量子计算机制造商Quantum Motion Ltd.近日宣布完成1.6亿美元融资,用于推进其基于硅的量子比特技术研发。
本轮C轮融资由DCVC和Kembara领投,距离该公司上一次融资约三年。总部位于伦敦的Quantum Motion已将部分资金用于为其首位客户——英国国家量子计算中心——建造一台量子计算机。这台机器体积相当于三个服务器机架,其中处理器的尺寸仅有几毫米。
量子比特的材料选择
研究人员会使用多种材料来构建量子比特,即量子处理器的核心元件。部分系统采用离子型量子比特,另一些则利用微型发光体进行运算。Quantum Motion则选择用硅基CMOS电路制造量子比特,而CMOS电路正是所有现代处理器的基础构件。该公司表示,这一技术路线相较于竞争对手具有多项优势。
当前已有大量晶圆厂专门生产CMOS电路,因此Quantum Motion无需自建工厂或在现有设施中安装新设备,便可实现芯片的规模化量产。此外,公司还可以使用标准半导体工程软件设计量子比特,而无需借助定制化工具。
"量子计算若要充分发挥潜力,必须建立在可扩展的平台之上,我们认为硅是实现这一目标最可行的路径。"Quantum Motion首席执行官James Palles-Dimmock表示。
芯片架构设计
Quantum Motion的芯片架构与传统晶体管存在一定相似之处。晶体管的核心是一种称为"沟道"的结构,负责在两点之间传输电子,而电子的运动则由"栅极"这一组件加以控制,栅极在多数情况下环绕着沟道。
Quantum Motion的芯片架构以连接量子点的栅极为驱动核心。量子点是一种由数十个原子构成的半导体晶体,每个晶体中容纳一个电子,该电子即充当量子比特。数据通过电子的一种属性——"自旋"——进行编码:不同的自旋状态对应不同的数据值。
据Quantum Motion介绍,量子比特的数据编码与计算结果读取工作由一颗专用处理器负责管理。通常情况下,此类处理器需要通过一套体积庞大的线缆与其所协调的量子比特相连,这些线缆占用大量空间,给工程师的工作带来相当大的挑战。
集成封装与数据中心兼容性
Quantum Motion的芯片架构将量子比特与控制电路集成于单一封装之中,从而大幅减少了对线缆的依赖,节省了空间,使构建更小型的量子计算机成为可能。这也意味着Quantum Motion的系统可直接部署于现有数据中心,无需对设施进行大规模改造。
该公司表示,其量子比特控制处理器还带来了其他优势。去年推出的芯片版本Hoxton,读取量子比特输出的灵敏度比竞争技术高出100倍,并采用超级电感器——一种将能量储存于磁场中的电气元件——来读取运算结果。
Quantum Motion将利用本轮融资提升硬件的处理能力,并期望实现处理器搭载量子比特数量的"指数级增长"。
Q&A
Q1:Quantum Motion的硅基量子比特技术有哪些优势?
A:Quantum Motion采用硅基CMOS电路制造量子比特,这种方式有三大优势:一是现有晶圆厂即可量产,无需新建工厂;二是可使用标准半导体工程软件进行设计,无需定制工具;三是将量子比特与控制电路集成在单一封装中,减少线缆使用,体积更小,可直接部署在现有数据中心,无需大规模改造设施。
Q2:Quantum Motion的Hoxton芯片有什么特别之处?
A:Hoxton是Quantum Motion去年推出的芯片版本,其核心亮点在于量子比特输出的读取灵敏度比竞争技术高出100倍。它采用超级电感器来读取运算结果,超级电感器是一种将能量储存于磁场中的电气元件,这一设计显著提升了芯片的计算结果读取精度与可靠性。
Q3:Quantum Motion此次融资将用于哪些方向?
A:Quantum Motion本轮共融资1.6亿美元,C轮由DCVC和Kembara领投。公司计划将这笔资金用于提升硬件处理能力,目标是实现处理器搭载量子比特数量的"指数级增长"。此前,公司已将部分早期融资用于为英国国家量子计算中心建造一台量子计算机。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。