一年大约有多少秒,一年有多少个小时多少分钟

首页 > 体育 > 作者:YD1662023-11-22 19:55:00

谷歌推出的新款量子计算机的运算速度测试结果。图片来源:参考文献 [3]

也就是说,量子计算机“又一次”验证了“量子优越性”,而且谷歌团队也坚信此次不会再次“翻车”。

百舸争流

不曾缺席的中国力量

在文章的开头,我们就知道验证“量子优越性”的方法不仅仅包括“量子随机线路采样”任务,还有“量子随机漫步”和“玻色采样”等任务。其中谷歌团队选择的是“量子随机线路采样”,而“玻色采样”这一任务也被物理学家们寄予厚望。

“玻色采样”任务最早由量子物理学家斯科特·阿伦森(Scott Aaronson)和亚历克斯·阿尔希波夫(Alex Arkhipov)在 2010 年提出,这种运算任务特别适用于光量子计算机的运算求解。

“高尔顿板”实验你听说过吗?它是指在图中所示孔洞中同时放入多个小球或者分别多次放入单个小球,最终落到中间的小球总是较多,而落入两侧的小球总是较少。

一年大约有多少秒,一年有多少个小时多少分钟(9)

“高尔顿板”实验的示意图。图片来源:Wikipedia

“玻色采样”任务就是一种量子世界中的“高尔顿板”实验——小球变成了光子,最终每个出口都可以探测到特定的光子数目分布,从而完成全部可能的采样结果。

“玻色采样”任务虽然看似简单,但随着光子数目的增加,所需的计算资源和运算时间会呈指数增加,从而极大地增加了经典超级计算机运算的难度。

而就在 2021 年 10 月,来自中国科学技术大学的量子团队成功研发出的新一代量子计算机“九章二号”,就选择了“玻色采样”任务来验证了“量子优越性”。

一年大约有多少秒,一年有多少个小时多少分钟(10)

“九章二号”量子计算原型机。图片来源:中国科学院官网

据悉,“九章二号”量子计算机具有高达 113 个光量子比特,在“玻色采样”任务的运算速度上比当时最快的超级计算机快了近 10^24 倍,同时,这一算法任务的实现也在机器学习和计算机图形学等领域有巨大的潜在价值。

这个成果不仅仅打破了国际上光量子计算机的性能纪录,还在验证“量子优越性”这一前沿课题上展现了属于中国的科研力量。在量子计算的漫漫征途中,中国力量一直不曾缺席。

验证“量子优越性”

“万里长征”的第一步

虽然谷歌量子计算团队研发的第二代量子计算机性能不断升级,并且在特定问题的求解方面展现出远超现今最强的经典超级计算机的能力。但是,这并不意味着量子计算机已经可以取代现有的经典计算机。

从理性的角度来看,“量子优越性”的概念本身就存在比较大的争议性:这是因为谷歌团队用来演示“量子优越性”的问题并没有太大的实际应用价值,它仅仅展现出了量子计算独有的运算潜能。并且随着经典计算在硬件升级和算法优化方面的不断进步,量子计算也将会面临来自经典计算的一次次反击。

也就是说,在真实构建出通用化的量子计算机之前,这场有关量子计算和经典计算之间的巅峰对决还将持续比较长的一段时间。因此,验证“量子优越性”仅仅只是量子计算发展道路上的第一步,而非是最终的胜利。

根据量子计算机的发展趋势,目前量子计算机的发展可以大致分为 3 个阶段:

第一阶段:能够对大约 50 个量子比特进行有效操纵,并且在实验上可以在特定问题的求解上展现出“量子优越性”,这一阶段目前已经实现;

第二阶段:由于量子计算机在运算过程中极易受到外界的干扰,因此需要大量冗余的量子比特来实现运算中的量子纠错,人们预计需要对几百个量子比特进行有效操纵,从而实现量子纠错的关键技术,并且进一步探索量子计算的实际应用场景;

第三阶段:需要对大约 10~100 万量级的量子比特进行有效操纵,从而构建可编程的通用量子计算机,并且最终实现加密密钥破解以及最佳优化搜索等。

一年大约有多少秒,一年有多少个小时多少分钟(11)

量子计算的三个发展阶段。图片来源:腾讯量子实验室

结语

目前看来,量子计算和经典计算各有千秋,都存在自身的不足之处。一方面,量子计算只能在特定的问题求解上展现其自身优势,并不能取代经典计算,来解决实际问题;另一方面,经典超级计算机的运算求解也需要耗费大量的计算资源和能量,并且受制于“摩尔定律”,难以进一步提升运算性能。

因此,实现“量子优越性”不应该是一个具体的时间节点,而是新生的量子计算与不断升级的经典计算之间相互竞争的时间段。随着量子技术的不断进步,我们也将会迈入量子计算的第二阶段,并且朝着最终实现通用量子计算机的第三阶段不断前进。

参考文献

[1] Arute, F., Arya, K., Babbush, R. et al. Quantum supremacy using a programmable superconducting processor. Nature 574, 505–510 (2019).

[2] Feng Pan, Pan Zhang. Simulating the Sycamore quantum supremacy circuits.

[3] Google Quantum AI and Collaborators. Phase transition in Random Circuit Sampling.

策划制作

出品丨科普中国

作者丨栾春阳 清华大学物理系

监制丨中国科普博览

上一页123末页

栏目热文

文档排行

本站推荐

Copyright © 2018 - 2021 www.yd166.com., All Rights Reserved.