摘要:IBM正全力冲击容错量子计算技术。但在达成这一宏大目标之前,不妨先用错误缓解技术尝试完成一些实用性工作。
IBM量子芯片
最近,我有幸参观了位于纽约约克敦高地的IBM量子研究实验室,并与IBM研究员兼量子计算副总裁Jay Gambetta及其领导的量子计算团队展开的交流。IBM的量子发展路线图可谓稳步推进,但作为一项新兴技术,其在实际投放市场之前仍需要进行大量实验。可以说量子计算的最终命运,就是由当下的点滴研究努力所决定。
IBM研究人员的目标是尽可能让量子计算无处不在,肩负起适合这种新计算形态的独特问题。为了让量子系统更易于访问,最符合逻辑的选项自然是“云原生”或“无服务器”,即把量子算力转化为根据使用量计费的云资源。在这个数据中心高度分散的时代,量子算力完全可以像GPU那样,成为可供经典计算机灵活调用的外部资源。
为了将量子系统扩展至超100万量子比特,IBM研究院正遵循一条与经典计算机相似的发展路径:通过缩小制程在芯片上摆放更多量子比特,将多个量子晶片互连为小芯片,再最终建立起能够协同运作的量子计算机集群。
IBM还一直致力于利用商业技术,尝试提高用于射频信号输入和输出的低温基础设施密度。随着芯片体量的增长,低温恒温器(能够将量子芯片冷却至接近绝对零度的腔室)需要更大的空间以容纳大尺寸芯片和更高的I/O操作量。为此,IBM已经与Blue Force合作,共同为大型System 2低温恒温器的研发建立必要的生态系统。
量子计算的发展之路:实现“量子霸权”
虽然蓝色巨人的终极目标,是建立起包含数百万原始量子比特的容错量子计算系统,但这并不妨碍IBM在开发期间通过其他方式提高这些原始量子比特的性能。特别是量子错误缓解技术,有望持续完成不少实用性工作,具体如下图所示。
量子错误缓解对于量子电路复杂性的影响
为了使用噪声较大且寿命相对较短的现有量子比特获得更好的计算效能,必须找到一些变通性的方法。为此,IBM研究院提出一系列被证明有效的错误缓解技术。当前量子硬件往往人地受到不同噪声衰减源的影响,包括量子比特退相干、单个门失效及测量错误等等。这些问题限制了当前量子电路中所能实现的stage数量。即使是浅层电路,也很可能受到浅层电路的影响并导致估计错误。
降噪本身对技术的要求极高。,2017年,IBM在写给美国物理学会的浅深度量子电路的错误缓解审查信函中写道,“第一种方法是先逼近至零噪声极限,之后应用Richardson延迟极限方法来消除噪声扰动的功率。第二种方法则是根据准概率分布重新采样随机电路,借此消除错误。”虽然涉及大量技术元素,但IBM研究人员已经开发出Qiskit Runtime软件环境,尝试将细节隐藏起来、避免量子算力使用者受其影响。
量子计算的终极目标,当然是实现优于经典计算的性能优势,确保在合理的时间范围内解决重大问题。这方面的典型优势,就是大大缩短问题解决时间。要做到这一点,首先需要将问题表达为量子电路,而不再像以往那样在经典系统 模拟。也就是说,量子计算机即使发展成熟也并不是要取代经典计算机或者GPU计算,而是专门用于解决一类独特问题。
为了让量子计算机在特定问题上压倒经典计算机(即所谓「量子霸权」),必须先找到比经典方法更好的、能够准确映射问题的量子电路,而后以更快的运行时间获得可靠结果。为此,IBM研究人员正与行业合作伙伴协同,希望找到适合量子计算发力的问题。
为了衡量进展,IBM还非常关注量子体积(QV,表示量子比特的质量)与每秒电路层操作(CLOPS,表示电路运行速度)两项指标。在它们的支持下,IBM有望勾勒出比纯比较量子比特数更完整的量子计算发展图景。
另外,将经典计算与量子计算相结合也是一条有望解决诸多现实问题的好路线。通过所谓“电路编织”过程,量子电路可以被拆分成更小的电路,并利用经典计算来评估中期结果。这样,现有量子比特规模也足以支撑起一定的量子工作流程。
计算化学,就是经典计算加量子计算这类混合方案的理想应用场景。为了计算电子价,研究人员可以将电子云划分成活动部分和非活动部分。非活动云使用经典计算机计算,活动部分则采用密度泛函理论(DFT)这一量子力学建模方法。
IBM仍在不断与各合作方携手,希望探索量子计算能够在其他哪些方面发挥积极作用。
量子计算需要软件的配合
IBM研究院还利用从经典计算和GPU计算中汲取的经验,为量子计算构建起一套中间件堆栈。不满足于静态语言的IBM正在转向动态电路,尝试将中间电路给出的测量输出作为同一电路中未来门的定义。这方面的最新进展,包括开放QASM3量子开发平台中的条件电路支持。
量子电路编程方面的挑战,主要包括量子电路深度优化、寻找替代模型以及为量子纠错添加奇偶校验等。IBM还添加了更多函数调用与核心原语:采样器和估计器。这些新增功能有助于缩短开发时间,通过缩短电路的运行时间实现准确性提升、成本降低。
总结
量子计算的未来即将到来,除了继续拉高量子比特的数量以外,各方的不懈努力正不断提高量子比特的质量。如今,量子系统的硬件、中间件和库正迎来逐步成形的系统性构建方法。相信在不久的未来,量子计算也将与AI处理之间碰撞出更多令人期待的火花。
好文章,需要你的鼓励
串流技术正打破传统游戏边界,让"即点即玩"的畅快体验触手可及,不仅重塑了玩家的游戏方式,更将引领整个产业迈向云端加速迈进。
高通宣布收购越南 AI 研究公司 VinAI 的生成式 AI 部门,金额未披露。这标志着高通持续扩张 AI 工具领域。VinAI 由前 DeepMind 研究科学家 Hung Bui 创立,开发多种生成式 AI 技术。此次收购将增强高通在 AI 解决方案方面的能力,有望为多个行业和消费者带来创新。
GameForge AI 是一款基于人工智能的游戏开发平台,可帮助用户轻松创建自己的游戏世界。本文介绍了 GameForge AI 的功能和使用方法,包括创建角色、场景和任务等。虽然 AI 生成速度较慢,但平台对游戏设计师、桌游爱好者和学生等用户都很有吸引力。与其他 AI 创作工具相比,GameForge AI 更注重构建复杂的叙事驱动型世界。