英特尔旗下两个主要研究机构英特尔实验室(Intel Labs)和基础材料研究所(Components Research)近日宣布,他们在大规模生产量子计算处理器方面取得了重大进展。
在魁北克奥福德举行的2022年硅量子电子研讨会上,英特尔研究人员表示,英特尔的晶体管研发中心制造“硅自旋量子比特设备”时,已经能够展示出最高水平的产量和均匀率,这被认为是英特尔的一个重要里程碑,因为英特尔正在朝着能够在现有晶体管制造工艺上制造量子计算芯片的方向发展。
在这场打造量子计算机的竞赛中,英特尔是关键参与者之一。量子计算机是一种更先进的机器,可以将数据编码为“量子比特”,而不是传统计算机中使用的比特。量子比特的优势在于它并不局限于状态1或者是0,可以同时作为两种状态存在,这种特性称为叠加。
这主要源自于量子物理学的奇异特性。英特尔将量子比特比作一枚硬币,它可以是正面、反面或不停旋转的状态。当硬币在旋转时,它可以同时被认为是正面和反面。
英特尔进一步解释说,如果一个旋转的硬币能够同时代表两种状态,那么两个旋转硬币则可以代表四种状态:HH、TT、HT、TH。因此,可能性就会迅速扩大,三个旋转硬币则能够代表八个状态。
重要的是你要理解,量子比特代表多种状态的能力使其比传统比特更加强大,因此量子计算机中的量子比特越多,机器的能力就越强。
令人惊讶的是,尽管量子比特看起来很神奇,但实际上是采用了和传统计算机芯片相同的制造方式,是在硅晶片上作为“自旋量子比特”生产出来的,最大的区别是它更脆弱一些,且只能存在于极低温的环境中,以保持其稳定性。
到目前为止,大多数研究过程都集中在一次创建一个量子芯片上,而英特尔的做法有所不同,是使用现有的极紫外光刻技术来制造一个典型的300毫米晶圆,其中包含了多个量子芯片。据英特尔称,这种原型展示了迄今为止最强的一致性,成品率约为95%。

图:英特尔低温探测器在自动化过程中摄取的图像,显示了1.6开尔文的量子比特设备,其中可以在所有16个位置(4个传感器和12个量子比特位置)形成量子点,并调整到最后一个单个电子上而无需工程师的输入操作。英特尔制造的设备所具有的均匀性和可重复性,实现了以上这些结果,并且这些结果是在一整个晶圆上收集到的。该系统持续运行以生成迄今为止所知的最大的量子点设备数据集。
英特尔量子硬件总监James Clarke表示,研究表明,采用英特尔现有晶体管工艺节点制造量子芯片的想法是一个“合理的战略”,随着技术的成熟,将会看到相关成果。
由于与早期芯片相比,英特尔已经实现了更高的产量和一致性,因此英特尔现在可以使用统计过程控制技术来确定有那些制造过程区域是可以优化的。英特尔通过这种方式可以加速研究工作,并有望在一天之内大规模生产用于商业量子计算机的数千个甚至数百万个量子比特。
Clarke表示:“未来,我们将继续提高这些设备的质量并开发更大规模的系统,以这些步骤作为构建模块,帮助我们快速推进。”
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。