英特尔研究院推出英特尔量子软件开发工具包的测试版
量子计算既有望显著加快复杂问题的解决速度,也可能助力材料、化学品和药物设计、金融和气候建模以及密码学领域的重大突破。虽然量子比特方面的进展是量子计算迈向实际应用的重要一步,但是要充分实现这项技术的潜力,还需要在整个硬件和软件栈上都取得大幅进展。
英特尔采用全系统架构方法,涉及完整的计算堆栈,从量子比特架构和算法研究到电控设备(control electronics)、互连、量子软件工具链和编译器,一直到应用层。(图片来源:英特尔公司)
为了推进这个过程,英特尔研究院开发了一个名为英特尔®量子软件开发工具包(Intel® Quantum SDK)的全栈软件开发工具包,可与英特尔的量子计算堆栈相连接。该工具包允许开发者编写新的量子算法,以便未来能在模拟和真实的量子硬件上运行量子比特。目前,测试版用户已在用它探索化学、材料和流体动力学模拟,以及求解线性方程组的算法,这些算法可用于金融建模等现实场景。
英特尔量子软件开发工具包有着直观的用户界面,提供基于LLVM的C++语言编译器工具链,专门针对混合量子-经典算法(hybrid quantum-classical algorithms)优化了量子运行环境,以及高性能的英特尔®量子模拟器(IQS)作为以量子比特为目标代码的后端(qubit target backend)。工具包的未来版本将采用不同的以量子比特为目标代码的后端,包括一个量子点量子比特模拟器,最终还将提供以英特尔量子点量子比特设备作为目标代码的后端。
英特尔量子软件开发套件(SDK)有着直观的用户界面,提供基于LLVM的C++语言编译器工具链,专门针对混合量子-经典算法优化了量子运行环境,以及高性能的英特尔量子模拟器作为以量子比特为后端的目标代码。未来,这个软件开发工具包将与英特尔量子比特硬件相连接。(图片来源:英特尔公司)
此外,英特尔也致力于打造量子生态系统。通过使用行业标准的LLVM编译器,英特尔正在降低量子开发者的门槛,因为LLVM编译器的界面更友好,为传统计算开发者所熟悉。英特尔量子软件开发工具包测试版的用户包括位于德国慕尼黑的代根多夫应用技术大学和Leidos公司。代根多夫应用技术大学正在利用英特尔量子软件开发工具包,研究对空气动力学和流体力学很重要的流体动力学问题,Leidos正在探索的应用领域则包括计算化学和材料建模,以及分布式计算的隐私保护和安全。
QuTech量子计算实验室的稀释冰箱。代尔夫特理工大学的 QuTech是英特尔公司在荷兰的量子计算研究合作伙伴。(图片来源:英特尔公司)
此外,英特尔还在支持课程开发,促进开发者生态系统的构建,以探索量子计算在编程上的应用。大学将开发和分享量子课程内容,从而扩大英特尔量子软件开发工具包的使用。今年获得英特尔支持的大学包括俄亥俄州立大学、宾夕法尼亚州立大学、宾夕法尼亚大学、代根多夫应用技术大学以及庆应义塾大学。
英特尔量子软件开发工具包的推出是英特尔在推进全栈量子开发上的初步努力。作为测试过程的一部分,英特尔将收集用户反馈,据此调整计划于明年早些时候推出的1.0版本。英特尔量子软件开发工具包的测试版本现在已经可以在英特尔开发者云平台(Intel Dev Cloud)上获取。
好文章,需要你的鼓励
阿里巴巴集团正在马来西亚和菲律宾新增数据中心以推动AI驱动增长。该公司云计算部门本周在马来西亚启用第三个数据中心,并计划10月在菲律宾开设第二个数据中心。阿里云还在新加坡设立全球能力中心,帮助超过5000家企业和10万名开发者使用先进AI模型。未来三年内,阿里巴巴将在全球多个地区加速云网络建设,承诺在AI基础设施上投资超过530亿美元。
Unbabel团队开发的TOWER+模型系列实现了翻译专业性与通用AI能力的完美平衡。通过创新的四步训练方法,即使2B参数的小模型也能在翻译质量上匹敌70B大模型,同时具备出色的对话和指令跟随能力。研究还创建了IF-MT基准来评估复杂翻译场景下的综合能力,为AI模型的专业化发展提供了重要参考。
在人工智能与神经科学交叉领域的研究中,科学家正在探索自然发育的生物大脑与人工神经网络之间的异同。如今,实验室培养的生物类器官大脑为这一领域带来了新的复杂性。科学家使用干细胞培养出梨形大脑类器官,这些类器官甚至能够自主生长出眼睛。研究人员通过探索视觉与智能的关系,以及大脑-眼部缩放关系,为人工智能研究提供启发。
莫斯科科学家开发出"听众机制"训练方法,解决AI视觉偏好判断中推理不一致问题。通过让两个AI模型相互"对话"验证推理过程,新方法在ImageReward基准上达到67.4%准确率,并在现代图像数据集上显著提升泛化能力,为开发更可靠可解释的AI系统提供新思路。