IBM今天宣布大型量子计算机开发工作取得新的里程碑进展,27量子位Falcon芯片的量子数量增加了一倍。
量子数量是衡量量子计算机性能的一项标准。Falcon芯片的量子数量为64,是IBM上一代系统的2倍。迄今为止,除了IBM之外只有一家公司的系统达到了64:霍尼韦尔的6量子位“离子阱”平台。
IBM设定的目标是至少将硬件平台的量子数量增加一倍,并在2018年和2019年成功实现了这一目标。再加上今天的公告,IBM现在可以声称自己已经连续第三年保持这种增长势头了。
IBM今年早些时候宣布对三款27量子位Falcon芯片其中一款进行升级,实现了最新的性能提升。该处理器也是IBM近年来部署的28个量子处理器中最新开发的一款处理器,是IBM正在并行研究的多个芯片设计之一。
IBM表示,通过“硬件感知”优化实现了量子数量的增加,让Falcon芯片释放更高的性能。这些优化包括对Qiskit的软件改进,Qiskit是IBM运行在量子系统上的代码编译器。此外,IBM的研究人员还开发了一种减少量子比特噪声或干扰(是导致信息丢失和量子计算速度放缓的错误来源)的技术。
此次公告最值得注意的细节之一是,IBM的优化技术可以应用于其他芯片,例如未来推出比27量子位Falcon更大的处理器中,这项技术就有助于更高性能的提升。
IBM的下一代系统已经就绪了,IBM量子计算副总裁Jay Gambetta表示,他所带领的团队正在开发一种新的、“大幅”改进的53量子位Hummingbird处理器,IBM曾在今年年初公布了一些关于该处理器的详细信息。
Gambetta在声明中补充说:“IBM所采用的全栈方法,为开发硬件感知的应用、算法和电路提供了一条创新途径。”
即使IBM等厂商近年来取得了量子技术上的进步,但大规模量子计算要变成现实,还有很长的一段路要走。作为此次IBM新增优化的重点之一,量子位噪声仍然量子计算技术发展的主要障碍。研究人员还试图解决其他挑战,例如减少量子芯片传输数据所需的网络线缆数据等等。
尽管如此,科学家们已经开始研究如何将量子计算应用于现实中的方法了,其中IBM量子芯片发挥了重要作用。IBM已经通过云服务的形式让研究人员可以使用该芯片,而且该服务在全球范围内拥有超过25万注册用户。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。