Bitget App
Trading lebih cerdas
Beli kriptoPasarTradingFuturesStocksEarnInstitusiAI & Lainnya
Google membuat terobosan dalam komputasi kuantum: tingkat kesalahan turun 40 kali lipat, mengatasi hambatan sumber daya utama

Google membuat terobosan dalam komputasi kuantum: tingkat kesalahan turun 40 kali lipat, mengatasi hambatan sumber daya utama

华尔街见闻华尔街见闻2026/10/15 20:26
Tampilkan aslinya
Oleh:华尔街见闻

Google telah memverifikasi sebuah teknologi bernama "pembudidayaan magis" pada prosesor Willow-nya, menurunkan tingkat kesalahan kuantum sekitar 40 kali lipat dan mencapai fidelitas logika T-gate sebesar 99,99%, memecahkan rekor tertinggi di bidang ini hingga saat ini. Terobosan ini, jika dapat diperluas dengan sukses, akan secara signifikan mengurangi skala perangkat keras yang dibutuhkan untuk membangun sistem kuantum toleran-kesalahan, dan memiliki arti penting bagi komersialisasi komputasi kuantum.

Tim Quantum AI Google telah mencapai kemajuan penting di bidang komputasi kuantum, yang berpotensi memangkas secara signifikan biaya perangkat keras yang dibutuhkan untuk membangun sistem kuantum yang praktis.

Penelitian terkait dipublikasikan pada hari Kamis di jurnal Science. Google telah memverifikasi sebuah teknologi bernama "magic state cultivation" pada prosesor Willow mereka, yang menurunkan tingkat kesalahan kuantum sekitar 40 kali lipat, dengan fidelitas logika T-state mencapai 99,99%. Ini merupakan rekor tertinggi di bidang ini hingga saat ini.

Produksi magic state telah lama dianggap sebagai hambatan utama dalam skala komputasi kuantum—diperkirakan hingga 95% daya komputasi komputer kuantum mungkin perlu didedikasikan untuk menghasilkan magic state, sehingga sumber daya yang benar-benar digunakan untuk komputasi sangatlah terbatas.

Jika terobosan ini berhasil diperluas, maka akan sangat mengurangi skala perangkat keras yang dibutuhkan untuk membangun sistem kuantum yang tolerant-kesalahan, yang sangat penting bagi jalur komersialisasi komputasi kuantum.

Google juga menyatakan bahwa teknologi ini masih perlu divalidasi pada skala yang lebih besar, dan masih cukup jauh dari komputasi kuantum yang praktis.

Hingga berita ini diturunkan, harga saham Google naik 0,24% pada hari Kamis.

Google membuat terobosan dalam komputasi kuantum: tingkat kesalahan turun 40 kali lipat, mengatasi hambatan sumber daya utama image 0

Magic State: Lubang Hitam Sumber Daya Komputasi Kuantum

Magic state adalah elemen kunci untuk mewujudkan komputasi kuantum "universal". Agar prosesor kuantum dapat melakukan operasi yang tidak dapat dilakukan komputer klasik, mereka harus bergantung pada magic state untuk menghasilkan serangkaian operasi kuantum yang diperlukan. Namun, magic state tidak dapat digunakan kembali setelah dipakai, sehingga menjadi sumber daya yang langka.

Tantangan yang lebih besar terletak pada biaya produksinya. Beberapa penelitian memperkirakan bahwa komputer kuantum mungkin perlu mendedikasikan hingga 95% total daya komputasinya untuk produksi magic state, sehingga sumber daya yang tersedia untuk tugas komputasi aktual sangat terbatas.

Bottleneck ini telah diprediksi oleh para peneliti sejak tahun 2004, dan dalam dua dekade berikutnya, komunitas ilmiah terus mencari cara untuk menurunkan biaya produksi magic state, namun kemajuannya lambat.

Usulan Skema Magic State Cultivation, Efisiensi Sumber Daya Meningkat Drastis

Pada tahun 2024, peneliti Quantum AI Google Craig Gidney, Noah Shutty, dan Cody Jones mengusulkan skema magic state cultivation berdasarkan literatur yang ada.

Inti dari skema ini adalah mendesain proses produksi magic state sebagai serangkaian mekanisme penyaringan: menyuntikkan quantum state yang mengandung noise ke satu area kecil pada chip, kemudian mengidentifikasi dan mengeliminasi percobaan yang gagal melalui serangkaian pengukuran yang sangat terkoordinasi, sehingga “mengembangkan” quantum state dengan kemurnian tinggi dan tingkat kesalahan rendah, sembari menyandikannya ke dalam bentuk yang dapat digunakan dalam skala lebih besar.

Namun, penerapan dari teori ke perangkat keras tidaklah mudah. Ilmuwan riset Emma Rosenfeld pada pengujian awal terus mendapatkan data yang "seolah-olah bertentangan dengan hukum fisika".

Setelah berbulan-bulan investigasi, tim menemukan akar masalah terletak pada asumsi keliru dari teknologi benchmark pengukuran—noise yang dihasilkan oleh pergeseran kelistrikan dan perubahan suhu di laboratorium mengintervensi validitas uji benchmark.

Untuk itu, tim menambahkan kontrol ekstra pada sistem untuk menekan pengaruh noise, serta menciptakan teknik benchmark baru yang menggunakan proses cultivation itu sendiri sebagai alat kalibrasi otomatis.

Fidelitas dan Tingkat Kesalahan Memecahkan Rekor Baru

Pada prosesor Willow, skema di atas berhasil menurunkan tingkat kesalahan sekitar 40 kali dibandingkan quantum state tanpa cultivation, dengan fidelitas logika T-state mencapai 99,99%, memecahkan rekor di bidang ini.

Tim Google juga telah menyelesaikan demonstrasi penting lainnya: memverifikasi bahwa magic state hasil cultivation dapat dipindahkan dengan lancar antara dua skema quantum error correction yang berbeda—khususnya, memindahkan quantum state dari color code Distance-3 (metode error correction yang lebih baru dan cocok untuk operasi cultivation) ke surface code Distance-5 (metode error correction yang lebih matang).

Operasi “cangkok” ini membuktikan bahwa quantum state yang dimurnikan dapat bertahan stabil dan berpindah dengan lancar di dalam perangkat keras, membuka jalan bagi integrasi teknologi magic state cultivation ke dalam arsitektur komputasi kuantum Google yang ada.

Meski telah meraih kemajuan tersebut, Google menegaskan bahwa teknologi magic state cultivation masih perlu divalidasi pada skala yang lebih besar sebelum benar-benar bisa digunakan dalam tugas komputasi kuantum praktis, dan masih banyak tantangan teknis yang harus diatasi.

0
0

Disclaimer: Konten pada artikel ini hanya merefleksikan opini penulis dan tidak mewakili platform ini dengan kapasitas apa pun. Artikel ini tidak dimaksudkan sebagai referensi untuk membuat keputusan investasi.

PoolX: Raih Token Baru
APR hingga 12%. Selalu aktif, selalu dapat airdrop.
Kunci sekarang!

Kamu mungkin juga menyukai

Pengawasan pusat data Amerika Serikat yang diperketat berdampak pada saham infrastruktur AI? Morgan Stanley: Dampaknya terbatas pada tahun 2027, risiko lebih terkonsentrasi pada tahun 2028

Morgan Stanley percaya bahwa penjualan saham infrastruktur AI yang dipicu oleh pemilu paruh waktu Amerika Serikat mungkin merupakan reaksi berlebihan, risiko ekspansi pusat data pada tahun 2027 terbatas, permintaan daya komputasi AI tetap kuat, beberapa saham teknologi telah menunjukkan peluang investasi, dan Microsoft tetap menjadi pilihan utama.

智通财经•2026/11/09 16:15
Pengawasan pusat data Amerika Serikat yang diperketat berdampak pada saham infrastruktur AI? Morgan Stanley: Dampaknya terbatas pada tahun 2027, risiko lebih terkonsentrasi pada tahun 2028

Goldman Sachs menyebutkan garis tren kunci, pertahanan terakhir Nasdaq dalam kondisi genting

Indeks Nasdaq 100 mengalami penurunan selama empat minggu berturut-turut, saat ini sedang menguji secara presisi garis tren kunci yang menghubungkan titik terendah tahun 2025 dan 2026 (26630 poin). Meskipun laporan pendapatan kuartal ketiga menunjukkan hasil yang kuat, tingginya sentimen risk-off di pasar dan lonjakan indikator ketakutan membuat investor mulai mengantisipasi potensi perlambatan pada tahun 2028, menyebabkan harga saham terus menurun. Dengan arus keluar dana asing yang besar dan perbedaan valuasi yang tajam, pasar kini menantikan ujian dari laporan CPI dan laporan keuangan raksasa chip minggu ini.

华尔街见闻•2026/11/09 13:36
Goldman Sachs menyebutkan garis tren kunci, pertahanan terakhir Nasdaq dalam kondisi genting

Goldman Sachs mendukung Oracle (ORCL.US): Kekhawatiran pendanaan AI mungkin terlalu dibesar-besarkan, risiko proyek yang sedang dibangun dapat dikendalikan

Goldman Sachs mempertahankan peringkat "beli" untuk Oracle dengan target harga 12 bulan sebesar 206 dolar AS.

智通财经•2026/11/09 12:26
Goldman Sachs mendukung Oracle (ORCL.US): Kekhawatiran pendanaan AI mungkin terlalu dibesar-besarkan, risiko proyek yang sedang dibangun dapat dikendalikan

Pemilihan paruh waktu mengungkapkan kerentanan pasar! Perdagangan AI menghadapi pemeriksaan ketat, ekspektasi keuntungan pasar saham AS mungkin mengalami penyesuaian besar

Hasil pemilihan paruh waktu Amerika Serikat dan penurunan pasar yang terjadi setelahnya telah menunjukkan kerentanan akibat terlalu banyak taruhan pada kecerdasan buatan (AI), sehingga para investor mungkin perlu menyesuaikan kembali ekspektasi terhadap imbal hasil investasi.

智通财经•2026/11/09 10:59
Pemilihan paruh waktu mengungkapkan kerentanan pasar! Perdagangan AI menghadapi pemeriksaan ketat, ekspektasi keuntungan pasar saham AS mungkin mengalami penyesuaian besar