阿里开源量子模拟器“太章2.0”,支持量子算法和纠错探索

简介: 阿里巴巴发布阿里云量子开发平台(Alibaba Cloud Quantum Development Platform,ACQDP), 开源自研量子计算模拟器“太章2.0”及一系列量子应用案例。这将有力地支持从业人员设计量子硬件,测试量子算法,并探索其在材料、分子发现,优化问题和机器学习等领域内的应用。

记者近日获悉,阿里巴巴发布阿里云量子开发平台(Alibaba Cloud Quantum Development Platform,ACQDP), 开源自研量子计算模拟器“太章2.0”及一系列量子应用案例。这将有力地支持从业人员设计量子硬件,测试量子算法,并探索其在材料、分子发现,优化问题和机器学习等领域内的应用。

过去几年量子芯片的进步使得量子计算通向实用之路的不确定性进一步减小。而随着系统规模的增大,对量子系统及量子算法的测试与验证变得越来越有挑战性。基于经典模拟的方法是一个基本工具,但有其内在的瓶颈。比如,目前的存储技术最高能存储不到60量子比特的量子态。阿里云量子开发平台提出原创性的分布式张量网络收缩算法,开辟了量子电路模拟新方向,可实现比其他方法更大规模的模拟。

达摩院量子实验室在量子计算的经典模拟方向长期处于国际领先。此前,其自研的“太章1.0”提出了独创的张量网络收缩的动态拆分办法,大幅减少量子电路模拟的代价,为学界与业界广泛采用。此次开源的内核量子引擎“太章2.0”通过进一步的算法创新,再次大幅度降低资源消耗。

今年5月实验室用“太章2.0”模拟了2019年 “谷歌量子霸权”宣称用的量子电路,将其设计的经典计算耗时超一万年的任务,压缩至20天内完成,比其它最好的方案改进了四个数量级。业界人士估计,若通过硬件资源的进一步优化,特别是提升GPU使用效率,该算法有望将模拟时间压缩到2天以内。这一系列工作引起学术界对量子计算与经典计算边界的重新思考。

ACQDP还包括达摩院量子实验室自研的支持上万量子比特(4-层,3度)的量子近似优化算法模拟,以及基于实验噪声模型的纠错码性能模拟等量子算法和应用。这可以解决仅靠理论分析无法解决的实验和评估问题。基于这一开放平台,量子计算的研究人员可对不同的场景自定制算法,以进一步提高模拟效率;而发展出来的方案和算法,有望推动量子计算机的实现,催生量子计算的实用优势。

“量子计算的实现极具挑战。学术界和产业界需要聚合力量,克服瓶颈,加速创新。”达摩院量子实验室主任施尧耘解释称,“开放研究有利于加速量子时代来临,也是我们尽快向客户和社会提供量子计算服务的最好策略。”

据他介绍,达摩院量子实验室未来将会有更多的成果开源和对开放研究合作者的无偿输出。该团队聚焦研究的不同于主流的量子比特fluxonium ,在不久的将来也会有最新成果与各界分享。

lADPDgQ9wIzMsD_NEYDNGkA_6720_4480.jpg_720x720q90g.jpg

(图说:达摩院量子实验室科学家正在调试量子计算设备)

相关文章
|
5月前
|
机器学习/深度学习 算法 Oracle
ICLR 2024:近似最优的最大损失函数量子优化算法
【2月更文挑战第27天】ICLR 2024:近似最优的最大损失函数量子优化算法
138 3
ICLR 2024:近似最优的最大损失函数量子优化算法
|
2月前
|
算法 数据处理 数据安全/隐私保护
|
4月前
|
数据采集 算法 安全
CVPR 2024:给NeRF开透视眼!稀疏视角下用X光进行三维重建,9类算法工具包全开源
【6月更文挑战第28天】CVPR 2024亮点:SAX-NeRF框架开源!融合X光与NeRF,提升3D重建效果。X3D数据集验证,Lineformer+MLG策略揭示物体内部结构,增强几何理解。虽有计算成本及泛化挑战,但为计算机视觉和医学影像开辟新路径。[论文链接](https://arxiv.org/abs/2311.10959)**
127 5
|
4月前
|
算法 数据可视化 网络安全
清华等高校推出首个开源大模型水印工具包MarkLLM,支持近10种最新水印算法
【6月更文挑战第27天】清华大学等高校发布了开源工具MarkLLM,这是首个专注于大语言模型水印的工具包,支持近10种先进算法。该工具统一了水印实现,便于比较和使用,旨在促进水印技术在保障信息真实性和网络安全上的应用。MarkLLM提供直观界面、可视化及自动化评估,推动了大模型水印研究的进步。[论文链接:](https://arxiv.org/abs/2405.10051)**
121 5
|
3月前
|
机器学习/深度学习 算法 搜索推荐
一个开源且全面的C#算法实战教程
一个开源且全面的C#算法实战教程
|
5月前
|
机器学习/深度学习 算法 图形学
告别3D高斯Splatting算法,带神经补偿的频谱剪枝高斯场SUNDAE开源了
【5月更文挑战第26天】SUNDAE,一种结合频谱剪枝和神经补偿的高斯场方法,已开源,解决了3D高斯Splatting的内存消耗问题。SUNDAE通过建模基元间关系并剪枝不必要的元素,降低内存使用,同时用神经网络补偿质量损失。在Mip-NeRF360数据集上,SUNDAE实现26.80 PSNR和145 FPS,内存仅为104MB,优于传统算法。然而,其计算复杂性、参数优化及对其他3D表示方法的适用性仍有待改进。代码开源,期待进一步研究。[论文链接](https://arxiv.org/abs/2405.00676)
43 2
|
5月前
|
数据采集 人工智能 自然语言处理
综述170篇自监督学习推荐算法,港大发布SSL4Rec:代码、资料库全面开源!
【5月更文挑战第20天】港大团队发布SSL4Rec,一个全面开源的自监督学习推荐算法框架,基于170篇相关文献的深入分析。SSL4Rec利用未标记数据提升推荐系统性能,解决了传统方法依赖大量标记数据的问题。开源代码与资料库促进研究复现与交流,为推荐系统领域带来新思路和工具。尽管面临数据需求大和依赖数据质量的挑战,但SSL4Rec展现出巨大的发展潜力和跨领域应用前景。[链接:https://arxiv.org/abs/2404.03354]
131 1
|
5月前
|
存储 算法
【数据结构与算法】【腾讯阿里链表面试题】算法题--链表易懂版讲解
【数据结构与算法】【腾讯阿里链表面试题】算法题--链表易懂版讲解
|
5月前
|
Rust Dart 算法
55.3k star!开源算法教程,附带动画图解,学习算法不再苦恼!
55.3k star!开源算法教程,附带动画图解,学习算法不再苦恼!
|
5月前
|
算法 搜索推荐 开发工具
hello-algo,一个免费的算法学习开源项目
hello-algo,一个免费的算法学习开源项目
980 0
下一篇
无影云桌面