思科近日发布了一款名为"通用量子交换机"的工作原型,旨在连接来自不同供应商的量子系统,标志着其在量子网络领域取得重要进展。
长期以来,思科携手多家合作伙伴致力于分布式量子网络的研发,并认为这项工作有望为2030年代末期的量子计算互联网奠定基础——届时,量子计算机、传感器与量子通信将共同构建这一全新的网络形态。
在介绍这款产品的背景时,思科指出,当前量子计算机虽然性能强大,但仍存在明显局限:其运算规模仅停留在数百量子比特,而医疗、金融服务和航空航天等行业的实际应用往往需要数百万量子比特,才能实现超常的运算速度和技术突破。思科认为,网络与连接能力是弥补这一差距的关键所在,量子时代的未来不会由任何一家企业或任何一种技术单独构建,而将通过将它们全部连接起来来实现。
思科还解释道,试图用直连线缆连接数十亿人和数百亿设备是不现实的,传统互联网之所以成为可能,正是因为经典交换机能够通过共享的、可扩展的网络将所有这些终端连接起来。然而,由于量子计算机对信息的编码方式各不相同,此前没有任何一款交换机能够在不破坏量子信息的前提下,接收并转换所有主流编码模式。
通用量子交换机正是为解决这一难题而生。它能够在室温条件下、基于现有电信光纤基础设施传输并保护量子信息,其核心是思科拥有专利的转换引擎,可在输入与输出端之间实现不同编码模式之间的相互转换。当两台量子计算机需要共享信息时,通用量子交换机的工作方式与经典交换机类似:以任意模式接收信号,将其转换为用于路由的通用语言,再以接收方系统所需的格式输出,且全程不会造成量子信息的损失。
该技术被视为量子网络发展历程中的关键里程碑,直面了量子网络建设中最根本的技术壁垒之一。
思科专利转换引擎处于量子交换机的核心位置,能够让输出编码模式与输入保持一致,或完全转换为另一种模式,从而使量子交换机能够连接并转换那些从未被设计为可以相互通信的量子系统,这对于构建跨供应商、跨技术的量子网络而言至关重要。
此外,该交换机支持目前用于传输量子信息的所有主流编码模式,包括:偏振(光波的振动方向)、时间仓(光脉冲的时序)、频率仓(光的颜色或频率)以及物理路径或空间路径。目前,该量子交换机已通过偏振编码的实验验证,时间仓和频率仓的支持已内置于设计中,是思科后续验证工作的下一步。
概念验证实验使用了思科自研的纠缠光源和单光子探测器,结果显示量子信息在经过交换机转换后,量子态保真度和纠缠度的衰减低于4%,这意味着量子网络正常运行所需的相干性得到了有效保持。
测试还表明,该交换机具备亚纳秒级电光开关能力,最短可在一纳秒内完成连接重配置,同时能耗极低,功耗不足1毫瓦。
作为一款工作研究原型,思科将这款交换机视为加速推进全栈量子网络项目的重要佐证。它旨在实现系统间量子信息的路由与保护,其核心的思科专利转换引擎能够在输入输出端对所有编码和纠缠模式进行转换。
思科新兴技术与孵化部门Outshift的高级副总裁兼总经理Vijoy Pandey表示:"达成这一里程碑,对我们的量子项目而言是一个关键时刻,也是量子网络变革潜力的有力证明。我们很早便认识到,连接量子系统是实现真正可扩展性的关键,如今我们已朝着这一愿景迈出了重要一步。尽管这是一项重大成就,但这只是开始。前方的路还很长,然而我们正在构建的,以及即将到来的一切,其影响将是深远而意义非凡的。"
Q&A
Q1:思科通用量子交换机解决了量子网络中的什么核心问题?
A:量子计算机对信息的编码方式各有不同,此前没有任何交换机能在不破坏量子信息的前提下,实现不同编码模式之间的转换和路由。思科通用量子交换机通过自研专利转换引擎,首次实现了在室温下、基于现有电信光纤,接收并转换所有主流量子编码模式,同时将量子态保真度损失控制在4%以内,解决了构建量子网络最根本的技术壁垒。
Q2:通用量子交换机目前支持哪些量子编码模式?
A:目前该交换机支持四种主流量子编码模式:偏振(光波振动方向)、时间仓(光脉冲时序)、频率仓(光的颜色或频率)以及物理或空间路径。其中,偏振编码已完成实验验证,时间仓和频率仓的支持已内置于设计中,是思科下一阶段的验证重点。
Q3:思科通用量子交换机的性能表现如何?
A:根据概念验证实验结果,通用量子交换机在量子态保真度和纠缠度方面的衰减低于4%,能够有效维持量子网络所需的相干性。此外,它具备亚纳秒级电光开关能力,最短可在一纳秒内完成连接重配置,功耗不足1毫瓦,能效表现优异。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。