知名量子计算创业公司PsiQuantum Inc.今日宣布,已在E轮融资中筹集10亿美元资金,用于加速构建拥有超过一百万量子比特的大规模、可靠量子计算机。
此轮融资由贝莱德公司领投,淡马锡和Baillie Gifford参与投资。此次融资使该公司估值达到70亿美元,相比2021年D轮融资4.5亿美元时的估值翻了一倍多。本轮融资吸引了超过六家新投资者,包括麦格理资本、Ribbit Capital、英伟达旗下风投机构NVentures和Adage Capital Management,现有投资者Blackbird、Third Point Ventures和T. Rowe Price Associates Inc.也参与其中。
任何规模的量子计算机都需要纠错功能,而在百万量子比特这样的规模下,实现纠错将成为极具挑战性的课题。量子比特是量子计算机中相当于经典计算机中比特的基本单位。量子比特用于执行类似传统计算的运算,但它们具有同时代表1和0的特性。这使得量子计算机能够比目前最大的超级计算机更快地执行极其复杂的计算。
PsiQuantum联合创始人兼首席执行官Jeremy O'Brien教授表示:"只有构建真正的产品——百万量子比特规模的容错机器——才能释放量子计算的潜力。我们从第一天起就明确了所需条件:这是一项重大工程挑战,而非科学实验。"
为满足实际需求,量子计算公司一直在推动机器向更大规模发展。尽管仅适用于非常特定的计算,量子计算机在药物发现、遗传学和材料科学问题解决方面已显示出前景。当与超级计算机结合形成混合系统时,量子计算机可以在几分钟内解决传统系统需要数月或数年才能解决的问题。
自2021年以来,PsiQuantum已扩大其集成光子芯片组的制造工艺,该芯片组在量子计算机内使用光进行存储和通信。此外,该公司还将钛酸钡纳入其制造工艺中,这种材料非常适合制造超高性能光学开关,公司表示这是扩展其机器规模所缺失的关键组件。
该公司表示,这笔资金将帮助其在2028年前构建雄心勃勃的量子机器。
PsiQuantum并非唯一一家计划在本十年末前构建大规模机器的量子公司。IBM公司公布了一份路线图,计划推出IBM Quantum Starling,这是一台能够执行比当今机器多20,000倍操作的量子计算机。
这项投资紧随竞争对手Quantinuum本月以100亿美元估值筹集6亿美元资金,以及谷歌在2024年底发布其最大的纠错量子计算芯片Willow之后。
除了融资,该公司还宣布与英伟达合作,涵盖量子算法和软件开发,以及使用其基础设施将图形处理单元与量子计算芯片集成。GPU是用于人工智能模型训练、部署和计算加速的基础技术。
贝莱德基础股票技术集团负责人Tony Kim表示:"人工智能建立在经典计算基础上,这支撑了过去五十年的技术发展。现在,我们正处于一个基于量子力学的相邻计算平台的黎明,它将使我们能够以变革性的准确度模拟物理世界。"
PsiQuantum还开发用于公用事业规模量子计算机的冷却、网络和控制系统。该公司表示,通过利用光进行网络连接和控制,其系统不依赖于现在标志性的"吊灯"式低温恒温器来冷却量子计算机。使用其专门技术,该公司设计了一种新的高密度冷却解决方案,可以安装在数据中心的模块化机架中,能够在单个机柜中冷却数百个芯片。
Q&A
Q1:PsiQuantum的百万量子比特计算机有什么特别之处?
A:PsiQuantum计划构建的是拥有超过一百万量子比特的大规模、可靠量子计算机。量子比特具有同时代表1和0的特性,使得量子计算机能够比目前最大的超级计算机更快地执行极其复杂的计算,在药物发现、遗传学和材料科学等领域具有巨大潜力。
Q2:PsiQuantum什么时候能完成这台量子计算机?
A:根据公司的计划,PsiQuantum将使用这10亿美元融资资金,在2028年前完成构建其雄心勃勃的百万量子比特规模量子机器。
Q3:PsiQuantum采用了什么独特技术来构建量子计算机?
A:PsiQuantum使用集成光子芯片组技术,在量子计算机内使用光进行存储和通信。公司还将钛酸钡纳入制造工艺中,用于制造超高性能光学开关。此外,公司开发了新的高密度冷却解决方案,不依赖传统的"吊灯"式低温恒温器。
好文章,需要你的鼓励
随着大语言模型在人工智能时代展现强大力量,可穿戴设备成为收集人体数据的重要载体。通过实时监测血压、心率、血糖等生命体征,结合AI边缘计算能力,医疗正向个性化转型。基因治疗、数字孪生技术让每个人都能拥有专属的医疗数字化身,实现从"报销型医疗"向"创新循证医疗"的转变,为疾病预防和健康管理带来革命性突破。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
在巴黎举办的欧洲开放基础设施峰会期间,专门用一整天时间讨论VMware迁移问题。博通收购VMware后许可证价格上涨,导致客户运营成本大幅增加。开源开发者展示了将VMware虚拟机迁移到开源替代方案的产品。Forrester分析师指出VMware客户对此感到信任破裂。OpenStack等开源解决方案虽然复杂度较高,但提供了健康的开源生态系统替代方案。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。