Cisco 近日公布了为迎接量子计算时代做网络准备的计划。在其位于圣塔莫尼卡的新开的量子实验室正式启用之际,该公司宣布已与加州大学 (UC) 圣塔芭芭拉分校联合研发出一款量子网络纠缠芯片原型。
据 Cisco 介绍,该芯片能够生成一对对纠缠的光子,通过量子瞬移实现跨距离的量子态传输。爱因斯坦曾称这种现象为 "超距作用"。
与 Cisco 合作研发该芯片原型的加州大学 (UC) 圣塔芭芭拉分校电子与计算机工程副教授 Galan Moody 表示:"集成光子技术能够将多种光源集成到单一芯片上,并通过将这些光源与光纤和电子控制相结合,一个设备便可为诸多用户的量子网络提升纠缠速率。"
该芯片是 Cisco 构建面向量子计算时代数据中心架构方案的核心组件。在一篇讨论数据中心中量子计算挑战的博客文章中,Cisco 的量子计算负责人 Reza Nejabati 和研究主管 Ramana Kompella 写道:"量子数据中心网络结构面临的挑战与经典网络截然不同。量子数据中心必须保持脆弱的量子态,分发纠缠资源,促进处理器之间的瞬移,并以亚纳秒级精度同步操作。"
Cisco 的量子数据中心架构包含三层。第一层为专用量子硬件所构成的物理层;第二层为分发量子资源的纠缠管理层;最后一层是将算法在联网处理器之间分配的计算层。Nejabati 和 Kompella 指出,这个架构使得多个较小的量子处理器能够协同合作,形成统一系统,可能大幅缩短实用量子应用实现的时间。
除了纠缠芯片之外,Cisco Outshift 部门高级副总裁 Vijoy Pandey 表示:"我们正在构建将量子处理器大规模连接起来的基础设施,这将实现分布式量子计算、量子传感以及可改变诸如药物研发、材料科学和复杂物流问题等关键应用的优化算法。而我们的量子网络纠缠芯片正是这一愿景的基石。"
Vijoy Pandey, Cisco 表示:"我们量子网络方案的强大之处,在于我们同时注重软件和硬件的开发。"
Pandey 表示,Cisco 正在推进其他关键组件的研究原型开发,其中包括纠缠分发协议、分布式量子计算编译器、量子网络开发工具包 (QNDK) 以及利用量子真空噪声生成的量子随机数生成器 (QRNG)。
他表示:"我们量子网络方案的强大之处,在于我们同时注重软件与硬件的开发。通过自主研发网络硬件组件——例如这款芯片与完整的软件平台相结合,我们获得了对这些元素如何协同构建完整量子网络基础设施的独到见解。"
尽管一些公司只专注于某一种量子计算技术,Cisco 表示其做法对量子技术持中立态度,这意味着它适用于任何量子计算技术。Pandey 补充道:"我们不必去选定赢家,因为我们正在构建一种网络结构,能够帮助所有量子技术实现规模化。"
该公司承诺在进一步完善量子网络技术栈的过程中,将会公布更多关于量子数据中心基础设施的发展路线图。Cisco 还在其产品系列中实施了后量子密码学 (PQC) NIST 标准,Pandey 表示,此举将确保在后量子时代经典网络依然安全。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。