Miliardy terabytů dat jsou každoročně nevyužity. Změnit to může nová éra kvantových počítačů

Napříč IT prostředím se již objevují vysoce výkonné počítače (HPC), superpočítače a biocomputing, tedy technika inspirovaná biologickými procesy. Tyto tři skupiny významně sníží obtížnost řešení některých z nejpalčivějších světových problémů. Jedna teorie tvrdí, že jakmile se podaří vyřešit některý z neřešitelných problémů, je velmi pravděpodobné, že týž algoritmus bude úspěšný i při řešení jiných. Jinými slovy, algoritmus, který rychle vyluští křížovku, nám může pomoci při skládání bílkovin.

Nelze tak očekávat, že budeme nadále zažívat postupné a předvídatelné inovace jako v minulosti. Jakmile překročíme výpočetní prahy potřebné k řešení zásadních problémů, začnou padat zdi kolem celých průmyslových odvětví. Tato transformace nenastane zítra, ale vývoj už je v plném proudu, uvádí studie.

Pište pro Computerworld

Máte dobré nápady, máte co říct? Chcete se podělit o své znalosti se čtenáři Computerworldu?

Je tu ideální příležitost. V redakci neustále hledáme externí autory, kteří rozšíří náš záběr. Nabízíme možnost publikací zajímavých článků nejen na webu, ale také v našem tištěném magazínu.

Pokud máte zájem, ozvěte se šéfredaktorovi na e-mail: radan.dolejs@iinfo.cz

Plýtvání daty

Firmy dnes generují mnohem více dat než kdykoli předtím, což vyvolává nutnou potřebu strojů, které dokáží tato data přeměnit na znalosti. Společnost IDC zjistila, že v roce 2020 bylo vytvořeno, zachyceno nebo replikováno 64,2 ZB (1 zettabyte = miliarda terabytů) dat a očekává se, že toto číslo do roku 2025 vzroste na 180 ZB. Ze všech dat vytvořených v roce 2020 však bylo pouze 10,6 procenta užitečných pro analýzu nebo pro modely umělé inteligence a strojového učení a jen asi 44 procent z nich bylo skutečně využito.

Přitom už v současnosti existují příklady účelného využití dat a výpočetní kapacity. Zmínit lze projekt Folding@Home, který s pomocí výpočetní kapacity nabídnuté dobrovolníky provádí simulace skládání proteinů, což je nezbytná součást vývoje léčiv. V březnu 2020 se základna rozrostla na 400 tisíc počítačů, jejichž společný výkon umožnil simulovat a zmapovat strukturu viru Sars-Cov-2. F@h se tak stal prvním projektem, který překonal hranici exascale definovanou jako výpočetní systém schopný 1018 operací s plovoucí čárkou (neboli miliarda miliard) za sekundu.

Uvést můžeme i superpočítač Dojo spuštěný v loňském roce automobilkou Tesla. Úkolem tohoto stroje postaveného výhradně ve vlastní režii společnosti Elona Muska je učinit autonomní řízení realitou. Pomoci v tom má obrovská databáze jízdních údajů, které firma po léta sbírá ze svých vozů. Žádné tehdy dostupné čipy přitom podle Tesly nemohly zajistit výkon potřebný k učení palubních počítačů, a tak si ve firmě vyvinuli své vlastní.

V případě Tesly šlo o potřebu řešit specifický problém, který ale postihuje celé odvětví. Co se stane, až její auta začnou řídit sama? A jak zareagují konkurenti, kteří takovou technologii nemají?

Miliarda gigabytů v cm³

Zároveň začínáme pozorovat skutečné splynutí biologie a strojů, kdy stroje nejen napodobují biologické operace, ale přímo využívají biologické procesy. V popředí stojí ukládání dat. Jeden z odhadů předpovídá, že DNA by mohla uložit 1 exabyte (miliarda gigabytů) dat v pouhém jednom krychlovém centimetru prostoru, přičemž na základě biologické DNA nalezené na Zemi má potenciál přetrvat více než 700 tisíc let. Spolehlivost spolu s úsporným využitím prostoru a energie by mohla být transformativní v době, kdy naše záliba ve vytváření dat rychle převyšuje naši schopnost je efektivně ukládat. V roce 2019 se společnost Microsoft stala první firmou, která prokázala schopnost úspěšně ukládat a načítat data v umělé DNA.

Kvantový výzkum má před sebou ještě dlouhou cestu. Aby se kvantové stroje daly spolehlivě škálovat, je potřeba provést velký teoretický i praktický vývoj v oblasti opravy chyb. Pro podnikové účely však otázka nezní, zda jsme dosáhli kvantové nadřazenosti, ale co pro mě může kvantum udělat? A odpověď zní: mnohem více, než byste čekali.

V září 2021 vydala společnost Goldman Sachs spolu s partnery IonQ a QC Ware článek, který zachycuje praktickou demonstraci kvantového algoritmu pro simulace Monte Carlo na kvantové výpočetní jednotce. Simulace Monte Carlo jsou prognózy používané k předpovídání výsledků s vysoce nejistými proměnnými. Používají se v široké škále aplikací, včetně finančních trhů. Goldman Sachs tak umí lépe předpovídat tržní výsledky či vyhodnocovat rizika finančních nástrojů.

Nejsou lidi

Schopnosti řešení problémů, které tato nová vlna výpočetní techniky umožňuje, mohou vést k největším technologickým převratům naší doby. S tím jsou spojeny nároky na personál. Mezi hlavními faktory, které dnes zdržují potenciální nasazení kvantových strojů, je nedostatek vyškolených pracovníků.

Proto vznikají iniciativy, které chtějí tuto mezeru zacelit. Jednou z nich je projekt Quantum Compunting on Finance francouzského startupu QuantFi a poskytovatele kvantového školení QUERECA, který je zaměřen na využití kvantové výpočetní techniky ve finančním sektoru. Veřejný sektor je pak zapojen v projektu EuroHPC, který má podpořit využívání HPC v Evropské unii.

Připravte se

Rychle se zdokonalující technika může znamenat buď konec odvětví, nebo největší příležitost za celé generace. Firmy, které spojí svou budoucnost s těmito stroji, budou mít největší šanci tuto příležitost využít.

Autor je manažer finančních služeb Accenture