硅谷科技巨头IBM公司和思科系统公司正在将目光投向人工智能之后的下一个重大技术:量子计算。
两家公司今天宣布计划合作构建大规模、容错的网络,使数万个"量子比特"能够协同工作,解决世界上一些最复杂的问题。公司表示,他们希望在五年内通过连接两台独立的量子计算机并纠缠其量子比特来实现这一愿景,然后将这个网络扩展到分布式网络中的数十台机器。
最终,他们的目标是在2030年代末建立"量子互联网"的基础。这个网络旨在支持超安全通信和用于地震监测、气候变化等应用的先进传感器网络。
当然,IBM和思科承认要实现这一目标还需要大量工作,他们的近期目标相对温和一些。他们表示希望在2030年底前完成初步概念验证演示,计划展示如何纠缠来自位于不同低温环境中的两台独立量子机器的量子比特。
纠缠现象让多个量子比特协调工作,这对量子计算发挥潜力至关重要,因为这被认为是实现有用规模的唯一途径。为此,IBM和思科表示他们需要构建全新的网络架构,包含微波-光学转换器等新颖组件和支持软件。
量子互联网路线图
思科正在开发复杂的量子网络硬件和软件架构,旨在保持极其脆弱的量子状态,分配纠缠资源,促进量子计算机之间的传输,并以亚纳秒精度同步它们的操作。
一旦完成概念验证,他们需要证明能够扩展到连接两台以上的量子计算机。这将要求他们在更远距离上连接多台地理位置分散的量子机器。思科表示,为此他们将创新光子和微波-光学转换器技术。
此外,公司需要为量子计算机开发新型接口。为此,IBM正在开发新的量子网络单元(QNU)来连接量子处理单元(QPU)。IBM解释说,这个接口必须能够获取"静态量子信息"并将其转换为可分配给网络中其他机器的"飞行"量子信息。
在软件方面,思科正在开发高速协议框架,能够连续动态地重新配置量子网络,以便在QNU完成部分计算后将纠缠分配给它们。
此外,公司正在研究新型"网络桥接"如何使用多个思科量子网络节点通过QNU接口连接数百个IBM QPU,首先在单个数据中心内,随后扩展到整个物理上分散的设施群。这将确保量子网络能够在大距离上扩展,是构建量子互联网基础的关键。
思科总经理兼高级副总裁Vijoy Pandey表示,仅仅制造拥有更多量子比特的更大量子机器是不够的。要使它们真正有用,必须将它们连接成巨大的集群,以便结合它们的处理能力。
"IBM正在构建具有激进扩展路线图的量子计算机,我们正在提供实现横向扩展的量子网络,"他说。"我们正在将其作为完整的系统问题来解决,包括连接量子计算机的硬件、在它们之间运行计算的软件,以及使其工作的网络智能。"
如果公司能够开发出这种架构,IBM的量子计算机理论上将能够处理计算需求如此巨大的工作负载,即使世界上所有现有的经典计算机协同工作也无法完成。它可以支持多达数万亿个"量子门"的计算,这些是变革性量子应用(如复杂材料和药物设计)所需的基本纠缠操作。
公司计划中存在许多"如果",但他们确实相信有朝一日能够创建由数千台分布式量子机器组成的大规模量子互联网,可能最早在2030年代末实现。如果实现,将能够开发出可在全球范围内共享信息的量子传感器、量子通信和其他基于量子的技术。
IBM研究总监兼研究员Jay Gambetta表示,公司路线图要求在本十年末开发大规模、容错的量子计算机。一旦完成,他们需要连接多台机器以实现其全部潜力。
"通过与思科合作探索如何创建分布式网络,我们将追求如何扩展量子计算能力,"他说。"当我们构建计算的未来时,我们的愿景将推动量子计算机能力的前沿。"
Q&A
Q1:IBM和思科的量子互联网计划什么时候能实现?
A:IBM和思科计划分阶段实现量子互联网。他们希望在2030年底前完成初步概念验证演示,展示如何纠缠两台独立量子计算机的量子比特。最终目标是在2030年代末建成完整的量子互联网基础设施。
Q2:量子互联网有什么实际用途?
A:量子互联网将支持超安全通信和先进传感器网络,可用于地震监测、气候变化等应用。它还能开发量子传感器、量子通信等可在全球范围共享信息的量子技术,处理传统计算机无法完成的复杂计算任务。
Q3:量子比特纠缠为什么对量子计算这么重要?
A:量子比特纠缠让多个量子比特能够协调工作,这对量子计算发挥潜力至关重要,因为这被认为是实现有用计算规模的唯一途径。通过纠缠,量子计算机可以结合处理能力,处理需要数万亿量子门操作的变革性应用。
好文章,需要你的鼓励
PHP 8.5正式发布,引入了期待已久的管道操作符和符合标准的URI解析器。管道操作符支持函数调用链式操作,让代码更具可读性,避免冗余变量和嵌套语句。新增的URI扩展基于RFC 3986和WHATWG URL标准,为开发者提供标准化的URI解析功能。此外还包括Clone With属性更新、NoDiscard属性警告等特性。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
SkyReels是专为营销人员、设计师和社交媒体内容创作者打造的多模态生成式AI视频平台。该平台整合了Google Veo 3.1、Sora 2等顶级AI模型,支持文本转图像、图像转视频等多种工作流程。平台特色包括智能创意助手Expert Agent,通过结构化问答指导创作流程,以及150多个针对服装、消费品等领域的专业模板。SkyReels专注于TikTok、Instagram等社交平台的快速内容制作需求。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。