英特尔研究院(Intel Labs)今天公开了最新低温量子控制芯片Horse Ridge的技术规格,并称其现在可以证明“量子实用性”。
英特尔称,量子实用性意味着这款芯片具有必要的可扩展性、灵活性和保真度,可实现从研究到商业可行性的飞跃。
英特尔研究院量子硬件总监Jim Clarke表示:“如今,量子研究人员只是研究少量量子位,使用的是小型的、定制设计的系统,这些系统采用复杂的控制和互连机制。而英特尔Horse Ridge芯片大大降低了这一复杂性。我们系统地扩展至量子实用性所需的数千个量子位,未来我们将继续朝着让量子计算具有商业可行性的方向迈进。”
量子计算机采用完全不同的计算体系结构,其中计算处理可以同时在多种状态下进行。传统计算机使用表示为1或0的二进制数字或“字位”,而量子计算使用的是可以“叠加”的“量子位”,从而可以同时表示为1、0、或者1和0兼有。
此外,量子位可以使用一种名为“超密集编码”的方法,使其可以同时保存两个位。因此,一个量子位中可以包含两个叠加位,也就是说,可以处理的数据量是普通计算机的4倍。
量子计算机的另一个重要不同之处是所谓“量子纠缠”,即量子位能够相互关联,这样每个量子位就可以知道其他所有量子位的状态。也就是说,量子计算机会随着量子比特的增加而呈指数增长。因此,理论上200量子位系统的性能是100量子位系统的2200倍。
英特尔表示,将与QuTech(TU Delft与荷兰应用科学研究组织的合作联盟)围绕Horse Ridge芯片展开合作。就可扩展性而言,Horse Ridge芯片可采用英特尔22纳米FFL CMOS技术,在单个4 x 4毫米设备中集成4个射频通道。
其中每个通道最多可控制32个量子位,并且采用了“频率多路复用”功能,使得可用总带宽被划分为一系列不重叠的频带,每个频带可用于承载单独的信号。英特尔表示,这让Horse Ridge芯片总共可以控制128个量子位,从而大大减少了所需的电缆和机架仪器数量。
不过英特尔表示,量子位数量的增加会影响芯片容量和操作,从而导致性能和保真度下降。英特尔解释说,已经优化了多路复用技术,可使系统纵向扩展并减少“相移”带来的误差。当以不同的频率控制多个量子位的时候就会发生这种现象,并在各个量子位之间产生串扰。
为了解决这个问题,英特尔对Horse Ridge进行了优化,具有更高的精度,从而使其能够在控制多个量子位的同时适应并自动纠正相移,以提高保真度。
英特尔还表示,Horse Ridge芯片为超导量子位和自旋量子位提供了灵活性,这两种量子位具有更高的稳定性。提高稳定性意味着自旋量子位能够以13至20 GHz的频率运行,而超导量子位通常运行频率可以达到6 GHz至7 GHz。
英特尔还探索了自旋量子位,自旋量子位的工作温度最高可达1 kelvin或者-458华氏度。英特尔说,这项研究可以帮助集成芯片自旋量子位器件和Horse Ridge低温控件,从而以单个简化封装的形式提供量子位和控件。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。