前者の地平線 - そしてその先...

一方では、それらは私たちが癌を打ち負かし、天気を正確に予測し、核融合をマスターするのに役立つはずです. その一方で、地球規模の破壊を引き起こしたり、人類を奴隷にしたりする恐れがあります。 しかし、現時点では、計算モンスターはまだ大きな善と普遍的な悪を同時に行うことができません.

60 年代、最も効率的なコンピューターには、 メガフロップ (毎秒数百万回の浮動小数点演算)。 処理能力を備えた最初のコンピューター 上記 1 GFLOPS (ギガフロップス) だった クレイ2、1985 年に Cray Research によって作成されました。 処理能力を備えた最初のモデル 1 TFLOPS 以上 (テラフロップス) だった ASCIレッド、1997 年に Intel によって作成されました。 Power 1 PFLOPS (ペタフロップス) に到達 ロードランナー、2008 年に IBM によってリリースされました。

現在の計算能力の記録は、中国の Sunway TaihuLight に属し、9 PFLOPS です。

ご覧のとおり、最も強力なマシンはまだ数百ペタフロップスに達していませんが、ますます多くの エクサスケール システム力を考慮しなければならない エクサフロップサック (EFLOPS)、つまり1018 秒あたり約 XNUMX 回以上の操作。 ただし、そのような設計はまださまざまな程度の洗練されたプロジェクトの段階にあるだけです。

削減 (、1 秒あたりの浮動小数点演算) は、主に科学アプリケーションで使用される計算能力の単位です。 これは、以前に使用されていた MIPS ブロックよりも汎用性が高く、XNUMX 秒あたりのプロセッサ命令数を意味します。 フロップは SI ではありませんが、XNUMX/s の単位として解釈できます。

がんにはエクサスケールが必要

XNUMX エクサフロップスまたは XNUMX ペタフロップスは、トップ XNUMX のスーパーコンピューターすべてを合わせたものよりも大きい。 科学者たちは、そのようなパワーを備えた新世代のマシンがさまざまな分野でブレークスルーをもたらすことを期待しています.

エクサスケールのコンピューティング能力と急速に進歩する機械学習テクノロジーを組み合わせることで、たとえば、最終的に役立つはずです。 ガンコードを解読する. 医師ががんの診断と治療を行うために必要なデータの量は非常に膨大であるため、従来のコンピューターでは処理が困難です。 典型的な単一の腫瘍生検研究では、8 万以上の測定が行われ、その間に医師は腫瘍の挙動、薬理学的治療に対する反応、および患者の体への影響を分析します。 これはまさにデータの海です。

米国エネルギー省（DOE）アルゴンヌ研究所のリック・スティーブンス氏はこう語る。 -

医学研究とコンピューティング能力を組み合わせることで、科学者は次のことに取り組んでいます CANDLE ニューラル ネットワーク システム (). これにより、各患者の個々のニーズに合わせた治療計画を予測して開発することができます。 これは、科学者が主要なタンパク質相互作用の分子基盤を理解し、予測薬物応答モデルを開発し、最適な治療戦略を提案するのに役立ちます。 Argonne は、エクサスケール システムは、現在知られている最も強力なスーパーマシンよりも 50 倍から 100 倍速く CANDLE アプリケーションを実行できると考えています。

そのため、エクサスケールのスーパーコンピュータの登場が待ち遠しいです。 ただし、最初のバージョンが必ずしも米国で公開されるとは限りません。 もちろん、米国はそれらを作成する競争に参加しており、地方政府はとして知られているプロジェクトで オーロラ AMD、IBM、インテル、Nvidia と協力し、海外の競合他社に先んじようと努めています。 ただし、これは 2021 年までには起こらないと予想されます。 一方、2017 年 XNUMX 月、中国の専門家はエクサスケールのプロトタイプの作成を発表しました。 この種の計算ユニットの完全に機能するモデルは- 天河-3 - ただし、今後数年以内に完成する可能性は低いです。

中国人はしっかりと握る

事実は、2013 年以来、中国の開発が世界で最も強力なコンピューターのリストを上回っているということです。 彼は何年も支配した 天河-2そして今、手のひらは言及されたものに属しています Sunway TaihuLight. 中王国のこれら XNUMX つの最も強力なマシンは、米国エネルギー省の XNUMX 台のスーパーコンピューターすべてよりもはるかに強力であると考えられています。

もちろん、アメリカの科学者たちは、XNUMX 年前に保持していた主導的な地位を取り戻したいと考えており、これを可能にするシステムに取り組んでいます。 テネシー州のオークリッジ国立研究所で建設中です。 サミット (2) は、今年後半に試運転が予定されているスーパーコンピューターです。 Sunway TaihuLight のパワーを凌駕します。 これは、より強くて軽い新しい材料のテストと開発、音波を使用した地球内部のシミュレーション、宇宙の起源を調査する天体物理学プロジェクトのサポートに使用されます。

2.Summitスパコンの空間計画

言及されたアルゴンヌ国立研究所では、科学者はすぐにさらに高速なデバイスを構築することを計画しています。 として知られている A21パフォーマンスは 200 ペタフロップスに達すると予想されます。

日本もスーパーコンピュータレースに参加しています。 最近は米中対立の影響でやや影が薄くなっているが、立ち上げを計画しているのはこの国だ ABCシステム ()、130 ペタフロップスのパワーを提供します。 日本人は、そのようなスーパーコンピューターを AI (人工知能) やディープラーニングの開発に使用できることを望んでいます。

一方、欧州議会は、EU で 2022 億ユーロ規模のスーパーコンピューターを構築することを決定しました。 このコンピューティング モンスターは、2023 年と XNUMX 年の変わり目に、私たちの大陸の研究センターでの作業を開始します。 マシンは内に構築されます EuroGPK プロジェクトそしてその建設は加盟国によって資金提供されるため、ポーランドもこのプロジェクトに参加することになります。 その予測されたパワーは一般に「プレエクサスケール」と呼ばれます。

これまでのところ、2017 年のランキングによると、世界で最速のスーパーコンピューター 202 台のうち、中国には 40 台 (144%) のマシンがあり、アメリカは 29 台 (XNUMX%) を制御しています。

また、米国の 35% と比較して、中国は世界のコンピューティング パワーの 30% を使用しています。 次に、スーパーコンピューターの数が最も多い国は、日本 (35 システム)、ドイツ (20 システム)、フランス (18 システム)、英国 (15 システム) です。 出身国に関係なく、XNUMX 台の最も強力なスーパーコンピューターすべてが異なるバージョンの Linux を使用していることは注目に値します...

彼らは自分自身を設計します

スーパーコンピュータは、すでに科学技術産業を支える貴重なツールとなっています。 これにより、研究者やエンジニアは、生物学、天気予報、気候予報、天体物理学、核兵器などの分野で着実な進歩を遂げることができます (時には大きな飛躍を遂げることさえあります)。

残りは彼らの力に依存します。 今後数十年間で、スーパーコンピューターの使用は、この種の最先端インフラにアクセスできる国々の経済、軍事、および地政学的状況を大きく変える可能性があります。

この分野の進歩は非常に速いため、新世代のマイクロプロセッサの設計は、多くの人的資源にとってもすでに困難になっています。 このため、「スーパー」という接頭辞を持つものを含め、高度なコンピュータ ソフトウェアやスーパーコンピュータがコンピュータの開発においてますます主導的な役割を果たしています。

3. 日本のスーパーコンピュータ

製薬会社はコンピューティングの超能力のおかげですぐに完全に機能するようになります 膨大な数のヒトゲノムを処理、さまざまな病気の新しい薬や治療法を生み出すのに役立つ動植物。

政府がスーパーコンピューターの開発に多額の投資を行っているもう XNUMX つの理由 (実際には主な理由の XNUMX つ)。 より効率的な車両は、将来の軍事指導者があらゆる戦闘状況で明確な戦闘戦略を策定し、より効果的な兵器システムの開発を可能にし、法執行機関や諜報機関が潜在的な脅威を事前に特定するのを支援するのに役立ちます。

脳のシミュレーションに十分な電力がありません

新しいスーパーコンピューターは、長い間知られている自然のスーパーコンピューターである人間の脳を解読するのに役立つはずです。

科学者の国際チームは最近、脳の神経接続のモデル化における重要な新しいステップを表すアルゴリズムを開発しました。 新しい NOTアルゴリズムFrontiers in Neuroinformatics に掲載されたオープン アクセスの論文で説明されているように、スーパーコンピューターで人間の脳内の 100 億個の相互接続されたニューロンをシミュレートすることが期待されています。 ドイツの研究センターであるユーリッヒ、ノルウェー生命科学大学、アーヘン大学、日本の理化学研究所、ストックホルムの王立工科大学の科学者がこの研究に参加しました。

2014 年以来、大規模なニューラル ネットワーク シミュレーションが、ドイツのユーリッヒ スーパーコンピューティング センターにある理研および JUQUEEN スーパーコンピューターで実行されており、人間の脳のニューロンの約 1% の接続をシミュレートしています。 なぜそんなに多いのですか？ スーパーコンピューターは脳全体をシミュレートできますか?

スウェーデンの会社 KTH の Susanne Kunkel 氏は説明します。

シミュレーション中、ニューロンの活動電位 (短い電気インパルス) を約 100 人全員に送信する必要があります。 ノードと呼ばれる小さなコンピュータで、それぞれが実際の計算を実行する多数のプロセッサを備えています。 各ノードは、これらのインパルスのどれがこのノードに存在する仮想ニューロンに関連しているかをチェックします。

4. ニューロンの脳接続のモデル化、すなわち私たちは旅の始まりに過ぎません (1%)

当然のことながら、プロセッサがこれらのニューロンあたりのビット数を追加するために必要とするコンピューター メモリの量は、ニューラル ネットワークのサイズに応じて増加します。 人間の脳全体の 1% のシミュレーション (4) を超えるには、 XNUMX倍以上のメモリ 現在のすべてのスーパーコンピューターで利用できるものよりも優れています。 したがって、将来のエクサスケールのスーパーコンピューターのコンテキストでのみ、脳全体のシミュレーションを取得することについて話すことができます. これは、次世代の NEST アルゴリズムが機能する場所です。

世界のTOP-5スーパーコンピューター

1. サンウェイ太湖ライト – 93 年に中国の無錫で打ち上げられた 2016 PFLOPS のスーパーコンピューター。 2016 年 500 月以来、世界で最も高い計算能力を持つスーパーコンピューターの TOPXNUMX リストのトップを占めています。

2. 天河-2 (天河-2) は、中国の NUDT () によって構築された 33,86 PFLOPS の計算能力を持つスーパーコンピューターです。 2013年XNUMX月より

2016 年 XNUMX 月までは、世界最速のスーパーコンピューターでした。

3. ピズ・ダイン - Cray によって開発された設計で、スイス国立スーパーコンピューティング センター () に設置されています。 最近アップグレードされ、Nvidia Tesla K20X アクセラレータが新しい Tesla P100 に置き換えられ、2017 年の夏にはコンピューティング能力を 9,8 PFLOPS から 19,6 PFLOPS に高めることが可能になりました。

4.行幸 ExaScaler と PEZY Computing によって開発されたスーパーコンピューターです。 海洋研究開発機構 (JAMSTEC) 横浜地質大学内にあります。 地球シミュレータと同じフロアにあります。 パワー: 19,14 PFLOP。

5。 タイタン は、Cray Inc. によって製造された 17,59 PFLOPS のスーパーコンピューターです。 2012 年 2012 月に米国のオークリッジ国立研究所で発売されました。 2013 年 XNUMX 月から XNUMX 年 XNUMX 月まで、Titan は世界最速のスーパーコンピューターでした。 現在は XNUMX 位ですが、依然として米国最速のスーパーコンピューターです。

彼らはまた、量子の覇権を争っています

IBM は、今後 XNUMX 年間で、従来のシリコン チップに基づくスーパーコンピューターではなく、放送を開始すると考えています。 同社の研究者によると、業界は量子コンピューターの使用方法を理解し始めたばかりです。 エンジニアは、わずか XNUMX 年でこれらのマシンの最初の主要なアプリケーションを発見することが期待されています。

量子コンピューターは、と呼ばれる計算ユニットを使用します。 キュビット. 通常の半導体は 1 と 0 の並びで情報を表現しますが、キュービットは量子的な性質を持ち、同時に 1 と 0 の計算を行うことができます。これは、1 つのキュビットが同時に 0-1、1-0、1-0 のシーケンスを表現できることを意味します。 . ., 0-50. コンピューティング能力は量子ビットごとに指数関数的に増加するため、理論的には、わずか XNUMX 量子ビットの量子コンピューターは、世界で最も強力なスーパーコンピューターよりも多くの処理能力を持つことができます。

D-Wave Systems はすでに量子コンピューターを販売しており、そのうち 2 つと言われています。 キュービット。 でも D-Wav コピーe(5) は議論の余地があります。 一部の研究者はそれらを有効に活用していますが、依然として古典的なコンピューターよりも優れた性能を発揮しておらず、特定のクラスの最適化問題にしか役に立ちません。

5. D-Wave 量子コンピュータ

数か月前、Google Quantum AI Lab は、新しい 72 キュービットの量子プロセッサを披露しました。 剛毛コーン (6)。 少なくともいくつかの問題の解決に関しては、古典的なスーパーコンピューターを凌駕する「量子超越性」をすぐに達成するかもしれません。 量子プロセッサが動作中に十分に低いエラー率を示した場合、IT タスクが明確に定義された従来のスーパーコンピュータよりも効率的である可能性があります。

6. Bristlecone 72 量子ビット量子プロセッサ

たとえば、Intel は 49 月に独自の 50 キュービット量子システムを発表し、IBM は以前に XNUMX キュービット バージョンを導入しました。 インテルチップ、 ロイヒ、それは他の方法でも革新的です。 これは、人間の脳がどのように学習し理解するかを模倣するように設計された最初の「ニューロモルフィック」集積回路です。 これは「完全に機能」しており、今年後半に研究パートナーが利用できるようになります。

ただし、これはほんの始まりに過ぎません。シリコン モンスターに対処するには、z が必要だからです。 数百万量子ビット. デルフトにあるオランダ工科大学の科学者グループは、このような規模を達成する方法は、量子コンピューターでシリコンを使用することであると考えています。メンバーは、シリコンを使用してプログラム可能な量子プロセッサを作成する方法を見つけたからです。

Nature 誌に掲載された彼らの研究では、オランダのチームは、マイクロ波エネルギーを使用して単一の電子の回転を制御しました。 シリコンでは、電子は同時に上下にスピンし、効果的に所定の位置に保持されます。 それが達成されると、チームは XNUMX つの電子を接続し、量子アルゴリズムを実行するようにプログラムしました。

シリコンをベースに作成することができました XNUMX ビット量子プロセッサ.

この研究の著者の XNUMX 人であるトム ワトソン博士は、BBC に次のように説明しました。 ワトソンと彼のチームがさらに多くの電子を融合させることができれば、反乱につながる可能性があります。 キュービット プロセッサこれにより、未来の量子コンピューターに一歩近づくことができます。

– 完全に機能する量子コンピューターを構築する者が世界を支配する シンガポール国立大学の Manas Mukherjee と National Center for Quantum Technology の主任研究員は、最近のインタビューで次のように述べています。 最大のテクノロジー企業と研究所の間の競争は現在、いわゆる 量子超越性、量子コンピューターが最先端の最新コンピューターが提供できるものを超えた計算を実行できるポイント。

上記の Google、IBM、Intel の業績の例は、米国 (したがって州) の企業がこの分野で優勢であることを示しています。 しかし、中国の Alibaba Cloud は最近、科学者が新しい量子アルゴリズムをテストできるようにする 11 キュービットのクラウド コンピューティング プラットフォームを立ち上げました。 これは、中国が量子コンピューティング ブロックの分野でも梨を灰で覆わないことを意味します。

しかし、量子スーパーコンピューターを作ろうとする取り組みは、新たな可能性に熱狂するだけでなく、物議をかもしています。

数か月前、モスクワで開催された量子技術に関する国際会議で、カナダのカルガリー大学の物理学教授でもあるロシア量子センターの Alexander Lvovsky (7) は、次のように述べました。 破壊ツール作成せずに。

7. アレクサンダー・リボフスキー教授

彼はどういう意味ですか？ まずはデジタルセキュリティ。 現在、インターネット上で送信されるすべての機密デジタル情報は、関係者のプライバシーを保護するために暗号化されています。 ハッカーが暗号化を破ってこのデータを傍受できるケースは、すでに確認されています。

Lvov 氏によると、量子コンピューターの出現は、サイバー犯罪者にとってより簡単になるだけです。 現在知られている暗号化ツールは、実際の量子コンピューターの処理能力から身を守ることはできません。

医療記録、財務情報、さらには政府や軍事組織の秘密までもが入手可能になり、Lvovsky 氏が指摘するように、新しい技術が世界秩序全体を脅かす可能性があることを意味します。 他の専門家は、実際の量子スーパーコンピューターの作成も可能になるため、ロシア人の懸念は根拠がないと信じています 量子暗号を開始する、破壊不能と見なされます。

別のアプローチ

従来のコンピューター技術と量子システムの開発に加えて、さまざまなセンターが将来のスーパーコンピューターを構築する他の方法に取り組んでいます。

アメリカの機関 DARPA は、代替のコンピューター設計ソリューションのために XNUMX つのセンターに資金を提供しています。 現代のマシンで使用されているアーキテクチャは、慣習的に呼ばれています フォン・ノイマン建築ああ、彼はすでにXNUMX歳です。 大学の研究者に対する防衛組織のサポートは、大量のデータを処理するためのこれまで以上にスマートなアプローチを開発することを目的としています。

バッファリングと並列計算 これらのチームが取り組んでいる新しい方法の例をいくつか紹介します。 別 ADA () は、マザーボード上での接続の問題に対処するのではなく、CPU とメモリ コンポーネントをモジュールと共に XNUMX つのアセンブリに変換することで、アプリケーション開発を簡素化します。

昨年、英国とロシアの研究者チームは、そのタイプが "マジックダスト"それらが構成されている 光と物質 - 最終的には、最も強力なスーパーコンピューターよりも「パフォーマンス」で優れています。

イギリスのケンブリッジ大学、サウサンプトン大学、カーディフ大学、ロシアのスコルコボ研究所の科学者たちは、 ポラリトンの光と物質の間の何かとして定義することができます。 これは、コンピュータ コンピューティングに対するまったく新しいアプローチです。 科学者によると、それは、生物学、金融、宇宙旅行などのさまざまな分野で、現在解決できない問題を解決できる新しいタイプのコンピューターの基礎を形成する可能性があります。 この研究結果は、Nature Materials 誌に掲載されています。

今日のスーパーコンピューターは問題のごく一部しか処理できないことを忘れないでください。 仮想的な量子コンピューターでさえ、最終的に構築されたとしても、最も複雑な問題を解決するためにせいぜい XNUMX 次の速度向上を提供するだけです。 一方、「妖精の粉」を作るポラリトンは、ガリウム、ヒ素、インジウム、アルミニウムの原子の層をレーザービームで活性化することによって作られます。

これらの層の電子は、特定の色の光を吸収して放出します。 ポラリトンは電子の XNUMX 分の XNUMX の軽さで、十分な密度に達して、 ボース・アインシュタイン凝縮 （8）。 その中のポラリトンの量子相は同期しており、フォトルミネッセンス測定によって検出できる単一の巨視的な量子物体を形成します。

8. Bose-Einstein凝縮を示すプロット

この特定の状態では、ポラリトン凝縮体は、量子コンピューターを説明するときに言及した最適化問題を、量子ビットベースのプロセッサよりもはるかに効率的に解決できることがわかりました。 イギリスとロシアの研究の著者は、ポラリトンが凝縮すると、それらの量子位相が複素関数の絶対最小値に対応する構成で配置されることを示しました。

「私たちは、複雑な問題を解決するためのポラリトン プロットの可能性を探り始めたところです。 サウサンプトン大学のハイブリッド フォトニクス研究所の責任者、Pavlos Lagoudakis 氏は次のように述べています。 「現在、基盤となる処理能力をテストしながら、デバイスを数百ノードにスケーリングしています。」

光と物質の微妙な量子相の世界からのこれらの実験では、量子プロセッサでさえ不器用で現実としっかりとつながっているように見えます。 おわかりのように、科学者は明日のスーパーコンピューターや明後日のマシンに取り組んでいるだけでなく、明後日に何が起こるかをすでに計画しています。

この時点で、エクサスケールに到達することは非常に困難です。その後、フロップ スケールでの次のマイルストーンについて考える必要があります (9)。 ご想像のとおり、プロセッサとメモリを追加するだけでは十分ではありません。 科学者が信じるなら、このような強力なコンピューティング能力を達成することで、癌の解読や天文データの分析など、私たちが知っている巨大な問題を解決できるようになります。

9. スーパーコンピューティングの未来

質問と答えを一致させる

次は何ですか？

さて、量子コンピューターの場合、何に使うのかという疑問が出てきます。 古い格言によると、コンピューターは、コンピューターなしでは存在しなかったであろう問題を解決します。 したがって、これらの未来的なスーパーマシンを最初に構築する必要があります。 その後、問題は自然に発生します。

量子コンピューターはどのような分野で役立つのでしょうか?

人工知能。 AI () は、経験を通じて学習するという原則に基づいて動作します。これは、フィードバックを受け取り、コンピューター プログラムが「スマート」になるまで、ますます正確になります。 フィードバックは、多数の可能なオプションの確率の計算に基づいています。 たとえば、ロッキード マーチンが D-Wave 量子コンピューターを使用して、現在は古典的なコンピューターには複雑すぎる自動操縦ソフトウェアをテストすることを計画しており、Google が量子コンピューターを使用して車とランドマークを区別できるソフトウェアを開発していることは既にわかっています。

分子モデリング。 量子コンピューターのおかげで、分子相互作用を正確にモデル化し、化学反応の最適な構成を探すことが可能になります。 量子化学は非常に複雑であるため、最新のデジタル コンピューターは最も単純な分子しか分析できません。 化学反応は本質的に量子的です。これは、相互にオーバーラップする高度に絡み合った量子状態を生成するためです。そのため、完全に開発された量子コンピューターは、最も複雑なプロセスでも簡単に評価できます。 Google はこの分野ですでに開発を進めており、水素分子をモデル化しています。 その結果、ソーラーパネルから医薬品まで、より効率的な製品が生まれます。

暗号化。 今日のセキュリティ システムは、効率的な一次発電に依存しています。 これは、考えられるすべての要因を調べることによってデジタル コンピューターで達成できますが、そのために必要な膨大な時間は、「コードを解読する」のにコストがかかり、非現実的です。 一方、量子コンピューターはこれを指数関数的に、デジタル マシンよりも効率的に行うことができます。つまり、今日のセキュリティ手法はすぐに時代遅れになります。 量子もつれの一方向性を利用するために開発されている有望な量子暗号化方法もあります。 都市全体のネットワークはすでにいくつかの国で実証されており、中国の科学者は最近、軌道を周回する「量子」衛星からXNUMXつの別々の基地局にもつれた光子を地球に送り返すことに成功したと発表しました.

財務モデリング。 現代の市場は、現存する最も複雑なシステムの XNUMX つです。 それらの記述と制御のための科学的および数学的装置が開発されましたが、そのような活動の有効性は、科学分野間の根本的な違いにより、依然として十分ではありません。実験を実行できる制御された環境はありません。 この問題を解決するために、投資家やアナリストは量子コンピューティングに注目しています。 直接的な利点の XNUMX つは、量子コンピューターに固有のランダム性が、金融市場の確率的性質と一致することです。 投資家は、非常に多数のランダムに生成されたシナリオで結果の分布を評価したいと考えることがよくあります。

天気予報。 NOAA のチーフ エコノミストであるロドニー F. ウェイアーは、米国の GDP のほぼ 30% (6 兆ドル) が直接的または間接的に天候に依存していると主張しています。 食品の生産、輸送、小売に。 したがって、オーラをより正確に予測する能力は、自然災害保護に割り当てられるより長い時間は言うまでもなく、多くの分野で非常に役立ちます. 英国の国家気象部門である Met Office は、2020 年以降に対処しなければならない電力とスケーラビリティのニーズを満たすために、このようなイノベーションへの投資をすでに開始しており、独自のエクサスケール コンピューティングのニーズに関するレポートを公開しています。

素粒子物理学。 固体粒子物理モデルは多くの場合、非常に複雑で入り組んだソリューションであり、数値シミュレーションに多くの計算時間を必要とします。 このため、それらは量子コンピューティングに最適であり、科学者はすでにこれを活用しています。 インスブルック大学と量子光学・量子情報研究所 (IQOQI) の研究者らは最近、プログラム可能な量子システムを使用してこのシミュレーションを実行しました。 『Nature』誌の論文によると、このグループは、イオンが論理演算（コンピュータ計算の基本ステップ）を実行する簡易版の量子コンピュータを使用したという。 シミュレーションは、記載された物理学の実際の実験と完全に一致することを示しました。 理論物理学者のピーター・ツォラー氏は言う。 -