首台完全可编程光量子计算机面世:超过最强超算富岳7.8万亿倍

水木人工智能学堂

共 1899字,需浏览 4分钟

 ·

2022-06-15 06:02

科学家预估,Borealis 执行高斯玻色子采样的速度可以超过 2021 年世界上最快的传统超级计算机富岳(Fugaku)的 7.8 万亿倍。
超级计算机通常被用于加解决那些经典计算机无法完成的问题,那如果超算的速度还不够呢?现在,一种新型的光子量子计算机只需 36 微秒就可以完成一项传统超级计算机 9000 多年才能完成的任务。
这台光子量子计算机名为 Borealis,是第一台能够通过云向公众提供量子优势的机器。
理论上讲,量子计算机具有量子优势,能够找到经典计算机无法解决的问题的答案。量子计算机的计算能力随量子比特的数量以指数方式增长。
无论是谷歌、IBM 亚马逊这样的科技巨头还是 IonQ 等初创公司,都依赖于基于超导电路或离子阱的量子比特。这些方法有一个缺点是它们都需要极低的温度,因为热量会破坏量子比特,而控制低温的系统是非常昂贵的。
相比之下,利用基于光子量子比特的量子计算机原则上可以在室温下运行,并且能够轻松集成到现有基于光纤的电信系统中,有可能帮助将量子计算机连接到强大的网络,甚至连接到量子互联网。
近年来,Sycamore、九章等量子计算机陆续问世。其中,中科大研制的九章是基于光子的量子计算原型机,在高斯玻色采样问题上,九章二号的处理速度比最快的超级计算机快亿亿亿倍(10 的 24 次方)。
九章二号的主要缺点在于,它依赖于固定反射镜片和透镜。因此它是不可编程的,这限制了它的整体应用。
现在,在一项新研究《可编程光子处理器的量子计算优越性》中,位于多伦多的量子计算初创公司 Xanadu 推出了全新的设备 Borealis,它可能是第一台完全可编程的光子量子计算机这项研究 6 月 1 日正式发表在 Nature 杂志。

论文链接:https://www.nature.com/articles/s41586-022-04725-x.pdf

「Borealis 是第一台任何拥有互联网连接的人能够公开使用的具有量子计算优势的机器,」该研究的资深作者、Xanadu 系统集成团队负责人 Jonathan Lavoie 说
在 Borealis 中,量子比特由所谓的「压缩态」构成,由光脉冲中的多个光子的叠加组成。由于量子物理学的超现实性质,传统的量子比特能够以一种称为叠加的状态存在,它们可以表示数据的 0 或 1,而压缩态能够以 0、1、2、3 或更多的状态存在。
Borealis 能够生成多达 216 个压缩光脉冲序列。「重要的是要认识到 Borealis 并不等同于 216 量子比特的传统设备。由于它使用压缩态的量子比特,它处理的量子任务与基于超导电路量子比特或离子阱的设备不同。」Lavoie 说。


来自完全可编程光子处理器的高维 GBS。
在实验中,研究者在一项名为高斯玻色子采样的任务中测试了 Borealis,用机器分析了其中的随机数据 patch。高斯玻色子采样可能有很多实际应用,例如识别哪些分子彼此最适合。
在此前的工作中,九章二号在 144 个压缩光脉冲中检测到了多达 113 个光子。这项工作中,Borealis 在其压缩光脉冲序列中检测到了多达 219 个光子,而一般水平是 125 个。总而言之,科学家预估,Borealis 执行高斯玻色子采样的速度可以超过 2021 年世界上最快的传统超级计算机富岳(Fugaku)的 7.8 万亿倍
Borealis 的一项关键进步是使用了光子数分辨探测器。此前的机器使用的是阈值检测器,旨在仅区分出「未检测到光子」和「至少检测到一个光子」。Lavoie 表示,光子量子计算机可以解决的计算问题的规模随着它可以检测到光子数量呈指数增长,因此光子数分辨探测器使得 Borealis 的运行速度达到此前光子量子计算机的 5000 万倍以上
Xanadu 让 Borealis 可供所有人通过云使用。「我们还与合作伙伴合作,使其更广泛地可用,」Lavoie 说。「我们希望它的公开可用性将激发更多关于量子优势和一般高斯玻色子采样的研究。
Lavoie 表示,Xanadu 未来的研究将完全专注于实现纠错和最终容错,以解决量子计算中最有价值的问题。在构建 Borealis 过程中学到的许多技术和经验教训,将被纳入 [future models] 架构中。

参考链接:
https://spectrum.ieee.org/photonic-quantum-computing

文献来源:机器之心

版权声明:本号内容部分来自互联网,转载请注明原文链接和作者,如有侵权或出处有误请和我们联系。


浏览 21
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报