تراشه Majorana 2 مایکروسافت دارای کیوبیت‌هایی با طول عمر ۲۰ ثانیه است — و یک رایانه کوانتومی مقیاس‌پذیر تا سال ۲۰۲۹

مایکروسافت تراشه Majorana 2 را در کنفرانس Build 2026 در سان‌فرانسیسکو رونمایی کرد — دومین تراشه رایانش کوانتومی توپولوژیک این شرکت، و گامی مهم در شرط‌بندی‌ای که مایکروسافت بیش از یک دهه بر روی آن انجام داده است. کیوبیت‌های موجود در Majorana 2 دارای میانگین طول عمر ۲۰ ثانیه هستند و برخی از آن‌ها تا یک دقیقه نیز دوام می‌آورند. این عدد در رایانش کوانتومی اهمیت فوق‌العاده‌ای دارد، جایی که شکنندگی همدوسی کیوبیت‌ها از نظر تاریخی مانع اصلی ساخت سیستم‌هایی بوده است که بتوانند کار مفید انجام دهند.

برای مقایسه: کیوبیت‌های ابررسانای متداول، که رویکرد استفاده‌شده توسط IBM و گوگل است، معمولاً همدوسی را برای صدها میکروثانیه تا چند میلی‌ثانیه حفظ می‌کنند. تراشه Majorana 1، اولین تراشه توپولوژیک مایکروسافت که در فوریه ۲۰۲۵ اعلام شد، اثبات مفهومی بود که کیوبیت‌های توپولوژیک قابل ساخت هستند. Majorana 2 چیزی را نشان می‌دهد که ساتیا نادلا، مدیرعامل مایکروسافت، در Build آن را «آغاز مقیاس مهندسی» توصیف کرد — نه فقط اثبات فیزیک، بلکه نشان دادن بهبودهای ساخت مورد نیاز برای ساخت کیوبیت‌های قابل اعتماد در حجم بالا.

چه چیزی کیوبیت‌های توپولوژیک را متفاوت می‌کند

طراحی‌های کیوبیت متداول اطلاعات کوانتومی را در حالت یک شیء فیزیکی واحد — یک مدار ابررسانا، یک یون به دام‌افتاده یا یک فوتون — رمزگذاری می‌کنند که آن‌ها را ذاتاً به نویز محیطی حساس می‌کند. یک میدان الکترومغناطیسی سرگردان، یک ارتعاش یا یک پرتو کیهانی می‌تواند حالت کوانتومی را فرو بریزد و باعث خطا شود.

کیوبیت‌های توپولوژیک اطلاعات را متفاوت رمزگذاری می‌کنند. به جای یک شیء فیزیکی واحد، کیوبیت‌های توپولوژیک اطلاعات کوانتومی را در ویژگی‌های سراسری یک سیستم فیزیکی ذخیره می‌کنند — به طور خاص، در پیکربندی شبه‌ذرات عجیبی به نام فرمیون‌های مایورانا که در مرزهای برخی از سطوح مشترک ابررسانا-نیمه‌هادی ظاهر می‌شوند. از آنجا که اطلاعات در یک ویژگی توپولوژیک به جای یک حالت موضعی رمزگذاری می‌شود، ذاتاً در برابر اغتشاش‌های موضعی مقاوم‌تر است. نویز محیطی باید کل توپولوژی سراسری سیستم را مختل کند تا باعث خطا شود، نه فقط یک ذره منفرد را برهم زند.

این حفاظت نظری از زمانی که این رویکرد برای اولین بار پیشنهاد شد، جذابیت کیوبیت‌های توپولوژیک بوده است. چالش، اثبات کارکرد عملی آن بوده است — اینکه فرمیون‌های مایورانا واقعاً می‌توانند در دستگاه‌های ساخته‌شده ایجاد، کنترل و خوانده شوند. Majorana 1 اولین اعتبارسنجی تجربی را فراهم کرد. Majorana 2 طول عمر کیوبیت را به طور قابل توجهی بهبود می‌بخشد، که معیاری است که به طور مستقیم تعیین می‌کند آیا کیوبیت‌های توپولوژیک می‌توانند به وعده نظری خود عمل کنند یا خیر.

لایه مواد جدید

تغییرات کلیدی در Majorana 2 در سطح مواد است. رویکرد قبلی از آلومینیوم به عنوان ابررسانا در تماس با نیمه‌هادی آرسنید ایندیم (InAs) استفاده می‌کرد. Majorana 2 آلومینیوم را با سرب به عنوان ابررسانا جایگزین می‌کند و آرسنید آنتیمونید ایندیم (InAsSb) را در کنار آرسنید ایندیم در ناحیه فعال نیمه‌هادی اضافه می‌کند.

سرب شکاف ابررسانایی به طور قابل توجهی بزرگ‌تری نسبت به آلومینیوم دارد — مانع انرژی که حالت ابررسانا را از اختلال حرارتی محافظت می‌کند. شکاف بزرگ‌تر به معنای پایداری بیشتر در دماهای عملیاتی و مقاومت بیشتر در برابر انواع نوسانات حرارتی و الکترومغناطیسی است که باعث خطا می‌شوند. لایه آرسنید آنتیمونید ایندیم ساختار نواری سطح مشترک نیمه‌هادی-ابررسانا را به گونه‌ای اصلاح می‌کند که یک فاز توپولوژیک پایدارتر ایجاد می‌کند — رژیمی که در آن فرمیون‌های مایورانا تشکیل و باقی می‌مانند.

این بهبودهای مواد با کمک Microsoft Discovery، پلتفرم هوش مصنوعی عامل مایکروسافت برای تحقیقات علمی (که در Build 2026 به عنوان در دسترس عموم اعلام شد)، شناسایی و بهینه‌سازی شدند. مایکروسافت یک حلقه بازخورد اجرا می‌کند که در آن سیستم‌های هوش مصنوعی به طراحی آزمایش‌ها، تحلیل نتایج و ارائه اصلاحات مواد کمک می‌کنند — سپس تیم ساخت آن پیشنهادات را اجرا می‌کند و سیستم هوش مصنوعی نتایج را تحلیل می‌کند. لایه مواد Majorana 2 تا حدی محصول آن همکاری انسان و هوش مصنوعی در علم مواد است.

جدول زمانی: ۲۰۲۹ به جای ۲۰۳۳

مهم‌ترین اعلامیه تجاری در رونمایی Majorana 2 بازبینی جدول زمانی است. مایکروسافت قبلاً یک رایانه کوانتومی «در مقیاس کاربردی» — قادر به حل مسائل عملی فراتر از دسترس رایانه‌های کلاسیک — را تا حدود سال ۲۰۳۳ پیش‌بینی کرده بود. این جدول زمانی به ۲۰۲۹ منتقل شده است، یک شتاب چهار ساله.

چشم‌انداز مایکروسافت از معنای «کوانتوم مقیاس‌پذیر» مشخص است: یک تراشه واحد حاوی بیش از یک میلیون کیوبیت. رویکردهای فعلی برای مقیاس‌پذیری کوانتومی — از جمله معماری چند تراشه‌ای مدولار IBM با هدف صدها کیوبیت منطقی تا اواخر دهه ۲۰۲۰ — شامل اتصال چند پردازنده کوچک‌تر است. مایکروسافت معتقد است پایداری کیوبیت و ردپای فیزیکی کوچک‌تر رویکرد توپولوژیک امکان ادغام تعداد بسیار بیشتری از کیوبیت‌ها را روی یک تراشه فراهم می‌کند و در نهایت به چگالی میلیون کیوبیت مورد نیاز برای محاسبات مقاوم در برابر خطا بدون پیچیدگی مدولار می‌رسد.

هدف ۲۰۲۹ بلندپروازانه است. این هدف نه تنها حفظ بهبودهای Majorana 2 در مقیاس را می‌طلبد، بلکه حل کنترل کیوبیت در چگالی‌های بسیار فراتر از نمایش‌های فعلی، پیاده‌سازی تصحیح خطای کوانتومی به طور کارآمد، و ادغام الکترونیک کنترل کلاسیک با سخت‌افزار کوانتومی برودتی را نیز شامل می‌شود. هر یک از این موارد یک چالش مهندسی قابل توجه است.

مقایسه Majorana 2 با سایر رویکردها

چشم‌انداز رایانش کوانتومی در سال ۲۰۲۶ شامل چند رویکرد معتبر به صورت موازی است که هر کدام معاوضه‌های متفاوتی دارند:

نقشه راه IBM با استفاده از کیوبیت‌های ترانسمون ابررسانا در پردازنده‌های متصل مدولار، ۱۰۰٬۰۰۰ کیوبیت فیزیکی را تا سال ۲۰۳۳ هدف قرار داده است. مزیت کوتاه‌مدت IBM این است که سخت‌افزار آن امروز در مقیاس وجود دارد — این شرکت بیش از ۱۰۰ سیستم کوانتومی را از طریق ابر IBM Quantum در دسترس دارد. محدودیت این است که زمان‌های همدوسی کوتاه‌تر کیوبیت‌های ابررسانا به سربار بیشتری برای تصحیح خطای کوانتومی نیاز دارد.

تیم هوش مصنوعی کوانتومی گوگل برتری کوانتومی را در سال ۲۰۱۹ نشان داد و به مقیاس‌پذیری آرایه‌های کیوبیت ابررسانا ادامه داده است. تراشه Willow گوگل در سال ۲۰۲۴ تصحیح خطای کوانتومی را زیر آستانه نشان داد — به این معنی که کیوبیت‌های بیشتر باعث بهبود نرخ خطا به جای بدتر شدن آن می‌شوند — یک نتیجه برجسته. رویکرد گوگل و مایکروسافت از نظر بستر مشابه هستند اما در فلسفه طراحی کیوبیت تفاوت دارند.

IonQ، Quantinuum و دیگران از کیوبیت‌های یون به دام‌افتاده استفاده می‌کنند که طبیعتاً زمان همدوسی طولانی‌تری نسبت به کیوبیت‌های ابررسانا و وفاداری دروازه بسیار بالایی دارند. محدودیت‌ها سرعت عملیاتی و مقیاس‌پذیری هستند — سیستم‌های یون به دام‌افتاده در مقایسه با سیستم‌های ابررسانا کند هستند و ساخت آرایه‌های بزرگ از یون‌های به دام‌افتاده از نظر مکانیکی پیچیده است.

رویکرد توپولوژیک مایکروسافت، اگر بهبودهای طول عمر و پایداری کیوبیت نشان‌داده‌شده در Majorana 2 به سیستم‌های بزرگ‌تر مقیاس شود، مسیری بالقوه به سمت تعداد کیوبیت‌های مورد نیاز برای محاسبات مقاوم در برابر خطا با سربار کمتر نسبت به رویکردهای سنگین تصحیح خطا ارائه می‌دهد. «اگر» بار قابل توجهی در این جمله دارد — Majorana 2 یک تراشه با تعداد کمی از کیوبیت‌های توپولوژیک قابل نمایش است، نه یک سیستم در حال اجرای الگوریتم‌های کوانتومی. اما معیار طول عمر کیوبیت به اندازه کافی قانع‌کننده است که این رویکرد در کنار گزینه‌های جاافتاده‌تر باید جدی گرفته شود.

معنای واقعی سال ۲۰۲۹

یک رایانه کوانتومی مقاوم در برابر خطا با کاربرد عملی تا سال ۲۰۲۹ می‌تواند چندین صنعت را دگرگون کند. کشف دارو و علم مواد پرکاربردترین کاربردهای ذکر شده هستند: شبیه‌سازی کوانتومی برهم‌کنش‌های مولکولی می‌تواند داروها و مواد جدیدی طراحی کند که رایانه‌های کلاسیک نمی‌توانند به طور دقیق مدل‌سازی کنند. رمزنگاری دیگر کاربرد اصلی است — رایانه‌های کوانتومی می‌توانند رمزنگاری RSA و منحنی بیضوی را در مقیاس کافی بشکنند، به همین دلیل استانداردهای رمزنگاری پساکوانتومی NIST که در سال ۲۰۲۴ نهایی شدند وجود دارند.

جدول زمانی ۲۰۲۹ باید به عنوان یک جاه‌طلبی خوانده شود، نه یک تضمین. جدول‌های زمانی رایانش کوانتومی از نظر تاریخی لغزش داشته‌اند. اما بهبودهای مواد Majorana 2 و طول عمر ۲۰ ثانیه‌ای کیوبیت نتایج تأییدشده تجربی هستند، نه پیش‌بینی — و آن پایه به طور معناداری بهتر از جایی است که رویکرد توپولوژیک ۱۸ ماه پیش در آن قرار داشت.

منابع: Microsoft News; Tom's Hardware; The Next Web