今天,英特尔发布包含12个硅自旋量子比特(silicon spin qubit)的全新量子芯片Tunnel Falls,继续探索量子实用性,以解决重大难题。Tunnel Falls是英特尔迄今为止研发的最先进的硅自旋量子比特芯片,利用了英特尔数十年来积累的晶体管设计和制造能力。
在英特尔的晶圆厂里,Tunnel Falls是在300毫米的硅晶圆上生产的,利用了英特尔领先的晶体管工业化制造能力,如极紫外光刻技术(EUV),以及栅极和接触层加工技术。在硅自旋量子比特中,信息(0/1)被编码在单个电子的自旋(上/下)中。硅自旋量子比特本质上是一个单电子晶体管,因此英特尔能够采用与标准CMOS(互补金属氧化物半导体)逻辑生产线类似的流程制造它。
英特尔认为,硅自旋量子比特比其他量子比特技术更有优势,因其可以利用先进晶体管类似的生产技术。硅自旋量子比特的大小与一个晶体管相似,约为50 x 50纳米,比其它类型的量子比特小100万倍,并有望更快实现量产。《自然·电子学》期刊上的一篇论文表示,“硅可能是最有机会实现大规模量子计算的平台”。
同时,利用先进的CMOS生产线,英特尔可以通过其创新的制程控制技术提高良率和性能。Tunnel Falls的良率达到了95%,实现了与CMOS逻辑制程接近的电压均匀性(voltage uniformity)。此外,英特尔可在每块晶圆上实现超过24000个量子点。Tunnel Falls能够形成可被相互隔离或同时操控的4到12个量子比特。
接下来,英特尔将继续致力于提高Tunnel Falls的性能,并将其和英特尔量子软件开发工具包(SDK)整合在一起,集成到英特尔的量子计算堆栈中。此外,基于制造Tunnel Falls的经验,英特尔已经开始研发下一代量子芯片,预计将于2024年推出。
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。