写点什么

谷歌 Willow 开创了量子霸权的新里程碑

作者:Sergio De Simone

  • 2025-01-08
    北京
  • 本文字数:1531 字

    阅读完需:约 5 分钟

谷歌 Willow 开创了量子霸权的新里程碑

谷歌宣布推出了代号为 Willow 的全新 105 量子比特的超导芯片,该芯片解决的一项量子霸权实验如果让传统计算机来模拟,至少需要 3 亿年才能完成。更重要的是,该芯片展示了量子硬件实现容错的一种方法,这似乎铺平了其大规模扩展的道路

长话短说,《自然》杂志上的一篇 论文 介绍了 Willow,它表明可以将一些物理量子比特组合成逻辑量子比特,这样逻辑量子比特级别的错误率就会随着物理量子比特数量的增加而降低:


我们测试了越来越大的物理量子比特阵列,从 3x3 编码量子比特网格扩展到 5x5 网格,再到 7x7 网格——每次,利用我们在量子纠错方面的最新成果,我们都能够将错误率降低一半。实现这一目标的前提是“低于阈值”,即物理量子比特级别的错误率低于给定阈值。这使得逻辑错误率随着物理量子比特的增加而呈指数下降。


Scott Aaronson 在评论这一发布时写道,虽然这一进化并不具有革命性,但它是 30 年来在量子计算容错方面努力的顶峰,它还跨越了一个重要门槛,使行业将迎来“基本上,逻辑量子比特 [将] 被保存和作用于任意时长,从而实现可扩展的量子计算”的里程碑时刻。


需要注意的是,谷歌的结果仅限于一个逻辑量子比特。此外,它只表明了逻辑量子比特可以在降低错误率的同时扩大规模,而不是实现了足够低的错误率。事实上,Willow 的逻辑错误量级为 10^-3,而根据 Aaronson 的说法,谷歌的目标是达到 10^-6 的错误率,这样他们才会说做出了一个真正容错的量子比特。


为了进一步了解这一结果的意义,重点是要了解量子计算的发展方向和现在的情况,正如 Aaronson 所解释的那样:


要以足够大的规模运行 Shor 算法,我们几十年来都知道你需要具备纠错能力才行,这(按照目前的理解)会导致规模爆炸,每个逻辑量子比特至少需要数百个物理量子比特。这正是谷歌和其他公司现在竞相展示纠错的构建块(如表面代码),以及他们可以在没有纠错的情况下所做的惊人演示(但这些看起来更像是 RCS 和量子模拟,而不是因式分解)的起因。


请注意,目前认为解决 Schor 问题将需要至少 1730 个逻辑量子比特。虽然这听起来可能令人沮丧,但它肯定会让那些担心经典密码学即将被破解的人们放下心来。


Willow 的另一项重大成就是在不到 5 分钟的时间内完成了一项基于 随机电路采样(RCS)的实验,从而突破了量子霸权的极限。


Willow 在这个基准测试中的表现令人惊叹:它在不到五分钟的时间内完成了一项计算,而当今最快的超级计算机之一需要 10^25 年才能完成这项计算。如果要写出来,则是 10,000,000,000,000,000,000,000,000 年。这个令人难以置信的数字超出了物理学中已知的时间尺度,也大大超过了宇宙的年龄。


谷歌量子 AI 负责人 Hartmut Neven 表示,RCS 可以看作是一种非常基本的方法,可以检查量子计算机是否在执行传统计算机无法完成的任务。然而,它只是用来计算一个没有特定值的随机分布,而这对于传统计算机来说很难模拟,我们可以找到更有效的传统算法,物理学家和科学传播者 Sabine Hossenfelder 说。


此外,由于其结果在传统硬件上验证需要很长时间,谷歌的验证必然仅基于推断,因此怀疑论者可能会认为,宣称的错误率降低的结论只是部分正确。正如 Aaronson 所说,这意味着尽快设计有效且可验证的量子实验是非常重要的。


如果你有兴趣深入批判谷歌关于 Willow 的说法,你一定不会错过以色列数学家 Gil Kalai 的分析。


毫无疑问,量子计算的道路仍然很漫长。正如 Neven 所解释的那样,谷歌的下一个挑战是创建一个集成数千个物理量子比特的芯片,错误率为 10^-6,然后是第一个包含两个逻辑量子比特的逻辑门。最后,尝试扩大硬件规模,以便实现有实际用途的算力。


原文链接:

Google Willow Sets New Quantum Supremacy Milestone (https://www.infoq.com/news/2024/12/google-willow-quantum-supremacy/)

2025-01-08 12:0010086

评论 2 条评论

发布
用户头像
quantum superemacy应译为“量子优势”、“量子优越性”或类似的词,是指量子计算模型相对传统计算模型在某些问题上具有显著的渐进时间复杂度优势。
2025-01-19 09:21 · 浙江
回复
用户头像
期待量子计算工业化,如果那样就没英伟达什么事儿了
2025-01-13 21:26 · 北京
回复
没有更多了

61支队伍入围!用友第六届企业数智化应用开发大赛决赛名单公布

新消费日报

利用外部数据源 JSON 管理测试:灵活的数据驱动测试方法

测吧(北京)科技有限公司

测试

鸿蒙开发实战:轻松配置多环境目录,实现高效应用部署

王二蛋和他的张大花

鸿蒙

Robotaxi三国杀

脑洞汽车

AI

Pytest 并行与分布式运行测试用例的实现与优化

测吧(北京)科技有限公司

测试

智源举办2024具身与世界模型专题峰会 产学研共促技术创新与产业应用

智源研究院

什么是公共数据资源授权运营?

郑州埃文科技

公共数据

为什么真全闪分布式存储离不开 RoCE/RDMA 流控技术?

XSKY星辰天合

#分布式存储 流控技术

鸿蒙开发实战:灵活定制编译选项,打造高效应用

王二蛋和他的张大花

鸿蒙

推理王者o1到底怎么落地?

脑极体

AI

从消息中间件架构发展趋势,探讨物联网平台如何支持亿级设备推送?

华为云开发者联盟

IoT Apache Pulsar 消息中间件 华为云IoTDA

七届“全勤生”高通已经确认参加明年第八届进博会

业界

全国数据标准化技术委员会成立,企业该对数据”下狠手”了

用友BIP

全链路压力测试:确保系统在高负载下的稳定性与响应能力

测吧(北京)科技有限公司

测试

深入理解 Fixture 作为参数使用的技巧:提升测试代码的灵活性和复用性

测吧(北京)科技有限公司

测试

和鲸社区地球科学轻科研交流局:在这个卷来卷去的时代,我们都想要找到一些答案

ModelWhale

数据科学 气象 地球科学 DDE 深时数字地球 大气

改变财务规划思维方式,迎接创新技术新时代

智达方通

技术创新 预算管理 财务规划

探索微店API接口:如何高效获取商品详情数据

代码忍者

API 接口 pinduoduo API

Pytest-ordering:自定义 Pytest 测试用例执行顺序的指南

测吧(北京)科技有限公司

测试

深入理解 fixture 的作用范围:优化测试环境的管理

测吧(北京)科技有限公司

测试

深入理解 yield 用法:从生成器到高级测试场景的应用

测吧(北京)科技有限公司

测试

C# 单例模式的多种实现

不在线第一只蜗牛

JavaScript C#

机器学习与AI|如何利用数据科学优化库存周转率?

Altair RapidMiner

人工智能 数据分析 altair RapidMiner

鸿蒙开发实战:深度解析网络管理技巧与实战应用

王二蛋和他的张大花

鸿蒙

Pytest 内置插件 Hook 体系:深入了解与实践

测吧(北京)科技有限公司

测试

利用外部数据源 CSV 管理测试:轻量化数据驱动测试方案

测吧(北京)科技有限公司

测试

全面升级的“新清影”,给AI生成视频带来了哪些新玩法?

Alter

鸿蒙开发实战:智能日志定位与高效调试技巧

王二蛋和他的张大花

鸿蒙

谷歌 Willow 开创了量子霸权的新里程碑_芯片&算力_InfoQ精选文章