В связи с появлением новых научных подходов, материалов и математических алгоритмов у части российских экспертов возник практический вопрос, а можно ли с их помощью компенсировать отставание в области вычислительной техники, которое обусловлено технологическим разрывом между российскими производителями микросхем и мировыми лидерам, такими как Samsung, TSMC, Micron, Intel. То есть, не пытаться догнать лидеров индустрии пройдя за ними тот же путь, а "срезать угол", создавая альтернативные решения в области вычислительной техники.
То, что Россия пока отстает от мировых лидеров в производстве микросхем не является секретом, Так например в официальной дорожной карте развития российской микроэлектроники стоит задача к 2030 году освоить производство микросхем и процессоров по техпроцессу 14 нанометров. Компания Samsung начала выпускать 14-нанометровые процессоры еще в 2014 году, а согласно экспертной дорожной карте к 2032 году ведущие мировые производители уже перейдут на техпроцесс 0,7 нанометра. То есть, отставание сократится (сейчас российским компаниям доступно производство по 90-нанометровому техпроцессу, против 3 нанометров у TSMC) но все равно останется существенным.
И действительно в этой области достигнут заметный прогресс. Еще в 2019 году компания Google заявила о достижении так называемого квантового превосходства. "Квантовое превосходство" - маркетинговый термин, показывающий способность квантовых вычислительных устройств решать проблемы, которые классические компьютеры практически не могут решить или будут решать очень долго. Но при этом квантовые компьютеры гораздо более восприимчивы к ошибкам, чем классические, а скептики указывают на то, что рост числа ошибок в квантовых компьютерах может происходить по экспоненте по мере роста их мощности и это является потенциальным препятствием для успешной реализации квантовых вычислений и демонстрации квантового превосходства. Не сегодняшний день успешные примеры практической реализации квантовых технологий связаны не с квантовыми вычислениями, а с квантовой криптографией и квантовыми коммуникациями. Это действительно перспективные решения в первую очередь связанный с их уникальной защищенностью. В России развитием этой технологией занимается РЖД, и в 2021-2022 годах уже были построены участки оптической квантовой сети между Москвой и Санкт-Петербургом и Москвой и Нижним Новгородом. Общая ее протяженность составила 1147 км. В 2023 году квантовые сети должны соединить Москву, Воронеж и Ростов-на-Дону, Нижний Новгород, Арзамас и Казань, а их протяженность превысить 2500 км.
Однако в том, что касается именно квантовых вычислений прогресс намного скромнее. В последнем докладе международной ассоциации вычислительной техники (ACM) старейшей отраслевой ассоциации, объединяющей более, чем 83 тыс. инженеров, приводятся результаты сравнения возможностей процессора NVIDIA A100 с идеальным квантовым компьютером (мощностью 10000 кубит) со 100% коррекцией ошибок, который лишь возможно будет создан в течении ближайших 10 лет.
Квантовые алгоритмы хорошо подходят для больших вычислений с небольшим количеством данным, например, для моделирования, создания новых материалов и лекарств, но проигрывают классическим компьютерам при работе с "большими данными" и нейросетями. То есть, для двух самых востребованных задач в бизнесе и промышленности квантовый компьютер в силу своих технологических особенностей не подходит.
Фотонные тензорные компьютеры, более универсальны, но серьезный выигрыш по сравнению с классическими дают только в одном компоненте - энергопотреблении, при том, что до создания работающих устройств эта технология еще дальше, чем квантовая.
По мнению Президента Российской академии наук Геннадия Красникова, в ближайшее десятилетие явная альтернатива классическим микроэлектронным технологиям не просматривается, а квантовые и фотонные компьютеры смогут лишь дополнить классические, но при этом останутся нишевой технологией, предназначенной для решения отдельных задач. Однако, в качестве дополнительных узлов (вычислительных, измерительных и коммуникационных устройств), новые типы процессоров смогут повысить конкурентоспособность тех решений, в которых будут использоваться.
По мнению Красникова есть четыре ключевые предпосылки, которые обеспечат очередной рывок в росте вычислительных мощностей и это произойдет именно в области "традиционной" микроэлектроники.
•Усложнение нейросетей и развитие нейросетей основанных на спайковой модели нейрона. (спайковая или импульсная нейросеть - это искусственная нейросеть максимально реалистичная, с точки зрения физиологии к работе мозга и нервной системы живых существ).
•Новые архитектуры процессоров для работы с большими данными, базирующиеся на не фон-Неймановской архитектуре.
•Мемристоры, как замена классической памяти, которые откроют колоссальные возможности по увеличению энергоэффективности и скорости работы. (Мемристор - электронный компонент, который сохраняет внутреннее сопротивление на основе истории приложенного напряжения и тока)
•Минимизация микросхем. Увеличение плотности упаковки транзисторов.
И если в том, что касается последнего пункта этого списка есть уже сложившаяся индустрия и очевидные, уже упоминавшиеся лидеры, догнать которых в среднесрочной перспективе нереально, то в том, что касается новых процессорных архитектур, материалов и нейросетей лидеры постоянно меняются и российские команды разработчиков и компании занимающиеся этими направлениями, действительно могут включиться в гонку за лидерство.
При этом, по мнению исполнительного директора Ассоциации российских разработчиков и производителей электроники (АРПЭ) Ивана Покровского принципиально важно контролировать такой компонент, как разработка программно-аппаратных платформ: "Если, к примеру, рассматривать вычислительную технику, то такая платформа формируется из процессора и операционной системы, причем определяет ее разработчик процессора. И пока не контролируется разработка программно-аппаратной платформы, то использование этих перспективных, инновационных, но все же вспомогательных технологий, будет связано с рисками. Важно встраивать новые решения в собственные платформы, а не укреплять своими компетенциями и разработками чужие".