xma>к 2025 г. — 4000 кубитов

уже сейчас есть у IBM 127 кубитный квантовый компьютер (КК) — что больше чем они обещали 6 лет назад только к 2025 году ..

to All :

вообще как считаете, какая первая практическая задача с реальным выхлопом — будет вычислена на КК, и сколько кубитов для неё понадобится ?

P.S.:

а вот кстате любопытно,

Квантовый компьютер ускорил подбор состава полупроводниковых материалов с десятков лет до десятков секунд
https://3dnews.ru/1059911/kvantoviy-kompyuter-sokratil-vremya-podbora-sostava-poluprovodnikovih-materialov-s-desyatkov-let-do-desyatkov-sekund

Японская компания Showa Denko, хорошо известная нам по производству передовых магнитных пластин для жёстких дисков, сообщила о резком ускорении в разработке передовых полупроводниковых материалов. Время подбора рецептуры новых составов для производства чипов сократилось с десятков лет до десятков секунд, в чём помогли новейшие квантовые технологии вычислений.

Составы современных полупроводниковых материалов очень сложны и включают более 10^50 комбинаций смол, наполнителей и добавок в различных соотношениях.

Даже при использовании новейших моделей машинного обучения на подбор нужного состава может уйти до десяти и более лет.

Вычисления с помощью квантовых алгоритмов позволяют вскрыть все возможные варианты комбинаций в небывало короткие сроки — в течение десятков секунд, а не десятков лет.
..
Это платформа для так называемой квантовой нормализации, которую чаще называют квантовым отжигом. Платформа с помощью привычной КМОП-электроники позволяет решать задачи комбинаторной оптимизации, которая вполне сопрягается с квантовыми алгоритмами.

Исследователи Showa Denko оптимизировали для своих задач модель Изинга. Фактически они доработали собственный ИИ для поиска составов полупроводников для запуска на платформе Fujitsu. Время исследования материалов сократилось в 72 тыс. раз, отмечают в компании.

Более того, ожидается, что оптимальная рецептура, разработанная с помощью модели Изинга, позволит получить полупроводниковые материалы с производительностью на 30 % выше, чем рецептура, разработанная с помощью обычных методов ИИ.