闵应骅的博客分享 http://blog.sciencenet.cn/u/ymin 一位IEEE终身Fellow对信息科学及其发展的看法

博文

量子计算机研制进展(180704) 精选

已有 22104 次阅读 2018-7-4 09:38 |个人分类:计算机|系统分类:科研笔记| 量子计算, 数字退火

量子计算机研制进展(180704

闵应骅

 

    本人在2010年就曾在科学网上介绍D-Wave量子计算机(D-Wave系统是量子计算吗?(1001238年过去了,大公司都在量子计算领域进行探索。超级计算机按老路走下去,已经碰到瓶颈了,不能靠扎钱走下去了。而另一方面,计算机应用,譬如人工智能、大数据却叫得很响,这些应用的基础设备必须跟上。而现在看来,量子计算机是有希望的。中国这种举国科研体制不应该缺席。否则,我们又不得不跟人跑了。

    IEEE Spectrum 2018/07介绍,日本富士通公司设计了硅片上的计算机结构,称之为数字退火器,可以用在量子计算机中。今年5月富士通开始在日本提供云服务,以解决组合优化问题,譬如寻找分子模式的相似物,以加速药物发现。这种服务需要提升量子计算机。加拿大本拿必的D-Wave系统2000Q量子退火计算机正走向市场,据新闻报导将在两年内引进5000量子位。量子退火是对负责优化问题寻找优化解的一个数学工具,当可能的回答太多,以致传统的计算几乎无法处理时就显示了量子计算的优越性。

    同时,公司和研究所也在企图创建通用的量子计算机。他们用量子门处理量子位,用比量子退火机更加复杂的算法。但是,已知这些通用计算机的设计和高度可控的超导环境的需求,这些机器能支持的量子位数现在还比较少,一般也就50量子位,而D-Wave可达2000量子位。

    IBM和微软采用量子门方案,而谷歌则用量子门和量子退火二者。2016IBM做出5量子位的超导量子计算机,为研究者在线使用,以后做到16量子位,现在到20量子位已可使用。在2018年国际消费类电子产品展览会上,英特尔公布了49量子位的超导量子测试芯片,叫做Tangle Lake

    所有这些方案都有一个潜在的问题,就是史无前例的计算功率需求,也就是代价很高,价格很贵。为了能保持01的状态,它要求保持接近绝对零度,而且没有磁性干扰、温度噪声、机械振动,这是量子计算的基础。

    富士通和多伦多大学合作,开发了数字退火器,和现有的量子退火计算机,譬如D-Wave有所不同。后者要求一个完全可控的冷却环境。富士通用传统的半导体工艺,在室温下工作,装成一个小的电路板,插到数据中心的架子上。

    数字退火器是一个专用芯片(见图),用非亨诺伊曼体系结构,在解组合优化问题时极小化数据移动。它包括1024个按位更新块,带存储权值和偏移的片上存储器,完成位翻转的逻辑块和接口及控制电路。

    和经典的计算机不同,数字退火器不需要编程,而是把问题上传成权重矩阵的形式,把它转换成能量场景。富士通组建了在温哥华的量子软件团队,以提供系统软件和用户软件包,用户可以自己书写自己的能量场景。

    为了解决一个问题,每一个位块通过存储器中的1023个权重用其一对多的连接。数字退火器用此并行性基于权重矩阵和偏离向量去设定许多可能的状态。然后,位块共同运行随机搜索。这个随机搜索是最小化一个数学函数值的估计技术,以产生该过程的下一个候选序列。这个过程一直进行到能量场景中最低状态为止。

  东京技术学院物理教授Hidetoshi Nishimori,也是提出量子退火的第一篇文章的作者之一,解释说,数字退火寻找较好解从一个状态到另一个状态的跳变类似于一个人在一个有山有谷的复杂场景中游荡,寻找最低点。在量子退火中,同时考虑所有可能的状态,高度并行地寻找最优解。

    基于CMOS的带有1024位块的数字退火能够比带有2000量子位的D-Wave差不多或者更有效吗?也许是这样。Nishimori说,在富士通机器上,位块之间的权重使问题表达比D-Wave系统有更高的精确性。但是,长期运行后,量子退火可能由于超大质量的量子并行性而超过数字退火。富士通打算明年推出8192位块的数字退火,以后将达到1百万位块的机器。

富士通和多伦多大学合作,正在研究数字退火器的应用。今年晚些时候,公司将出售在线安装的数字退火服务器、塔器和芯片。富士通还将于年底前在北美、欧洲和亚洲铺开云服务,到2022年投入1千亿日元(相当于9亿美元)。

从上分析可以看出,中国的介入可能已经是时候了,首先是要建立一支队伍探索量子计算机。量子计算和量子通讯、量子保密是不一样的。不知道我国是否已经加入到这个全世界的研制队伍中来了?要想原始创新,必须赶快,或者可能是已经太晚了。

数字退火器.JPG

 




https://blog.sciencenet.cn/blog-290937-1122179.html

上一篇:科技奇迹(180607)
下一篇:人工智能应用需要高可信性(180806)
收藏 IP: 223.72.55.*| 热度|

10 柳林涛 周健 李德胜 强涛 杨正瓴 黄永义 李伟钢 刘本源 陈志飞 陆泽橼

该博文允许注册用户评论 请点击登录 评论 (4 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-20 04:40

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部