谷歌欲自建量子计算机-阿里云开发者社区

开发者社区> 大数据文摘> 正文

谷歌欲自建量子计算机

简介:

0.jpg

量子芯:位于圣芭芭拉的加州大学为研制量子位这一设备而开发的技术将用来在谷歌研制实用的量子计算机。


谷歌即将着手设计与制造用于量子计算机的硬件,这种机器可以利用量子物理学来解决传统计算机用数百万年才能解决的问题。


自2009年起,谷歌就一直与声称要制造“首台商用的量子计算机”、颇具争议的创业公司“D-Wave Systems”合作,并且在去年购买了D-Wave的一台机器。但今年早些时候发布的独立实验并未发现D-Wave的计算机使用量子物理学来解决问题时比传统机器更有效率的证据。


目前,位于圣芭芭拉市加州大学的约翰·马提尼斯(John Martinis)教授已经加入谷歌,以在大学附近建立一个新的量子硬件实验室。马提尼斯会设法在D-Wave计算机内做出自己的芯片。


马提尼斯十多年来一直致力于开发更可靠的量子计算法,同时建成了一些规模最大、误差最小的量子位系统。量子位是用来在量子计算机中进行信息编码的基本构件。


“我们希望重新思考结构设计,并用一种不同的方式来开发量子位,”对于自己为改良D-Wave硬件做出的努力,马提尼斯如是说道,“我们认为我们是有机会通过开发自己的量子位来改良计算机的。”马提尼斯已与谷歌和加州大学圣芭芭拉分校达成一致,使他能够在学校继续自己的研究。


对于特定问题,量子计算机会远快于现有的任何计算机。这是因为,一同运行的量子位可以利用量子力学的奇怪特性迅速地抛弃某个解的错误路径并追踪导向正确路径。但量子位却难以使用,这是因为量子态非常微妙。


克里斯·门罗(Chris Monroe)教授领导着马里兰大学的一个量子计算实验室。对于行业领军人物之一打算对D-Wave这类的设计是否有用这一问题进行研究的新闻,门罗乐见其成。“能让法律认可的研究者来试一试,我认为这是极大的进步。”门罗表示。


自于2007年首次展示其首台计算机起,D-Wave就声称自己的计算机具有各种特性,却没有给出其批评者认为能够证实其说法的必要证据,从而激怒了学术研究者。尽管如此,D-Wave公司已经获得了超过1.4亿美元的资金,也售出了数台计算机。


D-Wave的计算机毫无疑问是可以执行计算的。在2011年发布的的研究也表明,D-Wave的计算机芯片包含量子计算所需要的正确的量子物理学。但其是否以必要的方式利用这一量子物理学来释放量子计算机所承诺的加速,却缺乏依据。其可能只是使用普通物理学来解决问题。


马提尼斯之前的工作集中于传统的量子计算法。本年4月,马提尼斯的实验室宣布能够同时运行5个量子位且误差率相对较低,树立了本领域的新里程碑。可以根据手头的问题配置较大的这种量子位系统,从而运行几乎所有算法,就像传统计算机一样。为了达到实用效果,可能需要数以万计甚至更多的量子位来建造量子计算机。


D-Wave最新计算机的核心芯片有512个量子位,但它们是连接到一个不同的、更有限的元件上的。这个元件被称为量子退火处理机。量子退火处理机只能针对需要在众多竞争条件中挑出最佳方法的特定问题来运行特定算法——例如,确定城市四周最高效的配送路线。


马提尼斯是《科学》杂志今年早些时候发表的一篇论文的合著者。该论文是迄今为止对D-Wave计算机持有最缜密最独立视角的论文。论文断定,在该计算机上运行的实验没有“量子加速的依据”。而没有这一依据,批评者称,D-Wave不过是一台宣传过度的、古怪的传统计算机。D-Wave公司则反驳道,其计算机实验介入的问题类型不当,因此未展现出其优势。


马提尼斯对D-Wave计算机的研究给了他和谷歌对话、获得新职位的机会。理论和模拟都表明,退火处理机有可能实现量子加速,马提尼斯认为这一问题尚无定论。“人们正在尝试弄清一些非常有趣的科学。”他说到。


马提尼斯认为,他的量子位制造技术能够让量子退火处理机更出色。准确地说,他希望做出的处理机的量子能够更稳定地维持一种被称为“叠加”的量子态,即在0态和1态同时有效。D-Wave计算机的量子位只能维持几纳米秒的叠加。马提尼斯则称,自己已经开发出了能够维持长达30微秒叠加的量子位。


马提尼斯将蓝宝石晶片上的铝电路制成量子位,然后将其冷却至20毫开尔文(millikelvin)——绝对零度之上的分数,这样它们就变成超导的了。D-Wave的芯片需要进行类似的冷却以便操作,但其电路是由硅片表面上一种被称为铌的超导材料制成的。马提尼斯正在将其自己的量子位转到硅上,并相信D-Wave芯片所用的某种电绝缘体材料可能限制了芯片性能。


尽管如此,谷歌并未放弃D-Wave。谷歌量子研究负责人在一份在线声明中表示,两家公司会继续合作,当1000量子位的处理器出现时,谷歌的D-Wave计算机也会升级至此。



原文发布时间为:2014-09-11

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
大数据文摘
使用钉钉扫一扫加入圈子
+ 订阅

官方博客
官网链接