除了贸易战,中美之间还有一场事关未来的量子计算“战争”

简介:

除了贸易战,中美之间还有一场事关未来的量子计算“战争”

处数据的海洋之中,各国激烈竞逐的不只是现在,更是未来。

随着特朗普政府公布对华加征关税商品清单,中国遂予以反制,双方可说是“互打直球”互不相让。

明面上,中美贸易战如火如荼;实际上,两国之间还有一场正在暗自较劲的“军备”竞赛:在量子计算机浪潮中,获得更多自主创新专利。

自2014年开始,中国在量子计算领域的专利与应用数量就高于美国。到2017年,中国相关专利已有553项,而美国仅有307项。

量子计算机的重要之处

传统计算机采用二进制数系统,每一个1或0代表着一个比特,它是数据储存的最小单位。量子计算机则采用量子比特为单位。与比特相比,量子比特使用更少的能量就能储存更多的信息。

新华社援引观点认为,如果量子计算机能有效操纵50个左右量子比特,能力即超过传统计算机,实现了相对传统计算机的“霸权”。这种“量子霸权”正是各科研机构竞相追逐的目标。

据《连线》杂志介绍,量子计算机与传统计算机原理不同,非常适合解决特定的数学问题,比如找到数量庞大的质数。而质数在密码学中十分重要,这就使得量子计算机能够迅速破解现有的在线信息安全系统,“量子黑客”由此诞生。但另一方面,基于量子技术的加密系统也因此更为有效安全。

此外,研究者们对量子计算机建模模拟复杂化学反应这一操作的前景也十分看好。

量子计算商业化方面,根据市场研究公司Research and Markets的数据,2016年,量子计算机市场规模约为8840万美元。

美国市场分析企业“通信业研究员”认为,量子计算机市场未来将迎来巨大商机,其市场规模在2023年将达19亿美元,且2027年有望升至80亿美元。

中国表现如何?

尽管中国官方在量子计算领域的具体投入金额尚不明确,但据澎湃新闻报道,安徽省合肥市正在筹建量子信息国家实验室,总投资约70亿元。

在此之前,中国在量子计算领域表现就十分亮眼。

2017年5月3日,世界首台光量子计算机在中国诞生。研究团队将超导量子比特的操纵提升到十个,实现了目前世界上最大数目超导量子比特的纠缠,并在超导量子处理器上实现了快速求解线性方程组的量子算法。

值得注意的是,该光量子计算机由中科大、中国科学院-阿里巴巴量子计算实验室、浙江大学、中科院物理所等协同完成参与研发。

由此可见,中国科技公司业已在量子计算领域大力布局。除了阿里之外,BAT其他两大巨头也正力争抢占跑道。

腾讯搭建了公司级量子实验室,并正在尝试将一些技术,比如量子通信,连接到腾讯云的一些业务和产品里;而百度宣布在五年时间里组建世界一流的量子计算研究所,并将把量子计算逐渐融入到业务中。

另外,在量子通信领域,中国已然是全球的佼佼者。

中国“量子之父”潘建伟曾带领团队在国际上第一次成功实现了“千公里级”的星地双向量子通信。去年9月29日,世界首条量子保密通信“京沪干线”正式开通,世界首次洲际量子通信成功实现。

在超导量子计算和超冷原子模拟方面,潘建伟团队希望通过5年努力走到国际最前列。

美国:量子计算实力,还看私企

2016年5月,IBM开发基于云的量子计算平台“Quantum Experience”,允许用户试用IBM量子处理器并在上面运行算法、操纵每一个量子比特、开发教学及模拟试验来了解量子计算的“无限可能”。

2017年夏天,IBM升级了应用程序背后的处理器;2017年底,该公司又宣布推出全球首款50量子比特的量子计算原型机。此外,IBM还计划建立业界首个商用通用量子计算平台IBM Q,还与摩根大通等公司合作计划在2021年前推出首个在金融领域的量子计算应用。

彭博社援引IBM人工智能研究副总裁达里奥·吉尔(Dario Gil)表示:

随着时间推移,计算机领域的量子计算会变得日渐重要。它将重新定义计算机的类别。量子计算机就是计算领域的未来。

除了IBM之外,谷歌、微软等科技界大佬也早就纷纷入局。

2017年4月,数位谷歌高级研究员发布名为《Characterising Quantum Supremacy in Near-Term Devices(描绘近期设备中的量子霸权)》的论文,指出了量子计算机相对于传统计算机有何优越之处。2018年3月,由谷歌联合美国航天局等成立的美国量子人工智能实验室在洛杉矶举行的美国物理学会年会上发布了72个量子比特的量子处理器。这款被命名为“狐尾松”处理器被广泛认为能在计算领域“大闹天宫”。

而微软投入量子计算研究已超过12年,其研究人员认为,与其他量子系统相比,拓扑量子计算系统能用更少的量子位执行比常规计算机大几个数量级的运算。

与此同时,美国政府在量子计算机领域的投入却被部分研究者认为远远不足。彭博社援引美国政府于2016年7月的一份报告显示,由政府出资的量子研究资金约在每年2亿美元左右。


原文发布时间为:2018-04-09
本文作者:36氪的朋友们
本文来源:虎嗅网,如需转载请联系原作者。

目录
相关文章
|
存储 分布式计算 API
Open Stack简介
Open Stack简介
769 0
|
编解码 芯片 UED
高性能SoC FPGA原型验证系列——综述
本系列博文将结合自己在FPGA原型验证方面的工作经验,先从总体上探讨FPGA原型验证的优势和挑战,然后介绍市面常见的FPGA原型平台并分析各自的优缺点,随后重点介绍平头哥高性能SoC使用的FPGA原型平台,后续还会就FPGA原型中的关键技术进一步展开讨论,并给出自己的一些经验和技巧总结,希望通过系列博文能带给读者关于FPGA原型验证一个系统的认识。当然,我更希望参与FPGA原型平台工作的同学能够一起切磋技艺,为平台建设出谋划策,快速迭代我们的平台,让我们一起打造更加Smart的FPGA原型平台.
高性能SoC FPGA原型验证系列——综述
|
NoSQL 网络协议 Linux
卡速售电商系统2.0搭建教程(详细图文版)
本文详细介绍了在Linux服务器上(推荐CentOS 7.x / Ubuntu 20.04)使用宝塔面板安装和配置卡速售的安装及配置过程,包括安装PHP 8.0及其扩展(fileinfo、redis、swoole4)、调整内存限制、配置二进制日志等。同时提供了安装系统程序的具体步骤,如添加站点、上传并解压文件、设置运行目录及伪静态规则,并通过进程守护管理器启动程序。最后附有故障排查指导,确保安装顺利进行。
447 5
|
机器学习/深度学习 人工智能 算法
AI框架的赢者法则:生态繁荣的昇思MindSpore,成为大模型时代的新选择
2024年被视为大模型应用的元年。昇思MindSpore AI框架凭借其强大的开源社区和技术创新,在全球范围内迅速崛起。截至2024年11月,该框架的下载量已超过1100万次,覆盖130多个国家和地区的2400多个城市,拥有3.7万名贡献者。昇思MindSpore不仅在人才培养和社区治理方面表现出色,还在大模型的开发、训练和应用中发挥了关键作用,支持了50多个主流大模型,覆盖15个行业。随着其市场份额预计达到30%,昇思MindSpore正逐步成为行业共识,推动大模型在各领域的广泛应用。
371 12
|
搜索推荐 Linux
深入理解Linux操作系统的启动过程
本文旨在揭示Linux操作系统从开机到完全启动的神秘面纱,通过逐步解析BIOS、引导加载程序、内核初始化等关键步骤,帮助读者建立对Linux启动流程的清晰认识。我们将探讨如何自定义和优化这一过程,以实现更高效、更稳定的系统运行。
|
消息中间件 存储 缓存
【热点】Kafka与传统中间件(MQ,ETL,ESB)的比较
关注公众号“达摩院首座”,了解开发者最真实生活
2976 87
【热点】Kafka与传统中间件(MQ,ETL,ESB)的比较
|
机器学习/深度学习 人工智能 算法
搭建AI知识库问答应用的实验报告
随着人工智能技术的不断发展,越来越多的企业和个人开始关注和使用AI技术来提升工作效率和生活质量。然而,搭建一个高效的AI知识库问答应用并不是一件容易的事情,需要大量的数据和计算资源支持。幸运的是,阿里云提供了丰富的免费资源,可以帮助我们轻松搭建自己的AI知识库问答应用。本文总结此次实验的步骤和完成实验的心得体会。
|
传感器 监控 安全
物联网在教育中的应用
物联网对教育机构产生了重大影响。教育机构正在选择物联网生态系统,并利用从增强现实到云计算的各种技术
|
机器学习/深度学习 编解码 算法
YOLOV7详细解读(一)网络架构解读
YOLOV7详细解读(一)网络架构解读
2493 0
|
机器学习/深度学习 人工智能 监控
计算机视觉概述(一)
计算机视觉概述(一)
410 0