待最终完成,具备商业可行性的系统也许会在2030年之后正式亮相……当然,只是也许。
英特尔正向美国多所高校及研究机构交付其最新量子芯片,希望推动量子计算机技术的发展,包括处理多量子比特的技术方案。
芯片巨头此次向各研究实验室提供的,是Tunnel Falls 12量子比特测试芯片。率先一睹其真容的有马里兰大学、罗切斯特大学、威斯康星大学玫迪逊分校以及桑迪亚国家实验室。

英特尔量子硬件负责人James Clarke表示,“我们希望建立研究生态系统。”
“纵观整个半导体社区历史上取得的所有重大进步,无论是晶体管性能、还是用于构建晶体管的工具生态,都一定要经历这个阶段。我们需要吸引更多研究者建立并加入这样一个生态系统,推动量子计算在未来十年内也跨过这道里程碑。”
Clarke这里所说的“里程碑”,是指推出具备商业可行性的量子系统。他认为这个目标“要到2030年之后”才能实现,但英特尔目前正在为此奠定基础。
Tunnel Falls是一款12量子比特的测试芯片,采用英特尔硅量子点技术打造而成。此芯片由英特尔俄勒冈州D-1研发制造工厂生产而成,与公司其他普通芯片采取类似的300毫米标准晶圆工艺。
Clarke解释道,英特尔的量子开发思路是“搭顺风车”,即充分借用半导体行业数十年来在CMOS晶体管小型化和工艺完善方面投入的努力。
“我们将量子技术集中在CMOS这项基础技术之上,尽可能以制造晶体管的工具来构建量子芯片。”
千万别被貌似艰深的概念所吓倒,硅量子点技术其实就是打造基于单电子的晶体管。单个电子会被捕捉在晶体管的栅极下方,且该电子具有自旋这一量子特性,并以向上或向下来表示量子比特的0或1。
芯片上各个门附近还设有传感器,可指示电子处于自旋向上、还是自旋向下的状态。
作为测试芯片,Tunnel Falls可实现多种不同结构,分别代表量子比特设计上的几种可能性。当然,整个系统必须在-271摄氏度(合-456华氏度)的超低温环境下运行。
Clarke宣称,这块晶圆的良品率已经达到95%,且“这些设备在极低温度下表现出的电压均匀性,实际与CMOS逻辑过程非常相似。”虽然量子性能尚未最终确定,但“其产量与均匀性同先进的CMOS工艺基本一致。”
下一步就是与各研究实验室合作建立生态系统,共同打造出具备实用性价值的量子系统。
Clarke表示,“Tunnel Falls基于CMOS技术,这也是我们能够快速推进研究的诀窍所在。我们将42年间漫长的晶体管发展历史浓缩到了量子比特当中,这种对晶体管知识积累的充分发掘,也成为英特尔与众不同的优势所在。”
“这款芯片将支撑起前所未有的技术实验,带来可处理多个量子比特的新方法。就在我们测试这款芯片的同时,英特尔还在着手开发下一代设计。没错,下一代量子芯片已经在路上了。”
“我们将继续提高Tunnel Falls的性能,几乎每周都会有所改进。另外向大家预告一下,预计下一代芯片将在2024年发面。”
从长远来看,英特尔希望构建起完整的量子系统,而不仅仅是量子芯片。
Clarke强调,“英特尔将提供完整的量子技术栈。届时将有一台大型量子计算机,其中搭载量子芯片外加大量控制芯片,全部基于英特尔的技术。可能还会有与之配套的HPC系统或超级计算机,负责处理接入量子计算机的指数级数据量。”
“也就是说,英特尔完全可以凭借自身架构和制造能力构建起所有组件,在量子计算市场上处于独一无二的地位。那我们会直接销售这些系统,还是借助云端开放量子即服务?我觉得谈这些还太早,先解决量子系统中的现实难题再说吧。”
他同时警告称,量子计算还有很长的路要走。除了英特尔这种循序渐进的方法,其他竞争对手也在努力推进自己的功能性量子系统探索之旅。
Clarke指出,“常常有人问我,还要多长时间才会有可用的量子计算机面世,我的回答是10到15年。但也有些量子厂商表示,他们将在5年之内交付可供商业使用的量子计算机。”
“当下,市面上的量子计算系统最高可提供几百个量子比特。这些系统的主要作用是是探索应用边界,在特定问题上实现超越经典超级计算机的解决能力。”
“几年之后,也许是四到六年,我们将迎来数千个量子比特并解决纠错难题,掌握四位数级别的物理量子比特并运行起算法。也就是说,那时候我们将真正拥有逻辑或长寿命量子比特,能在不丢失信息的情况下完成大量操作。”
但他也坚称,真正的商用量子计算系统需要先把量子比特的数量级推到百万,同时辅以可靠的纠错机制。而这一切恐怕至少要到2030年之后才有希望。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。