El Capitan, der schnellste Supercomputer der Welt, stellt keine Bedrohung für die Blockchain-Technologie dar

El Capitan, ein Supercomputer mit AMD-Chips (NASDAQ: AMD), hat sich zum schnellsten Supercomputer der Welt entwickelt. Dabei ist es über 5 Millionen Mal schneller

El Capitan, a supercomputer powered by Advanced Micro Devices Inc (NASDAQ:AMD) chips, has become the world’s fastest supercomputer. It is over 5 million times faster than a typical home computer, but its developers say it poses no threat to the cryptography techniques that underpin blockchain technology.

El Capitan, ein Supercomputer mit Chips von Advanced Micro Devices Inc (NASDAQ:AMD), hat sich zum schnellsten Supercomputer der Welt entwickelt. Es ist über 5 Millionen Mal schneller als ein typischer Heimcomputer, aber seine Entwickler sagen, dass es keine Bedrohung für die Kryptografietechniken darstellt, die der Blockchain-Technologie zugrunde liegen.

El Capitan was developed by the Lawrence Livermore National Laboratory, a federal research facility based in California, in partnership with AMD, HP (NYSE:HPQ), and the Department of Energy (DOE). It toppled reigning champion Frontier on the biannual Top 500 list of the world’s fastest supercomputers, hitting a maximum performance of 1.7 million teraflops and 2.79 quadrillion calculations per second.

El Capitan wurde vom Lawrence Livermore National Laboratory, einer bundesstaatlichen Forschungseinrichtung mit Sitz in Kalifornien, in Zusammenarbeit mit AMD, HP (NYSE:HPQ) und dem Department of Energy (DOE) entwickelt. Er verdrängte den amtierenden Champion Frontier auf der alle zwei Jahre erscheinenden Top 500-Liste der schnellsten Supercomputer der Welt und erreichte eine maximale Leistung von 1,7 Millionen Teraflops und 2,79 Billiarden Berechnungen pro Sekunde.

In layman’s terms, Jeremy Thomas, one of the minds behind the project, noted that “it would take more than a million of the latest iPhones working on one calculation at the same time to equal what El Capitan can do in one second.”

Laienhaft ausgedrückt bemerkte Jeremy Thomas, einer der Köpfe hinter dem Projekt, dass „mehr als eine Million der neuesten iPhones gleichzeitig an einer Berechnung arbeiten müssten, um das zu erreichen, was El Capitan in einer Sekunde leisten kann.“

Like many other supercomputers, El Capitan's immense power is being channeled to simulations. Currently, it is being used to run simulations for nuclear blasts to better understand the devastation that these weapons could set off.

Wie bei vielen anderen Supercomputern wird auch bei El Capitan die immense Leistung für Simulationen genutzt. Derzeit werden damit Simulationen für nukleare Explosionen durchgeführt, um die Zerstörung, die diese Waffen anrichten könnten, besser zu verstehen.

However, Thomas dismissed fears that supercomputers would advance enough to threaten blockchain technology as unfounded. El Capitan still processes data in binary form, despite being unimaginably powerful. Its superpower comes from task parallelization, where it handles millions of tasks simultaneously. Experts say this is unlikely to crack blockchain technology's cryptographic techniques.

Befürchtungen, dass Supercomputer so weit fortgeschritten sein würden, dass sie die Blockchain-Technologie gefährden würden, wies Thomas jedoch als unbegründet zurück. El Capitan verarbeitet Daten immer noch in binärer Form, obwohl es unvorstellbar leistungsstark ist. Seine Superkraft beruht auf der Aufgabenparallelisierung, bei der es Millionen von Aufgaben gleichzeitig erledigt. Experten gehen davon aus, dass dadurch die kryptografischen Techniken der Blockchain-Technologie wahrscheinlich nicht geknackt werden.

Quantum computers are a whole different ballgame. Unlike supercomputers, they are not limited by the 0s-and-1s binary nature of computing, relying instead on qubits, which can exist in multiple states at once or be linked together for infinitely faster processing.

Quantencomputer sind ein ganz anderes Spiel. Im Gegensatz zu Supercomputern sind sie nicht durch die binäre Natur des Rechnens mit Nullen und Einsen eingeschränkt, sondern stützen sich stattdessen auf Qubits, die in mehreren Zuständen gleichzeitig existieren oder für eine unendlich schnellere Verarbeitung miteinander verbunden werden können.

In October, Chinese researchers from Shanghai University claimed to have cracked classical encryption techniques with a quantum computer for the first time. Despite this and other similar claims, most experts believe we’re still over a decade away from these computers posing a substantial threat.

Im Oktober behaupteten chinesische Forscher der Universität Shanghai, erstmals klassische Verschlüsselungstechniken mit einem Quantencomputer geknackt zu haben. Trotz dieser und anderer ähnlicher Behauptungen glauben die meisten Experten, dass wir noch über ein Jahrzehnt davon entfernt sind, dass diese Computer eine erhebliche Bedrohung darstellen.

Still, public and private entities are investing in post-quantum security. Apple (NASDAQ:AAPL) and Google (NASDAQ:GOOGL) have already released updates that they claim are quantum-proof. Several governments are also investing millions of dollars in quantum security technologies as the threat of quantum- and artificial intelligence (AI)-powered cyberattacks rises daily.

Dennoch investieren öffentliche und private Einrichtungen in die Post-Quanten-Sicherheit. Apple (NASDAQ:AAPL) und Google (NASDAQ:GOOGL) haben bereits Updates veröffentlicht, die ihrer Meinung nach quantensicher sind. Mehrere Regierungen investieren außerdem Millionen von Dollar in Quantensicherheitstechnologien, da die Bedrohung durch Cyberangriffe auf Basis von Quanten- und künstlicher Intelligenz (KI) täglich zunimmt.

In the quantum computing field, Google has introduced the most advanced AI-powered system for identifying quantum computing errors. Known as AlphaQubit, it clocked up to a 30% improvement in some tests and could bring quantum computers closer to real-world applications.

Im Bereich Quantencomputing hat Google das fortschrittlichste KI-gestützte System zur Identifizierung von Quantencomputing-Fehlern eingeführt. Bekannt als AlphaQubit, erzielte es in einigen Tests eine Verbesserung um bis zu 30 % und könnte Quantencomputer näher an reale Anwendungen bringen.

AlphaQubit is the result of a collaboration between a team of AI researchers from Google DeepMind and a quantum team from Google Quantum AI.

AlphaQubit ist das Ergebnis einer Zusammenarbeit zwischen einem Team von KI-Forschern von Google DeepMind und einem Quantenteam von Google Quantum AI.

Quantum computers perform leaps and bounds above classical computers. While the latter relies on bits (0s and 1s), quantum computers use qubits, which can exist in multiple states simultaneously and be linked together for exponentially faster and more complex processing. Some quantum computers, like Google’s Sycamore, have completed a task in under 200 seconds that would have taken a classical computer 10,000 years.

Quantencomputer sind den klassischen Computern weit überlegen. Während Letzteres auf Bits (0 und 1) basiert, verwenden Quantencomputer Qubits, die in mehreren Zuständen gleichzeitig existieren und für eine exponentiell schnellere und komplexere Verarbeitung miteinander verbunden werden können. Einige Quantencomputer wie Googles Sycamore haben eine Aufgabe in weniger als 200 Sekunden erledigt, für die ein klassischer Computer 10.000 Jahre gebraucht hätte.

However, quantum computing is incredibly fragile and can be disrupted by the slightest environmental changes. This has long hampered its use for practical purposes, making identifying and correcting quantum errors one of the more critical pursuits for researchers in the field.

Quantencomputing ist jedoch unglaublich fragil und kann durch kleinste Umweltveränderungen gestört werden. Dies behindert seit langem seine praktische Nutzung und macht die Identifizierung und Korrektur von Quantenfehlern zu einer der wichtigeren Aufgaben für Forscher auf diesem Gebiet.

“If we want to make quantum computers more reliable, especially at scale, we need to accurately identify and correct these errors,” Google says in its paper, published in the British scientific journal Nature.

„Wenn wir Quantencomputer insbesondere im großen Maßstab zuverlässiger machen wollen, müssen wir diese Fehler genau identifizieren und korrigieren“, sagt Google in seinem Artikel, der in der britischen Fachzeitschrift Nature veröffentlicht wurde.

The Google team has been working on error correction for its Sycamore quantum computer for years. Sycamore uses advanced methods to correct errors, such as creating single logical qubits from multiple hardware qubits. AlphaQubit is an extension of this work and is essentially a new way to find and correct these errors for Sycamore and other quantum computers.

Das Google-Team arbeitet seit Jahren an der Fehlerkorrektur für seinen Quantencomputer Sycamore. Sycamore verwendet fortschrittliche Methoden zur Fehlerkorrektur, beispielsweise die Erstellung einzelner logischer Qubits aus mehreren Hardware-Qubits. AlphaQubit ist eine Erweiterung dieser Arbeit und im Wesentlichen eine neue Möglichkeit, diese Fehler für Sycamore und andere Quantencomputer zu finden und zu korrigieren.

According to the Google team, AlphaQubit improved error correction by 6% when the parameters were geared toward accuracy and by 30% in faster, albeit less accurate, tests.

Nach Angaben des Google-Teams verbesserte AlphaQubit die Fehlerkorrektur um 6 %, wenn die Parameter auf Genauigkeit ausgerichtet waren, und um 30 % bei schnelleren, wenn auch weniger genauen Tests.

The team concludes that AI and machine learning could be the solution to identifying and correcting quantum errors. AlphaQubit's AI-powered system learned about noise and leakage errors from real experimental data and was able to identify such errors in real-world simulations.

Das Team kommt zu dem Schluss, dass KI und maschinelles Lernen die Lösung zur Identifizierung und Korrektur von Quantenfehlern sein könnten. Das KI-gestützte System von AlphaQubit lernte aus realen experimentellen Daten etwas über Rauschen und Leckagefehler und konnte solche Fehler in realen Simulationen identifizieren.

“This ability to use available experimental information showcases a strength of machine learning for solving scientific problems more generally,” Google says.

„Diese Fähigkeit, verfügbare experimentelle Informationen zu nutzen, zeigt die Stärke des maschinellen Lernens bei der Lösung wissenschaftlicher Probleme im Allgemeinen“, sagt Google.

While a big step in quantum computing, AlphaQubit is only foundational, and much more research and development will be needed before quantum computers become useful tools beyond scientific experiments. Currently, these computers have an error rate of one in a thousand; according to some researchers, they need to reduce this to one in a trillion to become practical.

Obwohl AlphaQubit ein großer Schritt in der Quanteninformatik ist, handelt es sich dabei nur um eine grundlegende Entwicklung, und es wird noch viel mehr Forschung und Entwicklung erforderlich sein, bevor Quantencomputer zu nützlichen Werkzeugen werden, die über wissenschaftliche Experimente hinausgehen. Derzeit haben diese Computer eine Fehlerquote von eins zu tausend; Laut einigen Forschern müssen sie diesen Wert auf eins zu einer Billion reduzieren, um praktisch zu werden.