荷兰量子计算硬件公司QuantWare B.V.今日宣布完成1.78亿美元融资,用于加速其打造行业"开放架构"的战略计划。
此次融资同步揭晓了全新量子处理器架构VIO-40K——该架构支持开发最高达10,000量子比特的芯片,规模约为当前主流设计的100倍。本轮融资获得超额认购,由英特尔资本、IQT和ETF Partners领投,FORWARD.one、Invest-NL Deep Tech Fund、InnovationQuarter Capital、Ground State Ventures及Graduate Ventures等早期投资方也参与其中。
QuantWare本身并不直接制造量子计算机,而是致力于成为量子计算供应链中的关键一环。外界将其称为量子计算行业的"台积电"——正如台湾积体电路制造公司向戴尔、惠普等厂商提供处理器以供其生产个人计算机一样,QuantWare为其他公司构建量子芯片,助其打造自己的量子计算硬件。
该公司基于超导架构设计并制造量子处理单元(QPU),采用与谷歌、IBM相似的技术路线。其芯片以现货形式对外销售,主要面向希望跳过研究阶段、直接用于量子计算实验的高校、初创企业及国家实验室。
QuantWare计划将本轮融资用于加速推进KiloFab项目——这一设施被定位为全球规模最大的量子开放架构专用晶圆厂。KiloFab建成后将使公司的QPU产能提升约20倍,以满足日益增长的芯片需求。研究人员可向QuantWare提交量子芯片设计方案,由其通过专用制造工艺完成生产。
联合创始人兼首席执行官Matt Rijlaarsdam表示,健全的供应链体系对于这一新兴产业大规模制造和部署量子处理器至关重要。"VIO-40K将基于开放架构交付10,000量子比特的处理器,整个生态系统均可在此基础上构建,而KiloFab则为我们提供了满足全球快速增长需求的工业化产能。"他说。
KiloFab采用公司自研的VIO技术,这是一种模块化量子处理器架构,可实现业界领先的每瓦算力。迄今为止,QuantWare已向全球20个国家的50余家企业和实验室交付了可正常运行的量子处理器,并已成为全球出货量最大的商业QPU供应商。
英特尔资本的Kike Miralles指出,受芯片封装与制造挑战的制约,全球量子计算初创企业在规模化发展方面面临的困难与日俱增。"QuantWare很早便洞察到这一问题,并着手研发VIO加以应对。技术雄心与落地执行力的结合,使其有望成为未来超导量子系统的核心基础公司。"他说。
Q&A
Q1:QuantWare的VIO-40K架构有什么特别之处?
A:VIO-40K是QuantWare推出的全新量子处理器架构,最大亮点是支持开发高达10,000量子比特的芯片,是当前主流设计规模的约100倍。该架构基于开放标准构建,整个量子计算生态系统的企业和研究机构都可以在此基础上进行开发,有助于推动量子计算行业的标准化与规模化发展。
Q2:KiloFab晶圆厂是什么?它的主要作用是什么?
A:KiloFab是QuantWare正在推进的量子芯片专用晶圆厂项目,定位为全球规模最大的量子开放架构专用制造设施。建成后将使QuantWare的QPU产能提升约20倍,研究人员和企业可向其提交量子芯片设计方案,由KiloFab通过专用工艺完成制造,从而大幅降低量子芯片的生产门槛,满足全球快速增长的需求。
Q3:QuantWare的商业模式和台积电有哪些相似之处?
A:QuantWare与台积电的相似之处在于,两者都不直接面向终端用户销售完整产品,而是专注于为其他公司提供核心芯片制造服务。台积电为戴尔、惠普等厂商代工处理器,QuantWare则为量子计算企业、高校和实验室提供现货QPU芯片及定制化制造服务,在各自的产业链中扮演关键的基础设施角色。
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。