英国初创公司Oxford Quantum Circuits已在曼哈顿的一个数据中心安装了纽约市首台量子计算机。
该量子计算机被安装在Digital Realty Trust运营的数据中心内,位于切尔西的谷歌大楼。Oxford Quantum将这项技术推广给客户,作为更快速、更高效运行人工智能程序的解决方案。
Oxford Quantum首席执行官Gerald Mullally表示,预计公司将在三到五年内投资数千万美元,部分资金将用于购买英伟达芯片并将其集成到量子计算机中。不过,他拒绝透露该计算机的确切成本。
Mullally将该项目描述为Oxford Quantum、Digital Realty和英伟达之间的合作伙伴关系。他表示:"我们都从企业希望访问和使用我们的计算资源中受益,无论是英伟达的人工智能超级计算,还是我们的量子计算,这些都在Digital Realty的可信、安全生态系统中运行。"
该系统的安装预计将在本周公布,时值特朗普总统访问英国首相基尔·斯塔默期间。与此同时,据彭博社此前报道,ChatGPT创造者OpenAI和英伟达的领导人也计划在特朗普访问期间承诺支持对英国数据中心的数十亿美元投资。
近几个月来,量子计算领域的投资步伐加快,行业领导者预测技术突破将比预期更早到来。英伟达首席执行官黄仁勋对量子计算尤其看好,他表示这项技术正在达到一个拐点。量子计算虽然构建成本高昂且复杂,但有潜力大幅提升处理速度。仅在过去两周内,英伟达就支持了量子计算初创公司PsiQuantum和Quantinuum。
传统计算机使用比特存储信息,比特表示为0或1。而量子计算机使用量子比特,可以表示为0、1或两者的混合状态,使其能够同时考虑多种可能性,解决传统系统难以处理的问题。但量子比特非常脆弱且容易出错,一些领先技术需要超低温、安静的环境。
Mullally称位于曼哈顿的系统是"世界上最强大的量子计算机之一,因为它能够在错误发生之前运行数千次量子操作"。世界上一些最大的科技公司已经花费数年时间试图开发所谓的容错量子计算机。IBM在纽约波基普西设有量子数据中心,目标是到2029年开发出大规模容错量子计算机。
Mullally表示,Oxford Quantum计划继续投资曼哈顿的量子计算机,并在2028年前将其升级为更强大的计算机。该公司还在东京和英国雷丁的数据中心安装了量子计算机。
Mullally称纽约市的项目是首个"量子-AI数据中心",指出量子计算将使用户能够"更高效地生成可用于训练AI模型的数据"。他表示特别看好该技术在金融领域的应用。"这就是为什么一些最大的全球银行在量子计算领域处于领先地位的原因。"
据公司透露,Oxford Quantum量子计算机与英伟达芯片的部署即将完成。预计部分客户今年将获得该计算机的使用权限,全面商业化将从2026年开始。
Q&A
Q1:Oxford Quantum在纽约安装的量子计算机有什么特别之处?
A:这是纽约市首台量子计算机,被安装在曼哈顿切尔西谷歌大楼的数据中心内。该系统能够在错误发生之前运行数千次量子操作,被称为世界上最强大的量子计算机之一,主要用于更快速、更高效地运行人工智能程序。
Q2:量子计算机与传统计算机有什么区别?
A:传统计算机使用比特存储信息,比特只能表示为0或1。而量子计算机使用量子比特,可以表示为0、1或两者的混合状态,使其能够同时考虑多种可能性,解决传统系统难以处理的复杂问题,但量子比特很脆弱且容易出错。
Q3:这台量子计算机什么时候能投入商用?
A:据Oxford Quantum透露,量子计算机与英伟达芯片的集成部署即将完成。预计部分客户今年就能获得使用权限,而全面商业化服务将从2026年开始。公司还计划在2028年前对系统进行升级,使其变得更加强大。
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。