首页 > 科技未来 > 内容

谷歌量子计算火热，英特尔表现如何？

发布于：2024-06-17 编辑：匿名来源：网络

英特尔研究院院长Rich乌利格坐在采访桌前，露出颇为无奈的笑容。

下一个问题是关于量子计算的。

一场原本应该是关于英特尔研究院整体情况的媒体对话，竟然变成了量子计算。

专题：英特尔无情扑灭了谷歌引发的量子计算大火，甚至表示量子计算商业化至少需要十年。

乌利格在Rich最近的公开信中提到，现在应该更多地关注如何构建可以用来解决困难挑战的系统，即“量子实用性”。

为了直观地了解如何实现量子实用性，英特尔研究人员使用高性能量子模拟器来预测量子计算机在解决最大割优化问题时可以超越超级计算机的节点。

Max-Cut 是一种复杂度随着变量数量的增加呈指数增加的算法。

它广泛应用于从交通管理到电子设计的各个领域，因此我们选择Max-Cut作为测试用例。

在我们的研究中，我们针对一系列规模不断增大的最大割问题，将容噪的量子算法与最先进的经典算法进行了比较。

经过大量模拟，研究表明，只有数百甚至数千个量子位可靠运行，量子计算机才能比超级计算机更快地解决实际问题。

换句话说，业界可能需要数年时间和大量工作才能开发出这种规模的功能量子处理器。

英特尔正在将其超导量子计算测试芯片扩展到更高的量子位——从 7 到 17 到 49 个量子位，需要多个镀金连接器来控制和操作每个量子位。

据报道，英特尔开发的硅自旋量子位技术比其他公司正在研究的超导量子位技术小得多。

优势：英特尔目前正在研究利用现有工艺和设备在毫米晶圆上制造自旋量子位的技术。

实用性比量子霸权更重要 Rich·乌利格：对于谷歌宣布量子霸权，我们首先要认识到这是量子计算领域的进步，而且我前几天也发表过社论，关于谷歌在这方面的宣布取得的成绩是肯定的，但我们必须从正确的角度认识这一成绩。

换句话说，它需要什么条件才能宣称实现量子霸权？首先，他需要找到一个非常复杂的问题；其次，他需要证明，在解决这个复杂问题的过程中，量子计算的效率远远超过传统计算方法，这使得量子霸权得以确立。

但对于这次选题，我该选择解决什么样的题目呢？这个问题可能没有用，所以可以是任何问题，所以Google选择了一个问题，然后实现了这个证明。

这确实是一项成就。

我认为，未来量子计算的发展还需要走得更远。

它不能满足于解决一个无意义的问题，但如果它对现实生活中的世界和我们人类的生活真正有意义，我们就可以推广量子计算。

计算的发展。

这就是为什么我认为真正的目标不是量子霸权，而是量子实用性。

我们正在进行的研究确实分为两个方面，包括超导量子和自旋量子，也就是基于量子点的。

所以我们正在和荷兰的学术合作伙伴QuTech一起进行这两方面的研究。

早期，我们认为双管齐下进行研究是更正确的策略。

最近，英特尔更加关注硅自旋量子计算，并且在这方面无论是制造还是制造方面都取得了相当不错的进展。

量子比特，充分利用英特尔目前的制造优势，或者从控制技术的角度（自旋量子需要低温受控环境），我们取得了非常好的进展，而且这个进展是非常有意义的。

如果我们想解决复杂的现实问题，我们将需要大量的量子比特。

随着量子位数量的增加，需要在低温环境下非常有效地执行量子位操作。

商业化至少需要十年 Rich Uhlig：从我们的角度来看，量子计算商业化至少应该需要十年。

随着越来越多的问题需要通过量子计算来解决，我们看到量子计算能够解决多少问题与量子比特的数量和规模成正比，但我们都知道量子比特是非常脆弱的。

也就是说，它可能会在几毫秒内崩溃，因此我们需要开发技术，使周围环境对量子位更加宽容，以便它们能够持续存在。

包括纠错码，我们需要物理量子位和逻辑量子位，我们需要很多纠错电路来保证物理量子位在功能上能够满足逻辑量子位的要求，从而能够长期存在。

，这有点像内存和存储。

我们不能依赖媒体的物理层面100%准确，所以它也需要纠错，所以这方面的技术进步是必要的。

英特尔中国研究院院长宋继强：逻辑和物理的关系是这样的。

物理量子位就是使用晶体管作为自旋量子位。

但正如刚才提到的，物理量子比特非常脆弱，它们的纠缠时间非常短。

需要检测它们的状态是否稳定。

一般来说，多个物理量子位加上一层纠错电路就形成了一个逻辑量子位。

，这个逻辑量子位可以用于算法计算，因此可以使用多个物理量子位变成可在算法级别使用的持久逻辑量子位。

Rich·乌利希：你刚才也问到，在解决问题的过程中，可能意味着近期和长期可以解决什么样的问题。

除了我刚才提到的一些量子和化学应用之外，还有材料和建筑。

除了模块等方面的应用之外，这两方面可能并不一定需要我们开发这样的容错量子位。

但对于一些优化计算来说，这是必要的。

在这个优化计算过程中，你可能需要数百个逻辑上可靠的量子位，这意味着你需要数万个物理量子位。

还有其他类型的问题，例如代码解密。

它可能需要数千甚至数百万个量子位，因此需要更可靠、稳定的量子位的问题可能会在稍后找到解决方案。

科学研究的商业化研究逻辑 Rich Uhlig：英特尔选择解决的问题是基于这样一个事实：解决之后我们可以想象到一个非常令人兴奋和兴奋的结果，也就是说，无论对于社会还是个人。

就生活而言，这是一个非常好的影响，可以带来很大的好处，或者说无论多么困难，都可以带来很大的飞跃。

我们如何决定在什么时间点开始某个领域的研究？我觉得其实当你心里有了决心，知道如何解决这个问题，开始研究这个问题的时候，就应该尽快开始。

也就是说，当你认为你有一种新颖的方法来解决这个问题或者你有一些神秘的公式可以帮助解决这个问题时，你应该尽快开始。

但说到具体操作，我认为我们一直坚持的原则不是只选择单一的路径来解决问题，然后深陷其中无法自拔。

就是说，我们采取多管齐下，采用不同的手段来解决这个问题，并分别进行试验，逐步看哪一种或哪几种更容易成功。

如果它成功的可能性就越大，我们就会加大投入，最终在这个领域取得更好的进展。

比如我之前讲的量子比特，我们一开始用了多种方法来研究，现在我们开始缩小范围和聚焦，因为你很难预测你最后是否能够制定出解决方案，所以你需要在整个过程中保持专注。

批判精神，这意味着你需要有一系列的指标和参数来告诉你是成功还是失败。

英特尔研究院今年三大突破 Rich Uhlig：首先，我对神经拟态计算取得的进展感到非常兴奋。

英特尔正在构建越来越大规模的神经形态网络系统，即使现在已接近年底。

如果你在年底前关注新闻，你会看到更多有关英特尔制造更大规模神经拟态系统的消息。

而且我们也通过自己的努力，为学术研究注入了更多的精力。

第二件令我兴奋的事情是英特尔在硅光子学研究方面取得的进展。

正如我之前提到的，它可以集成到 CPU 封装中以提供光学链路。

也会有这方面的消息。

我们英特尔非常有信心在这方面取得技术突破。

第三个方面是编程复杂度的进步，就是我早期讲的机器编程。

我认为人工智能最有趣的应用之一就是编程，就是我们现在教机器如何自动编程，这也是长期以来计算机科学领域的一个难题，但是现在我们认为我们看到了美好的希望。

一些早期成果已经显现，但还需要几年时间才能达到成熟。

我们现在正在加大这方面的努力。

一笔大的投资，相信您将来会得到丰厚的回报。

神经拟态芯片：多LOIHI芯片 Rich Uhlig：关于英特尔神经拟态研究的进展，前段时间我们宣布我们的LOIHI是神经拟态单芯片系统的构建。

在此基础上，我们进行了基于LOIHI系统的多芯片集成的更大规模的研发，这意味着多个LOIHI芯片同时工作。

我们将继续朝这个方向努力。

我们已经有了这个LOIHI系统，我们现在所做的就是推动LOIHI系统之外的开发社区的建设，以便基于它开发更多有趣的应用程序。

因此，我们建立了英特尔神经拟态研究社区，让加入的各方都可以充分利用我们LOIHI系统的集群，为一些用例开发更多有用的模型。

已经有了非常好的、非常有趣的成果，包括节能推理方法以及基于此开发的机器人。

控制系统，并执行稀疏编码、约束满足和优化的计算。

神经形态芯片目前可能面临的主要瓶颈涉及现有的一些常用的人工智能方法。

它的瓶颈在哪里？事实上，这些人工智能已经存在很多年了，而且它们的瓶颈也很多年没有得到解决。