《九章》有多好?计算需要1分钟 需要1亿年

  • 2020-12-08 15:46
  • 人民日报

近日,由中国科学技术大学潘建伟、卢朝阳等学者组成的研究团队与上海微系统研究所、中国科学院、信息技术研究所、国家并行计算机工程技术中心合作,构建了一个76光子的量子计算原型。计算玻色采样问题,《九章》中处理5000万个样本只需要200秒,而世界上最快的超级计算机需要6亿年。

这是中国首次实现“量子计算优势”,这一突破使中国成为世界上第二个实现“量子优势”的国家。12月4日,《科学》杂志公布了结果。

设备自主研发和技术创新存在诸多困难

《九章》不仅是中国古代的数学专著《九章算术》,也是一部牢固确立中国作为国际量子计算研究第一方阵地位的量子计算原型。两者都具有里程碑意义。

“量子计算的优越性”是指量子计算机是一个新事物。一旦某个问题上的计算能力超过了最强的传统计算机,就证明了量子计算机的优越性,也跨越了未来在很多方面超越传统计算机的门槛。

"这将使实验各方面的技术进步远远超过以前的水平。"澳大利亚昆士兰大学教授蒂姆洛夫(Tim Love)说:“这种装置的规模非同寻常:100个模式干涉仪,25个压缩器提供输入量子态,100个单光子探测器用于探测,同时实现高效率、稳定性和量子不可分辨性。这些都是证明量子计算优越性所必须的。”

从20光子输入60模干涉线的玻色采样到76光子100模的高斯玻色采样,必须在设备上下功夫。“一开始,高效100通道超导纳米线单光子探测器的性能很低,只有4%。通过与中国科学院上海微系统与信息技术研究所的合作,我们进行了自主研发和创新,目前其性能已提高到98%。”卢朝阳表示,加强量子光源、量子干涉、单光子探测器等领域的自主创新是下一步研究的重点。

“利用量子器件解决日益复杂的问题,体现量子优势,是量子科学前沿最重要的问题之一。”美国科学院院士、沃尔夫奖获得者、狄拉克奖章获得者彼得佐勒认为,潘建伟团队的研究,无论从量子系统的规模和可扩展性,还是从实际应用的前景来看,都将研究水平提升到了一个新的高度。

在不增加能耗的情况下,提高计算能力具有重要意义

“在大数据时代,全球数据量呈指数级增长,每两年翻一番。如果不提取海量数据,那就没有意义。”潘建伟说。目前计算机的传统发展模式是有限的,超级计算机消耗巨大的能量。在潘建伟看来,《九章》的意义是在不增加能耗的情况下提高计算能力。

目前,量子计算机的发展已经成为世界科技前沿最大的挑战之一和全球竞争的焦点。去年,谷歌推出了一台拥有53个超导量子位的计算机“悬铃木”,它在计算一个数学算法上的效率远远超过当时世界上最快的超级计算机,并率先实现了“量子优势”。“九章”实现了“高斯玻色采样”任务的快速求解。

处理5000万样本的高斯玻色采样问题,“九章”只需要200秒,而世界上最快的超级计算机需要6亿年;处理100亿个样本需要10个小时,超级计算机需要1200亿年。正如陆朝阳所说:“《九章》在一分钟内完成了经典超级计算机在一亿年内可以完成的任务。”

对于量子计算机的研究,国际同行已经认识到有三个指标发展阶段:第一阶段是发展50到100个量子比特的高精度专用量子计算机,实现量子计算在计算科学上优越性的里程碑;第二阶段是开发一个量子模拟器,可以相干操纵数百个量子位,解决一些超级计算机无能的具有很大实用价值的问题;第三阶段是将可集成量子比特数大幅增加到百万,实现容错量子逻辑门,开发可编程通用量子计算原型。

陆朝阳认为,《九章》相对于《悬铃木》有三大优势:运行速度更快、环境适应性更强、克服技术漏洞。《悬铃木》只在小样本情况下比超算快,《九章》在小样本和大样本情况下都超过超算。“像赛跑一样,谷歌的机器冲刺能跑赢超算,长跑不赢;我们的机器短跑和长跑都能赢。”

在机器学习、量子化学等领域有着广阔的前景和潜在的应用

在合肥,量子计算原型“九章”占据了实验室几乎一半的空间,包含了数千个组件。目前《九章》和《悬铃木》一样,只能用来解决一个具体问题。潘建伟认为,这是因为可以用来建造量子计算机的材料有限,世界正在几个方向上努力。“量子计算机未来的突破更有可能依赖于量子计算硬件中的新材料。创新。”

如今,基于“九章”的高斯玻色采样算法在图论、机器学习、量子化学等领域有着潜在的应用,将是未来发展的重要方向。潘建伟的团队表示,《九章》虽然计算能力惊人,但只是量子计算第一阶段的一个里程碑。“我希望通过15到20年的努力,我们能够研制出一种通用的量子计算机,解决密码分析、天气预报、药物设计等问题。”潘建伟说。

《科学》杂志的审稿人评论说,这是“一个最先进的实验”,“一个伟大的成就”。“量子优越性”的实验不是一朝一夕的任务,而是更快的经典算法和不断改进的量子计算硬件之间的竞争。但最终量子并行会产生超越经典计算机的计算能力。潘建伟团队希望这项工作能够激发更多的经典算法模拟工作。

头条推荐
图文推荐