کامپیوتر کوانتومی، سوپر کامپیوترهای رایج را به زباله دان تاریخ انداخت.
کامپیوتر کوانتومی چیست؟
کامپیوتر کوانتومی (Quantum Computing) بهجای بیتهای کلاسیک (۰/۱) از کیوبیتها استفاده میکند؛ کیوبیت میتواند در حالتِ ترکیبی از صفر و یک قرار گیرد (برهمنهی) و با کیوبیتهای دیگر درهمتنیده شود. این خواص به ماشینهای کوانتومی اجازه میدهد فضای حالت عظیمی را بهصورت توأمان بررسی کنند و برای مسائلِ ویژهای برتری محاسباتی یا «quantum advantage» بهدست آورند. اولین نشانگر بارز در این مسیر، ادعای «برتری کوانتومی» گوگل با پردازشگر Sycamore (۲۰۱۹) بود که نشان داد برای یک مسئلهٔ مشخص، پردازش کوانتومی میتواند بسیار سریعتر از ابرکامپیوتر کلاسیک باشد.
کامپیوتر کوانتومی بسیار فراتر از تکنولوژی کامپیوترهای عادی رفته و از این دستاورد با نام برتری کوانتومی یاد می کنند. این اتفاق نقطه عطف مهمی در مسیر پردازش داده ها بحساب می آید که گوگل نتایج آن را در نشریه Nature انتشار داده است. این دستاورد پس از یک دهه فعالیت گوگل بر روی چیپست کوانتومی خود که Sycamore نامیده می شود به سرانجام رسیده است.
محققین گوگل در یک بلاگ اعلام کردند: “ماشین ما پردازش های مورد نظر را ظرف 200 ثانیه اجرا کرد، و اندازه گیزی هایی را در تست ما صورت داد که ما می توانیم اعلام کنیم سریعترین سوپر کامپیوتر حال حاضر دنیا برای نتیجه محاسباتی مانند آنچه بدست آمده 10.000 سال زمان نیاز دارد.”

انواع فناوریهای کوانتومی
1- ابررسانا (Superconducting Qubits)
- سازنده: IBM (Condor)، Google (Sycamore / Google Quantum AI)، Rigetti.
- نمونهٔ خبری: IBM در سالهای اخیر پردازندهٔ «Condor» با ۱,۱۲۱ کیوبیت را معرفی کرده که یک گام بزرگ در مقیاسپذیری تراشههای ابررسانا است و روی مسائلی مانند افزایش تراکم کیوبیت، کابلکشی cryogenic IO و yield تراشه متمرکز بوده است.
- مزایا: توسعه و سرمایهگذاری عظیم توسط شرکتهای بزرگ؛ اکوسیستم نرمافزاری قوی؛ دسترسی ابری گسترده.
- معایب: نیاز به خنکسازی نزدیک صفر مطلق؛ کابلکشی و IO پیچیده در مقیاسهای بزرگ؛ نرخ خطای دروازهها هنوز بالاست نسبت به برخی پلتفرمها.
2- یونهای بهدامافتاده (Trapped-Ion)
- سازنده: IonQ، Quantinuum (Honeywell سابق)، Alpine/others.
- نمونهٔ خبری: IonQ اعلام کرد که برای برخی دروازهها به بیش از ۹۹.۹٪ فیدلیتی رسیده و سیستمهای تجاریاش (مثل Forte/Forte Enterprise) از طریق سرویسهای ابری مانند AWS Braket دردسترس مشتریان قرار گرفتهاند. این پلتفرمها بهدلیل عمر کوانتومی طولانیتر و همگنی بهتر در کیوبیتها شناخته میشوند.
- مزایا: فیدلیتی (دقت دروازهها) بالا؛ عمر کوانتومی طولانی؛ دروازههای همگن و معمولاً کیفیت عملیات خوب.
- معایب: مقیاسپذیری سختتر از جنبهٔ تجهیزات لیزری و پیچیدگی کنترل؛ هزینهٔ سختافزاری قابلتوجه.
3- فوتونیک (Photonic)
- سازنده: PsiQuantum (طرح fault-tolerant photonic)، Xanadu (Borealis — photonic processor)، Xanadu و دیگران.
- نمونهٔ خبری: پیسیکوانتوم (PsiQuantum) و Xanadu روی فوتونها/فوتونیک مبتنی بر تراشه کار میکنند؛ برخی نتایج نشان میدهد میتوانند در مسئلههای نمونهبرداری تصادفی برتری یا «quantum advantage» را نشان دهند و فوتونیک مزیت عدم نیاز به خنکسازی نزدیک صفر مطلق را دارد.
- مزایا: قابلیت کار در دمای اتاق یا نزدیک آن؛ بهرهگیری از فناوریهای تولید تراشه (فوتونیک یکپارچه)؛ مسیر جذاب برای مقیاسپذیری و اتصال.
- معایب: نیاز به قطعات فوتونیک با عملکرد بالا و مدیریت خطاهای فوتونیک؛ الگوریتمها و تصحیح خطای مناسب هنوز در حال تحقیقند.
4- کوبیتهای توپولوژیک (Topological)
- سازنده: Microsoft (Majorana / Majorana 1)، پژوهشهای دانشگاهی.
- نمونهٔ خبری: مایکروسافت در اوایل ۲۰۲۵ پردازندهٔ آزمایشی «Majorana 1» را معرفی کرد که از کوبیتهای توپولوژیک استفاده میکند — هدف این فناوری مقاومت ذاتی در برابر خطا است، اما مسیر توسعهٔ آن آزمایشی و بلندمدت است.
- مزایا: وعدهٔ مقاومت ذاتی در برابر برخی خطاها؛ در صورت موفقیت میتواند نیاز به تصحیح خطا را بسیار کاهش دهد.
- معایب: بسیار پژوهشی و زمانبر؛ پیادهسازی صنعتی هنوز ناپایدار و غیرتجاری است.
5- Annealing (D-Wave) و اتمهای خنثی (Neutral-Atom)
- سازنده: D-Wave (quantum annealing)، QuEra / ColdQuanta (neutral-atom).
نکته: Annealing بیشتر برای مسائل بهینهسازی خاص کاربرد دارد و ساختار متفاوتی نسبت به QPUهای gate-based دارد. - مزایا: برای مسائل خاص (مثلاً بهینهسازی) مناسب؛ برخی پلتفرمها سریع و اقتصادیتر برای مسائل خاص.
- معایب: محدودیت در طیف مسائل قابل حل (برای annealing) و نیاز به روشهای هیبرید با کلاسیک.
جدول مقایسه انواع فناوری های کوانتومی
نوع فناوری | سازندگان / نمونهها | مزایا | معایب | وضعیت تجاری |
---|---|---|---|---|
ابررسانا (Superconducting) | IBM Condor، Google Sycamore، Rigetti | توسعه وسیع، اکوسیستم نرمافزاری قوی، دسترسی ابری | نیاز به دمای نزدیک صفر مطلق، نرخ خطا بالا | در دسترس از طریق IBM Quantum و Google Cloud |
یونهای بهدامافتاده (Trapped-Ion) | IonQ، Quantinuum، Alpine Quantum | فیدلیتی بالا، عمر کوانتومی طولانی | پیچیدگی در کنترل لیزری و مقیاسپذیری محدود | تجاری و در دسترس از طریق AWS Braket |
فوتونیک (Photonic) | PsiQuantum، Xanadu Borealis | عملکرد در دمای اتاق، مقیاسپذیری بالا با تراشههای نوری | نیاز به مدیریت دقیق خطاهای فوتونیک | در حال توسعه آزمایشی (Pre-commercial) |
توپولوژیک (Topological) | Microsoft Majorana 1 | مقاومت ذاتی در برابر خطا | بسیار پژوهشی و غیرتجاری در حال حاضر | در مرحلهٔ آزمایشی |
آنيلینگ و اتمهای خنثی (Annealing / Neutral-Atom) | D-Wave، QuEra، ColdQuanta | بهینه برای مسائل خاص، هزینه پایینتر | محدودیت در نوع مسائل قابل حل | کاربردی در مسائل بهینهسازی صنعتی |
فرق کامپیوتر کوانتومی و کلاسیک
تقریبا تمامی دستگاه های دیجیتال تاکنون، از انیاک در سال 1945 تا آیفون 11 اپل در سال 2019، یک کامپیوتر کلاسیک بوده اند. پایه تمام آنها براساس مدارهای منطقی بوده تا بتواند کارهایی از قبیل جمع دو عدد و ذخیره آن در حافظه را صورت دهند. در صورتیکه کامپیوتر کوانتومی بطور کلی متفاوت است و تکیه آن بر قوانین پیچیده فیزیک بوده تا اجزای کوچکی مانند اتم را کنترل کنند.
در حالیکه کامپیوترهای کلاسیک برای پردازش و نگهداری اطلاعات از بیت های جداگانه 0 و 1 استفاده می کند، در کامپیوتر کوانتومی از زیربنای متفاوتی استفاده می شود که به کیوبیت (Qubit) معروف است. هر کیوبیت می تواند حالات متفاوتی از 0 و 1 را در یک لحظه ترکیب و نگهداری کند، از طرق پدیده پیچیده ای که به آن برهم نهی گفته می شود.
علاوه بر آن می توان چند کیوبیت را طی یک پدیده دیگر که درهم تنیدگی نامیده می شود می توان به هم پیوند داد. این پدیده به کامپیوتر کوانتومی اجازه می دهند که طیف وسیعی از راه حل های ممکن برای یک مسئله را در یک زمان پردازش نماید.
کاربردهای واقعی و نزدیکمدت (۲–۵ سال آینده)
در کوتاهمدت، انتظار میرود رایانش کوانتومی بهصورت هیبرید با محاسبات کلاسیک وارد صنایع شود. موارد عملی و مشتریمحور عبارتاند از:
- شبیهسازی مولکولی و داروسازی: شرکتهای دارویی و استارتاپهای محاسباتی با ارائهٔ نمونههای اولیه و همکاری با ارائهدهندگان کوانتومی (IBM, IonQ, PsiQuantum و غیره) به دنبال تسریع اکتشاف مولکولی و طراحی دارو هستند. (شواهد مشارکتهای متعدد بین شرکتهای کوانتوم و دارویی).
- بهینهسازی لجستیک و زنجیرهٔ تأمین: مسائل مسیریابی و زمانبندی که در صنعت لجستیک و خودروسازی اهمیت دارد (مثلاً پروژههای Volkswagen و Daimler در همکاری با تیمهای کوانتومی).
- مالی و سرمایهگذاری: مدلسازی ریسک، بهینهسازی پرتفوی و تحلیلهای پیچیده که میتوانند از الگوریتمهای کوانتومی سود ببرند. بانکها و شرکتهای مالی در حال آزمایش Proof-of-Concept هستند.
- تولید اعداد تصادفی کوانتومی (QRNG) و امنیت: تولید اعداد تصادفی با کیفیت بالا برای رمزنگاری و امنیت اطلاعات.
- شبیهسازی مواد و باتری: همکاریهای تحقیقاتی برای شبیهسازی واکنشهای شیمیایی و رفتار باتری (مثلاً مطالعات مشترک Volkswagen با گروههای کوانتومی).
چالشها و محدودیتها رایانه کوانتومی
وقتی با پرسش «کامپیوتر کوانتومی چیست» روبهرو میشویم، شاید در نگاه اول تنها به مزایای آن در سرعت و قدرت پردازش فکر کنیم. اما در پس این فناوری پیشرفته، چالشهای فنی پیچیدهای نهفته است که توسعه آن را با موانع متعددی روبهرو کردهاند. یکی از اصلیترین مشکلات، ناپایداری کوانتومی یا decoherence است؛ حالتی که در آن کیوبیتها به دلیل نویزهای محیطی، حالت کوانتومی خود را از دست میدهند و باعث از بین رفتن اطلاعات میشوند. این ویژگی، نگهداری و پردازش دادهها در کامپیوترهای کوانتومی را به چالشی بزرگ تبدیل کرده است.
در ادامه بررسی اینکه کامپیوتر کوانتومی چیست، باید به نرخ بالای خطا در پردازشهای کوانتومی اشاره کرد. برخلاف رایانههای کلاسیک که خطاهای بسیار کمی دارند، در سامانههای کوانتومی کوچکترین انحراف میتواند محاسبات را مختل کند. به همین دلیل، ایجاد سیستمهای اصلاح خطای کوانتومی به یکی از مهمترین محورهای پژوهش در این حوزه تبدیل شده، هرچند این فرآیند نیازمند استفاده از دهها کیوبیت برای حفاظت از تنها یک کیوبیت فعال است.
موضوع دیگری که در پاسخ به پرسش «کامپیوتر کوانتومی چیست» باید مورد توجه قرار گیرد، شرایط فیزیکی بسیار خاص برای عملکرد این دستگاههاست. اغلب آنها نیاز دارند تا در دمایی نزدیک به صفر مطلق کار کنند، که دستیابی به چنین محیطی نیازمند فناوریهای بسیار پیشرفته و پرهزینه است. همین موضوع تجاریسازی گسترده رایانههای کوانتومی را دشوار کرده است.
همچنین نبود استانداردهای سختافزاری و نرمافزاری یکپارچه در میان شرکتها و مراکز تحقیقاتی مختلف، باعث ایجاد پراکندگی در پیشرفتها شده و روند توسعه را کند کرده است. هر سازمان از روشهای منحصر بهفرد خود برای ساخت کیوبیتها استفاده میکند که این مسئله مانع از شکلگیری یک مسیر واحد برای آینده رایانش کوانتومی شده است.
در نهایت، زمانی که میپرسیم کامپیوتر کوانتومی چیست، باید بدانیم که پاسخ تنها به فناوری آیندهنگرانه محدود نمیشود، بلکه با مجموعهای از چالشها و محدودیتهایی همراه است که نیازمند همکاری جهانی، سرمایهگذاری گسترده و صبر علمی فراوان هستند.
خریداران و کاربران عمده (کدام سازمانها اکنون مشتری/همکار هستند؟)
- دولتها و نهادهای تحقیقاتی ملی: وزارت انرژی ایالات متحده (DOE) و مراکز تحقیقاتی دولتی که نقشه راه و سرمایهگذاری قابلتوجه تأمین میکنند. (نقشهراههای ملی QIS).
- شرکتهای فناوری بزرگ / ارائهدهندگان ابری: IBM (فلیت کوانتومی و دیتا سنترها)، Amazon (AWS Braket)، Microsoft (Azure Quantum)، Google Cloud (Google Quantum AI) که هم خود توسعهدهندهاند و هم سرویسدهنده برای مشتریان.
- صنایع دارویی و بیوتکنولوژی: شرکتهایی مثل Roche، Merck، Pfizer و دیگران که در همکاریها یا پروژههای مشترک برای آزمون شبیهسازی مولکولی حضور دارند.
- خودروسازی و حملونقل: Volkswagen، Daimler و دیگران که در پروژههای بهینهسازی و شبیهسازی با تأمینکنندگان کوانتومی همکاری میکنند.
- شرکتهای مالی و سرمایهگذاری: بانکها و مؤسسات مالی که در پروژههای POC و آزمایشی در حوزه بهینهسازی و قیمتگذاری مشارکت دارند. (گزارشها و شواهد متعددی در ادبیات تجاری موجود است).
- همچنین بسیاری از استارتاپها و شرکتهای میانی: (مثل consultancyها، شرکتهای شبیهسازی شیمیایی و اپلیکیشن محور) در حال آمادهسازی برای مصرف سرویسهای ابری کوانتومی هستند. ارائهدهندگان ابری پرتعداد (AWS, IBM, Microsoft, Google) دسترسی به چندین نوع سختافزار را برای مشتریان فراهم میکنند که روند پذیرش را تسهیل میکند.

پرسشهای متداول (FAQ)
- کامپیوتر کوانتومی چیست؟
پاسخ کوتاه: ماشینی که از پدیدههای کوانتومی (کیوبیت، برهمنهی و درهمتنیدگی) برای پردازش اطلاعات استفاده میکند. - آیا کامپیوتر کوانتومی جایگزین کامپیوترهای کلاسیک میشود؟
پاسخ کوتاه: نه در همهجا؛ انتظار میرود در مسئلههای خاص و بهصورت مکمل با کامپیوترهای کلاسیک عمل کنند. - کدام شرکتها پیشرو هستند؟
پاسخ کوتاه: IBM، Google، Microsoft، IonQ، Quantinuum، PsiQuantum، Xanadu، D-Wave و چند استارتاپ دیگر.
جمع بندی
- در کوتاهمدت روی کاربردهای هیبرید کار کن. مسائل شبیهسازی مولکولی کوچک و بهینهسازی ترکیبی بهترین شانس بازده تجاری را دارند.
- دسترسی ابری را امتحان کن (IBM Quantum، AWS Braket، Azure Quantum) تا بدون هزینهٔ سختافزار، الگوریتمها و مدلها را توسعه دهی.
- روی تصحیح خطا و اندازهگیری فیدلیتی نظارت کن. مطالعات ۲۰۲۴–۲۰۲۵ نشان میدهد رسیدن به «زیر آستانه» تصحیح خطا یک نقطهٔ عطف عملی است.
- همکاری صنعتی و تحقیقاتی برقرار کن؛ بسیاری از نوآوریها در پروژههای مشترک بین دانشگاه و صنعت رخ میدهد.