
在北京时间12月4日举办的英特尔研究院开放日活动上,英特尔推出第二代低温控制芯片Horse Ridge II,这标志着英特尔在突破量子计算可扩展性方面取得又一个里程碑。可扩展性是量子计算的最大难点之一。在2019年推出的第一代Horse Ridge控制器的创新基础上,Horse Ridge II支持增强的功能和更高集成度,以实现对量子系统的有效控制。新功能包括操纵和读取量子位状态的能力,以及多个量子位纠缠所需的多个量子门的控制能力。
英特尔研究院组件研究事业部量子硬件总监Jim Clarke表示:“凭借Horse Ridge II,英特尔继续在量子低温控制领域引领创新,发挥集成电路设计、研究院和技术开发团队跨学科的深厚专业积淀。我们认为,仅仅增加量子位的数量而不解决由此产生的布线复杂性,这就好比拥有一辆跑车,但总是堵在车流中。Horse Ridge II进一步简化了量子电路的控制,我们期待这一进展能够提高保真度,降低功率输出,让我们朝着‘无堵车’的集成量子电路发展再向前迈进一步。”
目前早期的量子系统使用室温电子设备,这些设备由很多同轴线缆连接到稀释制冷机中的量子位芯片。考虑到制冷机的外形规格、成本、功耗和热负荷,这种方法无法扩展用于大量量子位。借助最初版本的Horse Ridge,英特尔迈出了应对上述挑战的第一步,从根本上简化了各项需求:不再需要对设备使用多个机架,也不再需要让成千根电线进出制冷机来运行量子计算设备。相反,英特尔用高度集成的片上系统(SoC)代替了这些笨重的仪器,从而简化了系统设计,并使用复杂的信号处理技术来加快设置时间,改善量子位性能,并让工程团队能够有效地将量子系统扩展到更大的量子位数。
Horse Ridge II的设计基于第一代SoC产生射频脉冲以操纵量子位状态的能力,也称为量子位驱动(Qubit Drive)。它引入了两个额外的控制功能,从而可以将外部电子控件进一步集成到在低温制冷机内部运行的SoC中。
新功能包括:
通过增加在集成电路内运行的可编程微控制器,让Horse Ridge II能够就三种控制功能的执行方式上拥有更高级别的灵活性和复杂的控制。该微控制器使用数字信号处理技术对脉冲进行额外滤波,有助于减少量子位之间的串扰。
Horse Ridge II使用英特尔22纳米低功耗FinFET技术(22FFL),其功能已在4开尔文温度下得到验证。如今,一台量子计算机的工作环境为毫开尔文范围,仅比绝对零度高几分之一。但是硅自旋量子位(英特尔量子工作的基础)具有可在1开尔文或更高温度下运行的特性,这将大大降低量子系统制冷的难度。
英特尔的低温控制研究重点,是致力于让控件和硅自旋量子位达到相同的工作温度水平。正如Horse Ridge II所展示的那样,这一领域的不断进步,代表了当今大力扩展量子互连所取得的进步,也是英特尔实现量子实用性长期愿景的关键要素。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。