美國時間3月5日,谷歌研究博客(Google Research Blog)丟出一個深水炸彈——Bristlecone,這是一個世界上首款72量子比特的量子芯片,。
可能有不少朋友對于72量子比特不太了解,,其實量子計算機的計算能力是通過量子比特數(shù)量來確定的,,那么量子比特數(shù)量是什么,?
在經(jīng)典計算機里,存儲的信息單位是比特(bit),,比特使用二進制,,也就是說一個比特表示的不是“0”就是“1”。
但是,,在量子計算機里,,情況會變得完全不同,量子計算機的信息單位是量子比特(qubit),,量子比特可以表示“0”,,也可以表示“1”,甚至還可以是“1”和“0”的疊加狀態(tài)(superposition),,即同時等于“0”和“1”,,而這種狀態(tài)在被觀察時,會坍塌成為“0”或是“1”,,也就變成了確定的值,,其實也就和經(jīng)典量子理論“薛定諤的貓”是一個道理(把一只貓放到一個不透明的特殊盒子中,在打開盒子前,,這只貓既可能是死的,,也可能是活的,打開后,,兩種可能性才坍塌到其中一種),。除此之外,兩個量子比特還可以共享量子態(tài),,無論這兩個量子比特離得多遠,,也就是所謂的“量子糾纏”(entanglement),。
量子比特的神奇之處
理論上,,2個量子比特的量子計算機每一步可以做到2的2次方,也就是4次運算,,所以說,,50量子比特的運算速度(2的50次方=1125億億次)將秒殺最強超級計算機(目前世界最強的超級計算機是神威·太湖之光,運算速度是每秒9.3億億次)。
說得再具體一點,,拿《火影忍者》舉例的話,,那就是佐助是經(jīng)典計算機,鳴人是量子計算機,,要找一個東西,,佐助只能自己一個一個地方跑去找,也許要找一年,。
但是鳴人可以分出5個影分身,,然后5個影分身再分出5個影分身,分身的分身再分身,,所有分身都同時去不同的地方,,瞬間找到東西,然后分身收回,,只剩一個鳴人,,取回東西,完成,。所以說量子計算能力驚人,。
谷歌此次公布的Bristlecone的量子芯片使用了一種新的架構(gòu),允許單個陣列上的72個量子比特具有重疊設(shè)計,,將兩個不同的網(wǎng)格放在一起,。
▲左邊是谷歌最新的72量子比特量子處理器Bristlecone|,右邊是圖示:每個“X”代表一個量子比特,,量子比特之間以線性陣列方式相連
谷歌利用稱為量子糾錯(Quantum Error Correction)的專門流程對Bristlecone進行了優(yōu)化,,以盡可能降低錯誤率。正是谷歌這樣的設(shè)計,,讓Bristlecone量子芯片在達到72量子比特的同時也實現(xiàn)了1%的錯誤率,。
一時間,科技圈炸開了鍋,,因為這意味著,,在實現(xiàn)量子計算這條賽道上,目前谷歌可能成為了領(lǐng)跑的那一個,!
畢竟就在上周,,在舊金山舉行的IBM Inaugural Index開發(fā)者大會上,IBM才對外展示了其50個量子比特原型機和內(nèi)部結(jié)構(gòu)圖,。
這個72量子比特的量子芯片到底意味著什么,?這并不表示,谷歌已經(jīng)造出了72量子比特的量子計算機,,只是離這個目標更近了一步,,這條路還很長,,所以科技圈也不要太嗨。從72量子比特芯片到72量子比特的量子計算機中間還存在很多需要攻克的障礙,,比如,,目前超級計算機所能模擬的最大量子比特數(shù)為46量子比特,而72量子比特所需要的RAM(Random-Access Memory,,隨機存取存儲)是46量子比特的數(shù)百萬倍,。
谷歌可能憑Bristlecone實現(xiàn)量子霸權(quán)
在2017年11月的《自然》雜志采訪中,谷歌量子計算專家約翰·馬丁尼(John Martinis)提出,,當一臺量子計算機具有大約50量子比特的時候,,其計算能力和速度將超過世界上任何計算機,能解決經(jīng)典計算機所解決不了的問題,。
正因量子計算機有很多經(jīng)典計算機所無法比擬的優(yōu)點,,目前谷歌、IBM,、英特爾等科技巨頭都已紛紛入局,,搶奪高地。而這其中,,“50量子比特”成為一個重要門檻,。
因此,業(yè)內(nèi)也將達到50量子比特的計算機稱為達到了“量子霸權(quán)/量子優(yōu)越性(Quantum Supremacy)”,,即50量子比特的量子計算機優(yōu)于現(xiàn)在的任何一臺經(jīng)典計算機,。
不過,要實現(xiàn)量子霸權(quán),,僅僅達到高數(shù)量的量子比特是不夠的,。量子比特的低錯誤率至關(guān)重要,不然就會影響計算結(jié)果,。只有足夠多的量子比特和足夠低的錯誤率才能實現(xiàn)一個真正實用的量子計算機,。
▲錯誤率和量子比特位數(shù)之間的關(guān)系
根據(jù)谷歌的說法,實用量子計算機的最低錯誤率必須在1%以內(nèi),,并且接近100個量子比特,。從這次公布的Bristlecone量子芯片來看,谷歌似乎已經(jīng)達到了這個目標,,Bristlecone量子芯片達到72位量子比特,,錯誤率為1%,單量子比特門錯誤率為0.1%,,雙量子比特門錯誤率為0.6%,。
谷歌在公布Bristlecone的那篇谷歌科技博客中表示:
如果一個量子處理器可以在足夠低的誤差下運行,它就能夠在一個明確的計算機科學(xué)問題上超越經(jīng)典的超級計算機,,這個成就被稱為量子霸權(quán),。這些隨機電路在量子比特數(shù)和計算長度(深度)方面都必須很大。
盡管還沒有人達到這個目標,,但我們預(yù)計,,量子霸權(quán)可以用49個量子比特、電路深度超過40以及雙量子比特錯誤率低于0.5%來達到,。我們相信,,量子處理器超越超級計算機的實驗性演示將是這個領(lǐng)域的分水嶺,并且仍然是我們的關(guān)鍵目標之一,。
谷歌之前放過話,,說在2017年內(nèi)會做出一個49量子比特的量子芯片來實現(xiàn)“量子霸權(quán)”(Quantum Supremacy)。量子霸權(quán),,也叫做量子優(yōu)勢意味著量子計算機可以比世界上最快的超級計算機更快地執(zhí)行一些定義明確的科學(xué)問題,。
在谷歌宣布要在2017年內(nèi)造出49量子比特的量子芯片后不久,IBM提出,,對于某些特定的量子應(yīng)用,,可能需要56或更多的量子位以證明量子霸權(quán)。而Google似乎打算消除所有疑慮,,所以現(xiàn)在它推出72量子比特的量子芯片并且把目標從實現(xiàn)49量子比特的量子計算機直接升級到實現(xiàn)72量子比特的量子計算機,。
▲科學(xué)家Marissa Giustina在位于Santa Barbara的Quantum AI實驗室中安裝Bristlecone芯片
谷歌的量子霸權(quán)之路
谷歌宣布研制出低錯誤率、72量子比特的量子芯片Bristlecone,,并且正在往實現(xiàn)72量子比特的量子計算機的方向上推進,,雖然72量子比特非常令人興奮,但是從量子芯片到量子計算機,,谷歌要做的工作還有很多,。
2017年12月,來自德國Jülich超級計算中心(Jülich Supercomputing Centre),,中國武漢大學(xué)和荷蘭格羅寧根大學(xué)(the University of Groningen)的研究人員宣布,,他們打破了在經(jīng)典超級計算機上可以模擬量子比特數(shù)量的世界紀錄。
該團隊能夠在超級計算機上模擬46個量子位,,打破了之前45個量子位的記錄,。盡管45和46量子比特之間的差別可能看起來很小,但是,,每增加一個量子比特,,其對于各方面的要求都是指數(shù)性增加的。通常情況下,,如果其他條件相同,,每個額外量子比特的內(nèi)存需求會翻倍。
目前,,最強大的超級計算機只能模擬46個量子比特,,并且對于需要模擬的每個新量子比特而言,,其存儲需求通常會增加一倍。
因此,,要模擬一個72量子比特的量子計算機,,我們需要數(shù)百萬倍的RAM(Random-Access Memory,隨機存取存儲),,也就是2的(72-46)次方倍數(shù),。外媒Tom’ Hardware認為我們很可能無法在超級計算機中達到這樣體量的RAM。
如果谷歌正在研究的72量子比特的量子計算機能夠比我們最強大的超級計算機更快地運行任何算法,,那么量子霸權(quán)時代將會到來,。對此,谷歌也表示:“我們樂觀但同時也是謹慎地認為,,利用Bristlecone可以實現(xiàn)量子霸權(quán)”,。
量子計算的發(fā)展前景
2017年,谷歌量子團隊在Nature刊文稱,,他們堅信即使還缺乏能夠完整糾錯的理論,,但5年之內(nèi)仍會有與量子計算有關(guān)的小型設(shè)備問世,而這也將給投資者帶來短期的回報,?!霸缙诘牧孔佑嬎阍O(shè)備將在量子模擬,量子輔助優(yōu)化和量子采樣領(lǐng)域有商業(yè)運用,。更快的計算速度對從人工智能到金融和醫(yī)療等領(lǐng)域具有明顯的商業(yè)優(yōu)勢”,。
而量子計算之所以如此重要,除了因為它“快”,,還因為它可以重新定義程序和算法,,顛覆眾多領(lǐng)域,例如:
軍事方面,,一切現(xiàn)有的密碼學(xué)全都要被重新改寫,,因為用量子計算機能輕易破譯所有密碼;醫(yī)學(xué)方面,,量子計算機可以模擬人體內(nèi)的各種化學(xué)分子,,建立起醫(yī)學(xué)模擬的新模型;此外還有氣象學(xué),、材料科學(xué)等種種領(lǐng)域都面臨著量子計算的顛覆,。
不過,目前我們離真正的量子計算機還有距離,,現(xiàn)在,,量子計算機還只是非常初步的階段,量子比特的脆弱,、不穩(wěn)定性還有低精度的問題還沒有解決,,要實現(xiàn)實用量子計算機還有很長的路要走,。