Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
상온에서 작동하는 10,000 노드 p-큐비트 기반 뉴로모픽 프로세서 'Apollo'를 소개합니다. 양자 엔트로피를 활용해 초고속 확률론적 전이를 구현하며, 기존 극저온 양자 어닐러보다 효율적인 최적화 성능을 보여줍니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AR의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기우리는 16nm 혼성 신호 CMOS (mixed signal CMOS)로 제작되어 약 0.5W의 전형적인 아날로그 코어 전력 범위 내에서 상온에서 완전히 작동하는 10,000 노드 p-큐비트 (p-qubit) 뉴로모픽 프로세서인 Apollo를 소개합니다. 이 시스템의 기본 요소인 p-큐비트는 연속적인 시간 상태 변동이 진정한 양자 유래 무작위성 (true quantum derived randomness)을 주입하는 통합 양자 엔트로피 유닛 (integrated quantum entropy units)에 의해 구동되는 쌍안정 확률론적 단위 (bistable stochastic unit)입니다. 이를 통해 고전적인 상태 표현을 유지하면서도 낮은 에너지에서 초고속 확률론적 전이 (stochastic transitions)를 가능하게 합니다. Apollo는 이러한 p-큐비트들을 높은 차수의 Hyperion 256 상호 연결 토폴로지 (interconnect topology)와 결합하여, 희소 어닐링 플랫폼 (sparse annealing platforms)과 비교했을 때 마이너 임베딩 (minor embedding) 오버헤드를 실질적으로 줄이면서 밀집된 Ising 및 QUBO 문제를 효율적으로 임베딩할 수 있도록 합니다. 우리는 Suzuki Trotter 대응 관계 (Suzuki Trotter correspondence)를 통해, p-큐비트 네트워크의 평형 통계 (equilibrium statistics)와 어닐링 역학 (annealing dynamics)이 극저온 냉각, 장기 결맞음 (long lived coherence), 또는 마이크로파 제어 없이도 횡자기장 양자 어닐링 (transverse field quantum annealing)의 핵심 특성을 재현함을 보여줍니다. 소자 수준의 검증을 넘어, Apollo는 초전도 어닐러 (superconducting annealers)의 양자 이점 (quantum advantage)을 연구하는 데 이전에 사용되었던 3차원 스핀 유리 (spin glass) 벤치마크를 통해 평가되었습니다. 300개의 무질서 실현 (disorder realizations) 전반에 걸쳐, Apollo는 기존에 보고된 극저온 양자 어닐링 하드웨어보다 실질적으로 더 낮은 바닥 상태 에너지 (ground state energies)에 도달하는 동시에, 고전적 시뮬레이티드 어닐링 (simulated annealing) 및 시뮬레이티드 양자 어닐링 (simulated quantum annealing)과는 구별되는 특성을 유지합니다. 350nm 릴리스 후보 (release candidate) 소자는 핵심 p-큐비트 역학, 열역학적 샘플링 정확성, 그리고 연속 시간 어닐링 동작을 실험적으로 검증합니다. 이러한 결과는 Apollo를 양자 구동 에너지 기반 최적화 (quantum driven energy based optimization), 확률적 추론 (probabilistic inference), 생성 모델링 (generative modeling), 그리고 하이브리드 고전-양자 워크플로 (hybrid classical quantum workflows)를 위한 상온 작동 및 산업적 확장 가능 플랫폼으로 확립합니다.