества с любым устройством другого множества ). Классификация Скилликорна основывается на следующих восьми характеристиках : Количество процессоров команд IP Число ЗУ команд IM Тип переключателя между IP и IM Количество процессоров данных DP Число ЗУ данных DM Тип переключателя между DP и DM Тип переключателя между IP и DP Тип переключателя между DP и DP

Кластер Создан в 2000 году

Стандартное определение таково : кластер - это набор вычислительных узлов ( вполне самостоятельных компьютеров ), связанных высокоскоростной сетью ( интерконнектом ) и объединенных в логическое целое специальным программным обеспечением ( ПО ). Фактически простейший кластер можно собрать из нескольких персоналок, находящихся в одной локальной сети, просто установив на них соответствующее ПО. Однако подобные схемы - скорее редкость, нежели правило : обычно кластеры ( даже недорогие ) собираются из специально выделенных для этой цели компьютеров и связываются друг с другом отдельной локальной сетью. В чем идея подобного объединения ? Кластеры ассоциируются у нас с суперкомпьютерами, круглые сутки решающими на десятках, сотнях и тысячах вычислительных узлов какую - нибудь сверхбольшую задачу, но на практике существует и множество куда более " приземленных " кластерных применений. Часто встречаются кластеры, в которых одни узлы, дублируя другие, готовы в любой момент перехватить управление, или, например, одни узлы, проверяя получаемые с другого узла результаты, радикально повышают надежность системы. Еще одно популярное применение кластеров - решение задачи массового обслуживания, когда серверу приходится отвечать на большое количество независимых запросов, которые можно легко раскидать по разным вычислительным узлам ( обычно эту систему называют серверной фермой, именно по такому принципу работает Google).

Итак, суперкомпьютер - кластер. Он состоит из трех основных компонентов : собственно вычислителей - компьютеров, образующих узлы кластера ; интерконнекта, соединяющего эти узлы в сеть, и программного обеспечения, заставляющего всю конструкцию работать в стиле единого компьютера. В роли вычислительных узлов может выступать что угодно - от старой никому не нужной персоналки до современного четырехпроцессорного сервера, причем их количество ничем не ограниченно ( ну разве что площадью помещения да здравым смыслом ). Чем быстрее и чем больше - тем лучше ; и как эти узлы устроены, тоже неважно. Обычно для упрощения решения и непростой задачи балансировки нагрузки на разные узлы кластера все узлы в кластере делают одинаковыми, но даже это требование не абсолютно. Гораздо сложнее обустроить интерконнект. История развития кластерных систем неразрывно связана с развитием сетевых технологий. Дело в том, что, чем больше элементов в кластере и чем они быстрее, и, соответственно, чем выше быстродействие всего кластера, тем более жесткие требования предъявляются к скорости интерконнекта. Можно собрать кластерную систему хоть из 10 тысяч узлов, но если вы не обеспечите достаточной скорости обмена данными, то производительность компьютера по - прежнему оставит желать лучшего. А поскольку кластеры в высокопроизводительных вычислениях - это практически всегда суперкомпьютеры, то и интерконнект для них просто обязан быть очень быстрым, иначе полностью раскрыть свои возможности кластер не сможет. С повсеместным распространением гигабитных сетевых карт, ситуация в этой области становится проще : кластеры, построенные на основе Gigabit Ethernet, довольно дешевы, и в большинстве случаев предоставляемых ими скоростей вполне достаточно.