高大上的”量子计算机“是怎么来的?

简介:

自上世纪90年代提出量子计算机概念以来,技术和研发费用是限制这类逆天设备发展的壁垒。期间加拿大D-Wave公司曾宣称已经研发出量子计算机,但是业界对这台设备仍持质疑态度。庆幸的是,近几年我们能够看到业界在量子计算机的研发上取得了新的突破,或许,第一台真正意义上的量子计算机很快就会来了!

高大上的”量子计算机“是怎么来的?

D-Wave量子计算机

量子计算机是一种遵循量子力学规律,进行高速运算、存储及处理量子信息的物理装置,其运行的是量子算法,处理速度惊人,比传统计算机快数十亿倍。据悉,阿里已经和中科院共同成立了一个量子计算机研究室,其中中国科学院在量子信息技术方面处于国际先进水平。该实验室计划,到2025年,量子模拟将达到当今世界最快的超级计算机的水平。那么这种科幻级设备工作原理是什么样的?我们从阿里中科院实验室中的图片来一一揭秘。

高大上的”量子计算机“是怎么来的?

plug光路-用于囚禁原子

量子计算机本身处理的是量子数据,那么要实现超强的功能就需要有量子。我们要把原子量子化,那么便需要从囚禁原子开始。囚禁原子是原子物理学的一种新的实验平台,研究人员可以用此方法自由操纵单个原子,此步骤完成后,就可以开始冷却原子。可以说囚禁原子是量子计算机的通用方案。

高大上的”量子计算机“是怎么来的?

超冷原子囚禁在光晶格

在原子被“囚禁”后,就需要降低原子的温度,一般超冷原子的温度需要接近绝对零度(100nK)。因为原子在常温下的速度高达到数百米每秒,只有让原子保持在极低温度状态,才可受控制。图中系统是模拟凝聚态物质中的量子现象,如高温超导等。

高大上的”量子计算机“是怎么来的?

操作原子的激光器系统

该系统主要用于操控原子的量子态,冷却原子后就可以开始这一动作。不过,如何保持长时间的量子态是最大的技术瓶颈。(科普:电子做稳恒运动时的状态叫量子态,目前,量子态隐形传输的距离的距离最远可达16km。)

高大上的”量子计算机“是怎么来的?

制备并研究极低温分子

此外,量子计算机还致力于控制分子的状态,分子在常温下会做不规则的热运动,温度越低分子运动的越慢,在低温情况下更易受控制,进一步进入量子态。

高大上的”量子计算机“是怎么来的?

超低温状态下的原子

上图是超低温状态下的原子。一般情况下,超冷原子的温度在百纳开左右,(接近绝对零度,0K),在此情况下就可以进入量子态。

D-Wave推出的首台量子计算机已经被吐槽不如传统计算机的处理速度,而真正的量子计算机是可以秒掉超级计算机,至于何时能造出这种计算怪物,我们不得而知。


原文发布时间为:2015-07-30
本文作者:程弢
本文来源:雷锋网,如需转载请联系原作者。

目录
相关文章
|
编解码 监控 Android开发
Pico Neo 3教程☀️ 四、开发者工具:实时监控工具(Metrics Tool)
Pico Neo 3教程☀️ 四、开发者工具:实时监控工具(Metrics Tool)
|
人工智能 算法 大数据
数据的“潘多拉魔盒”:大数据伦理的深度思考
数据的“潘多拉魔盒”:大数据伦理的深度思考
829 25
|
存储 人工智能 编解码
多模态实时交互大模型浦语·灵笔 2.5 OmniLive开源:能看、能听、会记、会说!
2024年12月12日,多模态实时交互大模型书生·浦语灵笔2.5-OL(InternLM-XComposer2.5-OmniLive)开源,该模型可以通过视觉和听觉实时观察和理解外部世界,自动形成对观察到内容的长期记忆,并可通过语音与人类用户进行对话交谈,提供更自然的大模型交互体验。
1202 4
多模态实时交互大模型浦语·灵笔 2.5 OmniLive开源:能看、能听、会记、会说!
|
人工智能 测试技术 计算机视觉
导航、采矿、建造,北大这个新智能体把《我的世界》玩透了
北京大学研究团队开发的ROCKET-1智能体在《我的世界》中展现了卓越能力。通过视觉-时间上下文提示协议,ROCKET-1结合视觉和语言模型,高效解决复杂任务,如导航、采矿和建造。其核心设计包括高层次推理器和低层次政策模型,分别负责任务分解和具体执行。实验显示,ROCKET-1在短时和长时任务中均表现出色,具备强大的零样本学习能力。
584 16
|
人工智能 自动驾驶 架构师
Gartner 首次发布 AI 代码助手魔力象限,阿里云进入挑战者象限,通义灵码产品能力全面领先
通义灵码由阿里云和通义实验室联合打造,上线不到一年就入围 Gartner 挑战者象限,产品能力得到广泛认可。
|
前端开发 JavaScript UED
axios取消请求CancelToken的原理解析及用法示例
axios取消请求CancelToken的原理解析及用法示例
1683 0
|
监控 安全 持续交付
构建高效微服务架构的最佳实践
【2月更文挑战第18天】 在当今快速迭代和持续交付的软件发展环境中,微服务架构已成为众多企业和开发团队的首选。本文将深入探讨如何构建和维护一个高效的微服务系统,涉及设计原则、技术选型、部署策略以及监控与调优等关键方面。通过一系列的最佳实践,读者将获得构建可靠、可扩展且易于管理的微服务系统的全面指导。
|
移动开发 JavaScript 前端开发
分享111个JS时钟代码特效,总有一款适合您
分享111个JS时钟代码特效,总有一款适合您
913 0
|
机器学习/深度学习 存储 人工智能
图解机器学习 | 聚类算法详解
聚类是最常见的无监督学习算法。本文讲解聚类问题常见算法及用途,包括划分聚类的K-Means算法、K-Medoids算法,层次聚类的Single-Linkage 算法、Complete-Linkage算法,和DB-SCAN算法。
4237 1
图解机器学习 | 聚类算法详解
MOTOROLA MVME5500 摩托罗拉 国产智能汽车制造未来导向
MOTOROLA MVME5500 摩托罗拉 国产智能汽车制造未来导向
MOTOROLA MVME5500 摩托罗拉  国产智能汽车制造未来导向