达摩院新型量子芯片操控精度99.72%创新高

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 达摩院量子实验室成功设计制造出两比特fluxonium量子芯片,实现了单比特操控精度99.97%,两比特iSWAP门操控精度最高达99.72%,在此类比特达全球最佳水平,是fluxonium优势从理论到实践的重要一步。

阿里巴巴达摩院公布量子计算重大进展:自研新型fluxonium量子芯片两比特门操控精度达到99.72%,达全球同类比特最高水平。

image.png

操控精度是衡量量子芯片性能的核心指标。

达摩院选择的fluxonium是一种新型超导量子比特,在理论上,与传统transmon相比,fluxonium可以具备更高操控精度,长期为学界瞩目。

fluxonium和transmon的比特构造不同:
fluxonium是用环形电路的磁通量作为量子比特,以其中的环形电流顺时针和逆时针方向的反对称和对称叠加态分别代表量子比特的1、0状态;
transmon是用是否激发电路中的电磁震荡作为量子比特的1、0状态的表达。

从比特构造上来说,fluxonium比transmon更能抵御外界电荷噪音的干扰,并且更接近于理想的2能级系统。

不过在实践层面,fluxonium的高操控精度比transmon更难实现。

例如在制备上,一个transmon比特只需要1~2个约瑟夫森结(制备量子比特的关键电路元件),而一个fluxonium比特需要制备近百个乃至更多约瑟夫森结。

目前,达摩院量子实验室成功设计制造出两比特fluxonium量子芯片,实现了单比特操控精度99.97%,两比特iSWAP门操控精度最高达99.72%,在此类比特达全球最佳水平,是fluxonium优势从理论到实践的重要一步。

image.png

这一研究成果的取得,依赖于理论、设计、仿真、材料、制备和控制多个课题上的突破和创新。近日,达摩院在全球物理学盛会2022APS年会上分享8个学术报告,公布在上述方面的多个成果:

材料:达摩院发明了一种利用钛氮化铝(TAN)材料的外延体系制造量子器件的新方法,在极低的微波损耗下依然能实现动态电感的急剧增加。该材料有望成为达摩院下一代fluxoinum芯片的核心部件。

制备:在另一个芯片制备的课题上,达摩院量子实验室制备的基于氮化钛的超导量子比特,在相干时长这一最关键的性能指标上,可重复地达到300微秒,达到世界一流水平。

设计:量子芯片设计自动化的一个核心问题是提升仿真计算速度。在此课题上,达摩院研发的基于表面积分方程方法的超导量子芯片电磁仿真工具,在电路参数和界面损耗的计算上,相比于通常采用的有限元方法取得了两个数量级的加速,极大的加速了量子芯片的设计优化。

控制:在另一个大幅提升大规模量子芯片设计能力的工作中,达摩院通过将芯片优化与量子操控都集成到梯度优化的框架中,在更大参数空间中高效联合优化比特设计方案与比特操控方案

编译:达摩院还在fluxonium上验证了自研的超导量子芯片整体计算性能的优化方案,包括针对超导架构的单比特门通用优化编译方案,针对超导芯片上的另一种原生操控SQiSW门的即时最优编译方案等。该优化方案可以大幅提升量子芯片的整体性能指标。

阿里巴巴达摩院量子实验室负责人施尧耘表示:“打造可扩展的高精度量子比特平台,是当前我们实现量子计算机的核心策略。这8个报告表明,fluxonium不再是学术界演示原理的粗糙玩具,而已然成为可与主流平台争锋的工业级利器。这些历经三年积累的成果,也体现了我们先高精度、后多比特的路径选择,差异化发展的冒险精神,以及稳扎稳打、系统性推进的研究风格。”

达摩院量子实验室聚焦于量子计算机的实现,已建成Lab-1、Lab-2两座硬件实验室,后者坐落于杭州市余杭区未来科技城梦想小镇,用以提供探索多比特上高精度的实验设施。

此前,达摩院量子实验室已开源自研量子计算模拟器“太章2.0”及系列应用案例,相关成果业已发表于Nature子刊《Nature Computational Science》,其核心算法为学界与业界广泛采用。

备注:本文转载自阿里云公众号2022年3月24日《达摩院最新突破:新型量子芯片操控精度99.72%创新高》

相关文章
|
机器学习/深度学习 算法 Python
Python高级算法——支持向量机(Support Vector Machine,SVM)
Python高级算法——支持向量机(Support Vector Machine,SVM)
1544 2
|
8月前
|
机器学习/深度学习 算法 搜索推荐
基于弱监督学习的宠物视频内容自动标注技术实践
针对宠物短视频标签混乱问题,提出基于弱监督学习的自动标注方案,融合多模态特征与标签传播算法,实现高效精准的内容识别。相比传统方法,准确率提升至85%,效率提高15倍,成本降低60%,助力平台智能化运营。
341 0
|
12月前
|
存储 缓存 监控
深度剖析阿里巴巴平台商品详情接口:技术、应用与代码实战
阿里巴巴商品详情接口基于RESTful架构,使用HTTP协议通信,支持GET和POST请求方式。开发者需通过App Key和App Secret进行签名认证,确保接口安全调用。核心端点如`https://api.1688.com/router/rest?method=alibaba.item.get`可用于获取商品基本信息,常见参数包括`fields`(指定返回字段)和`num_iid`(商品ID)。接口响应为JSON格式,包含商品标题、价格、库存、描述、图片链接、供应商信息等。开发者可结合实际需求进行数据提取与处理。
|
12月前
|
人工智能 数据安全/隐私保护 Python
小红书图文生成器,小红书AI图文生成工具,python版本软件
Pillow库自动生成符合平台尺寸要求的配图7;3)利用Playwright实现自动化发布流程6。
|
计算机视觉
YOLOv5改进 | 2023 | DWRSeg扩张式残差助力小目标检测 (附修改后的C2f+Bottleneck)
YOLOv5改进 | 2023 | DWRSeg扩张式残差助力小目标检测 (附修改后的C2f+Bottleneck)
816 1
|
关系型数据库 MySQL Linux
Docker中运行一个mysql
尽管不希望在docker中运行mysql,但是自己玩确实方便~~~
5165 2
Docker中运行一个mysql
|
数据采集 JSON 数据格式
深入解析:使用Python爬取Bilibili视频
本文介绍了如何使用Python编写脚本自动化下载Bilibili视频。通过requests等库获取视频和音频URL,使用ffmpeg合并音视频文件,最终实现高效下载。注意遵守网站爬虫政策和法律法规。
2420 4
基于kalman滤波的UAV三维轨迹跟踪算法matlab仿真
本文介绍了一种使用卡尔曼滤波(Kalman Filter)对无人飞行器(UAV)在三维空间中的运动轨迹进行预测和估计的方法。该方法通过状态预测和观测更新两个关键步骤,实时估计UAV的位置和速度,进而生成三维轨迹。在MATLAB 2022a环境下验证了算法的有效性(参见附图)。核心程序实现了状态估计和误差协方差矩阵的更新,并通过调整参数优化滤波效果。该算法有助于提高轨迹跟踪精度和稳定性,适用于多种应用场景,例如航拍和物流运输等领域。
1271 12
|
机器学习/深度学习 自然语言处理 Ubuntu
OpenVoice一键部署
OpenVoice一键部署
1721 0
|
JavaScript Serverless 网络架构
Next.js与SSR:构建高性能服务器渲染应用
创建Next.js项目使用`create-next-app`,每个页面自动支持SSR。动态路由如`pages/posts/[id]`,在`getStaticPaths`和`getServerSideProps`中获取数据。利用静态优化和预渲染提升性能,动态导入减少初始加载时间。使用`next/image`优化图片,自定义服务器增加控制,集成第三方库如Redux。优化SEO,利用i18n支持多语言,使用Serverless模式和Web Workers。项目支持TypeScript,创建`_error.js`处理错误,部署到Vercel并使用工具进行性能监控和优化。
720 4