量子计算设备开发商IonQ公司今日公布了一项重大融资交易详情,将从投资公司Heights Capital获得20亿美元资金支持。
该量子计算机制造商计划通过以每股93美元的价格出售1650万股股票筹集约四分之三的资金。Heights Capital是华尔街巨头Susquehanna International的关联公司,同时还购买了4500万份股票认购权证。这些金融工具赋予投资者在未来购买股票的选择权。
据IonQ透露,超过500万份认购权证为预付费形式,这意味着Heights Capital将预先支付大部分价格。该投资公司还购买了标准的七年期认购权证,使其有权在未来购买4300万股IonQ股票。
今日消息发布后,这家量子计算机开发商的股价下跌超过8%。IonQ于2021年通过与特殊目的收购公司(SPAC)合并的方式在纽约证券交易所上市。上季度该公司收入2070万美元,但亏损1.775亿美元。
IonQ的旗舰产品是名为Forte Enterprise的量子计算机,包含36个量子比特。这些量子比特以离子形式实现,即带有电荷的原子。系统使用激光将数据编码到量子比特中,执行计算并读取结果。
IonQ目前正在开发名为Tempo的更新、更强大的量子芯片。其算法量子比特评分(性能衡量指标)几乎是Forte Enterprise的两倍。IonQ表示该系统能够以95%的正常运行时间运行。
该公司的长期工程路线图围绕过去一年进行的一系列收购展开。其中最大的交易是IonQ于7月收购了同为量子硬件开发商的Oxford Ionics Ltd.,交易金额为10.75亿美元的现金和股票。
Oxford Ionics开发的量子芯片同样基于离子量子比特,与IonQ的系统类似。不同之处在于这些量子比特不是通过激光编程,而是通过直接内置在主芯片中的微小电极。据Oxford Ionics称,其电极比激光设备更易制造且更具可扩展性。
收购该公司后不久,IonQ公布了修订后的硬件工程路线图。现在计划在2027年构建具有10,000个量子比特的系统,并在次年达到20,000量子比特的里程碑。此外,IonQ希望将多台量子机器连接成集群。
该公司于7月收购了波士顿初创公司Lightsynq Technologies Inc.来增强其集群技术。Lightsynq开发了基于钻石的光学互连技术,可以连接多个量子芯片。
IonQ首席执行官Niccolo de Masi表示:"我们认为这是量子行业历史上最大的普通股单一机构投资。这笔20亿美元的现金投资将促进我们的全球增长,并加速我们在全球范围内的量子商业化进程。"
Q&A
Q1:IonQ的量子计算机是如何工作的?
A:IonQ的量子计算机使用离子(带电荷的原子)作为量子比特,通过激光将数据编码到量子比特中,执行计算并读取结果。其旗舰产品Forte Enterprise包含36个量子比特。
Q2:IonQ收购Oxford Ionics有什么意义?
A:Oxford Ionics开发的量子芯片采用直接内置在芯片中的微小电极编程,而非激光技术。据称这种电极比激光设备更易制造且更具可扩展性,有助于IonQ提升量子计算机的性能和制造效率。
Q3:IonQ的未来发展计划是什么?
A:IonQ计划在2027年构建具有10,000个量子比特的系统,2028年达到20,000量子比特。同时希望将多台量子机器连接成集群,并通过收购Lightsynq的光学互连技术来实现这一目标。
好文章,需要你的鼓励
人工智能正以超出预期的速度改变软件世界。本周OpenAI发布ChatGPT应用,谷歌推出Gemini Enterprise平台,亚马逊发布Quick Suite,都旨在通过AI代理改造9000亿美元的企业软件市场。尽管存在泡沫担忧,AI资金仍持续涌入,Reflection AI获20亿美元融资,n8n获1.2亿美元投资。同时硬件需求激增,OpenAI采购100亿美元AMD硬件,马斯克xAI为第二个数据中心采购180亿美元英伟达芯片,可能引发长达十年的定价危机。
这项研究开发了Hi3DEval系统,这是首个能够从整体、局部和材质三个层面全面评估3D模型质量的智能系统。通过创新的视频分析和3D几何特征结合方法,系统在各项评估指标上都显著超越了传统方法,为3D内容创作提供了标准化的质量检测工具,在游戏开发、虚拟现实、电商展示等领域具有广阔的应用前景。
OpenAI本周推出开发者应用集成功能,允许用户直接通过ChatGPT与第三方应用交互。Spotify成为首批合作伙伴之一,用户可要求ChatGPT创建播放列表、推荐歌曲等。连接账户后,AI可访问用户喜好和听歌历史,提供个性化建议。该功能支持145个国家的所有ChatGPT用户使用,但需注意数据隐私风险。
电子科技大学等多所院校联合开发的RPCANet++系统,通过巧妙结合传统数学理论与深度学习技术,实现了既高效又可解释的稀疏物体分割。该系统在红外小目标检测、医学血管分割、工业缺陷检测等多个领域表现优异,为构建可信赖的AI视觉系统提供了新思路。