近日,IBM宣布实现其量子计算研发版图中的全新里程碑:迄今为止最高的量子体积。通过结合一系列新型软硬件技术来提升整体性能,IBM成功升级其最新的27-量子比特客户部署系统,使量子体积增加到64。过去四年,IBM通过IBM Quantum Experience构建了28台量子计算机。
与经典计算机相比,量子计算机能够更高效、更经济地完成某些信息处理任务,为了实现量子优势(Quantum Advantage),需要对量子电路,即量子应用的组成部分进行改进。量子体积(Quantum Volume)是电路长度与复杂性的衡量标准——量子体积数值越高,其在产业、政府及研究领域探索解决实际问题的潜力就越大。
为了实现在量子体积上的突破,IBM重点开发了一套全新的技术和改进方案,利用硬件知识来优化量子体积电路的运行。这些硬件感知方法具有可扩展性,能够优化任何IBM量子系统中运行的量子电路,从而改进IBM为用户提供的实验及应用。这些技术将在IBM Cloud软件服务和跨平台开源软件开发工具包(SDK)Qiskit待发布版本和优化版本中提供。
IBM院士兼IBM Quantum副总裁Jay Gambetta表示:“我们始终在寻找新方法来突破系统的极限——运行更为庞大、复杂的量子电路,更快速地实现量子优势。IBM采用的全栈方法为开发硬件感知应用、算法和电路提供了一条创新途径,而这些应用、算法和电路都是在业界最包罗、最强大的量子硬件上运行。”
IBM Quantum团队在近期于arXiv上发布的预印版本中,详细介绍了提升量子体积至64所运用的全栈方法中的技术改进。
好文章,需要你的鼓励
DDN推出Infinia对象存储系统,采用键值存储架构和Beta Epsilon树数据结构,实现读写性能平衡。系统在对象列表性能上比AWS快100倍,延迟降至毫秒级,支持多租户和SLA管理。通过与英伟达合作优化RAG管道,在AWS上实现22倍性能提升并降低60%成本。
大连理工大学和浙江大学研究团队提出MoR(Mixture of Reasoning)方法,通过将多种推理策略嵌入AI模型参数中,让AI能自主选择最适合的思考方式,无需人工设计专门提示词。该方法包含思维生成和数据集构建两阶段,实验显示MoR150模型性能显著提升,比基线模型提高2.2%-13.5%,为AI推理能力发展开辟新路径。
Alpine Linux核心开发者Ariadne Conill推出了Wayback项目,这是一个实验性的X兼容层,允许使用Wayland组件运行完整的X桌面环境。该项目本质上是一个提供足够Wayland功能来托管rootful Xwayland服务器的存根合成器。与现有的XWayland不同,Wayback旨在创建一个类似X11风格的基于Wayland的显示服务器,让用户能够继续使用传统的X11窗口管理器和桌面环境,而无需重写或替换这些熟悉的工具。
剑桥大学研究团队开发了FreNBRDF技术,通过引入频率修正机制显著提升了计算机材质建模的精度。该技术采用球面谐波分析提取材质频率信息,结合自动编码器架构实现高质量材质重建与编辑。实验表明,FreNBRDF在多项指标上超越现有方法,特别在频率一致性方面改善近30倍,为游戏开发、影视制作、电商预览等领域提供了重要技术支撑。