IBM的量子飞跃

该公司的量子技术将在2023年突破1000量子比特大关。

IBM的Condor是世界上第一台突破1000量子比特的通用量子计算机，将于2023年首次亮相。预计今年IBM还将推出Heron，这是第一款新型模块化量子处理器，该公司表示，这款处理器可能有助于其在2025年前生产出拥有4000多量子比特的量子计算机。

虽然针对经典计算机需要亿万年才能解决的问题，理论上量子计算机可快速找到答案，但今天的量子硬件的量子比特仍然不足，这限制了它的实用性。量子计算所需的纠缠和其他量子态非常脆弱，易受热量和其他干扰的影响，这使得增加量子比特的数量成为一个巨大的技术挑战。

尽管如此，IBM还是稳步增加了其量子比特数量。2016年，该公司将第一台量子计算机放在云端，任何人都可用它做实验。这台设备有5个量子比特，每个量子比特都是冷却到接近绝对零度的超导电路。2019年，该公司制造了27量子比特的Falcon；2020年，打造了65量子比特的Hummingbird；2021年，推出了127量子比特的Eagle，这是第一款超过100量子比特的量子处理器；2022年，制造了433量子比特的Osprey。

其他量子计算机比IBM Condor处理器的1121量子比特还要多，例如，D-Wave Systems在2020年推出了一个5000量子比特的系统。但是D-Wave的计算机专门用于解决优化问题，而Condor将是世界上最大的通用量子处理器。IBM量子基础设施总监杰瑞•周（Jerry Chow）说：“1000量子比特真的挑战了我们能够真正集成的极限。”研究人员表示，将读取和控制所需的线路和其他组件分离到其自己的层上（一种从Eagle开始应用的策略），可以更好地保护量子比特免受破坏，并整合更多的量子比特。“我们会一边向上扩展，一边学习设计规则，比如‘这个可以越过这个；这个不能越过这个；这个空间可以用来完成这项任务。’”周说。

IBM计划在2023年推出的另一款量子处理器Heron只有133量子比特，与Condor相比可能微不足道。但IBM表示，其升级架构和模块化设计预示着一种开发强大量子计算机的新策略。Condor使用固定耦合架构来连接量子比特，而Heron将使用可调耦合架构，在承载量子比特的超导环路之间增加约瑟夫森结。这种策略能够减少量子比特之间的串扰，提高处理速度，并减少错误。(谷歌已在其53量子比特的Sycamore处理器中使用了这样的架构。)

此外，Heron处理器专为相互之间的实时经典通信而设计。这些链路的经典性质意味着它们的量子比特不能在Heron芯片上纠缠，无法以此实现众所周知的量子处理器计算能力的提升。不过，这些经典链路使“电路编织”技术成为可能，在这方面，量子计算机可以从经典计算机中获得帮助。

例如，IBM研究人员发现，使用一种名为“纠缠锻造”的技术，仅用通常所需量子比特的一半便可以模拟量子系统（例如分子）。这种方法将量子系统分成了两半，在量子计算机上分别建模，然后使用经典计算来计算两半之间的纠缠，并将模型编织在一起。

虽然处理器之间的这些经典链路很有帮助，但IBM打算最终取代它们。该公司计划在2024年推出Crossbill和Flamingo，前者是一款408量子比特处理器，通过短程量子通信链路将3块微芯片耦合在一起，后者是一款462量子比特模块，计划通过大约1米长的量子通信链路合成一个1386量子比特系统。如果这些连接实验取得成功，IBM计划在2025年推出1386量子比特的Kookaburra模块，使用短程和远程量子通信链路将3个这样的模块结合成一个4158量子比特的系统。

日本理化学研究所理论量子物理实验室（Theoretical Quantum Physics Laboratory）的首席科学家弗兰克•诺雷（Franco Nori）说，IBM“旨在逐步改进的策略是非常合理的，而且从长远来看很可能会成功”。

2023年，IBM还计划改进其核心软件，帮助开发人员在云端统一使用量子计算和经典计算。“我们正在为以量子为中心的超级计算机奠定基础。”周说，“我们认为量子处理器不是完全集成的，而是松散聚合的。”他解释道，这种框架将具备灵活性，能适应量子软硬件可能经历的不断升级。

2023年，IBM计划开始开发量子软件应用的原型。到2025年，该公司希望将此类应用引入机器学习、优化问题、自然科学等领域。

研究人员希望最终使用量子纠错来弥补量子处理器容易犯的错误。这些方案能够将量子数据分散在冗余量子比特中，每个有用的逻辑量子比特都需要多个物理量子比特。相反，IBM计划从2024年开始将错误缓解方案引入平台，从源头防止这些错误。但是，即使针对如何解决错误的争论最终以需要更多的量子比特而结束，IBM应该也能够凭借1121量子比特的Condor等产品处于有利地位。

审核编辑 ：李倩

量子计算通用处理器优化问题

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。