思科系统公司正为量子计算真正成为现实的一天做好前瞻性布局,宣布推出一款原型网络芯片,该芯片利用量子力学原理来扩展下一代计算机系统的规模。
该原型芯片是在公司于圣塔莫尼卡新开设的研究中心揭幕时亮相的,该中心专注于探索量子网络技术的潜力,不仅用于量子计算本身,也适用于传统计算机的其他可能应用。
思科旗下创新孵化平台 Outshift by Cisco 的新兴技术高级副总裁 Vijoy Pandey 在一篇博客文章中表示,这款实验性的 Quantum Network Entanglement chip 旨在解决目前量子计算机的不足,目前这些计算机在扩展到数百个 qubit(量子比特)时遇到困难。
量子比特是量子计算中信息的基本单位,相当于传统计算机中的“位”,它们具有独特的属性,构成了该技术巨大潜力的基础。传统的位只能表示 1 或 0,而量子比特可以处于一种同时代表 1 与 0 的第三种状态。正是这种能力使其能够完成传统计算机难以企及的复杂计算。
面临的挑战在于稳定这些量子比特极其困难,据 Pandey 称,即使是最为宏大的量子计算路线图,到 2030 年也仅计划实现数千个量子比特。然而,要使量子计算具备实用性,其规模需要扩展到数百万个量子比特。
分布式量子系统
Pandey 表示,解决方案不在于构建单一巨型量子机器,而是将多个较小的量子计算机连接起来形成分布式系统。他设想未来的量子数据中心将可扩展地协调数百万台量子计算机及其量子比特,共同解决人类面临的最棘手问题。
为了使这些分布式量子计算系统协同工作,它们需要一种可靠的相互通信方式,而这正是思科的量子网络纠缠芯片所试图实现的突破。
借助量子力学的特性,该芯片独特地能够制造“成对纠缠的光子”,使它们能够在不受距离限制的情况下即时联接。Pandey 解释称,这实际上是“量子瞬移”的现实应用,正如爱因斯坦著名描述的 “远距离的诡异作用”。
思科表示,其量子芯片原型尤为引人注目,因为它可以在室温下作为小型光子集成芯片运行,使其适用于传统数据中心。该芯片在标准电信波长下工作,这意味着它能够与现有的光纤系统集成,并且在每个输出通道上能达到高达 100 万对高保真纠缠对的卓越性能,每片芯片每秒最多支持 2 亿对纠缠对。
这款新芯片是思科为塑造量子计算未来所做更广泛努力的一部分。通过其设在圣塔莫尼卡的新思科量子实验室,思科旨在设计并构建一整套量子网络协议。该实验室将作为一个枢纽,供思科及其他学术研究人员共同研讨和实验理论概念与技术实际应用。
在发布于 arXiv 的一篇论文中,思科概述了一种支持分布式量子计算系统的网络架构草图。该架构要求开发新的纠缠分发协议、量子网络开发工具包、量子随机数生成器以及分布式量子计算编译器等组件。Pandey 表示,这些正是思科量子实验室研究人员接下来将要开展的项目。
现实世界的当下益处
尽管思科正在建设量子网络基础设施,以支持未来更强大的量子计算系统上线,但其相信这项技术同样能为基于传统位的计算机提供更直接的优势。
例如,量子网络可以实现超精确的时间同步,支持全球交易操作,同时实现量子安全通信,可瞬间检测窃听行为。其他应用场景还包括安全、防篡改的位置验证,这可能在供应链和物流领域发挥作用。
Pandey 认为,思科量子网络技术的一个最关键优势是其供应商中立性。他指出,IBM Corp.、Google LLC 和 IonQ Inc. 等公司正采用包括超导、 中性原子及电离阱等多种不同的量子计算方法。思科并不试图预测哪种方法将最为有效,而是致力于构建一种能够兼容所有这些技术的网络协议层。
Pandey 表示:“这种方法体现了思科在网络领域的历史优势。我们无需在量子计算平台中去挑选‘胜者’,因为我们正在构建那将使所有平台均能扩展的网络基础设施。”
好文章,需要你的鼓励
当前软件工程团队正在试验基于AI代理的编码工具和大语言模型,以提高开发速度和质量。然而,AI编码工具的效果很大程度上取决于使用方式。开发者需要提供结构化的问题描述、明确的执行要求和相关上下文,同时建立适当的防护机制。AI不仅能处理重复性任务,还能识别和评估替代方案,从被动助手演进为工作流程推进器。成功的关键在于将AI视为合作伙伴而非快捷工具,并将其整合到软件交付的全生命周期中。
NVIDIA研究团队开发出名为Lyra的AI系统,能够仅凭单张照片生成完整3D场景,用户可自由切换观察角度。该技术采用创新的"自蒸馏"学习方法,让视频生成模型指导3D重建模块工作。系统还支持动态4D场景生成,在多项测试中表现优异。这项技术将大大降低3D内容创作门槛,为游戏开发、电影制作、VR/AR应用等领域带来重大突破。
Salesforce发布企业级AI智能体平台Agentforce 360,将AI智能体融入几乎所有应用中。该平台采用混合推理引擎Atlas,结合大语言模型的概率思维和业务规则的精确性,支持语音交互和深度集成。以Slack为主要界面,提供Agentforce Builder开发环境,能将非结构化文档转换为可查询记录。Salesforce内部已部署该系统,每周处理180万次对话,主动服务活动增长40%。
谷歌DeepMind团队创新性地让Gemini 2.5模型在无需训练的情况下学会理解卫星多光谱图像。他们将复杂的12波段卫星数据转换为6张可理解的伪彩色图像,配以详细文字说明,使通用AI模型能够准确分析遥感数据。在多个基准测试中超越现有模型,为遥感领域AI应用开辟了全新道路。