新智元报道
编辑:编辑部 HXY
【新智元导读】微软宣布了创纪录的12个纠缠逻辑量子比特,首次实现了端到端量子+AI+云化学分子的模拟。这一创举,意味着人类已经进入量子计算新纪元。
人类进入量子计算新时代!
刚刚,微软官宣创造了有史以来,记录中性能最佳的「逻辑量子比特」——12个。
而且,这是数量最多、保真度最高的量子纠缠比特。
这是通过改进Quantinuum领先的量子计算机H2(56物理量子比特),才取得如今这一突破性的进展。
这证明了,微软在世界级纠错方面的专业能力。
仅用了不到3个月的时间,他们便将可靠的逻辑量子比特数,增加了3倍。
此外,将所有12个逻辑量子比特纠缠在一个复杂状态中,进行「更深层次」的量子计算时,相较于对应的物理量子比特,电路错误率提高了22倍。
这些结果,均在Azure Quantum计算平台上完成,并利用离子阱硬件实现了逻辑量子比特的规模化计算。
最让人兴奋的是,微软展示了首个端到端的化学模拟。
AI可以处理大规模数据,量子可以实现复杂计算和精度更高结果,直接研发过程从几年时间,压缩至短短几天。
未来,可扩展量子计算将为科学发现铺平道路,特别是在化学、物理和生命科学领域。
与此同时,微软还宣布与Atom计算联手打造世界上最强大的计算机,下一步实现1000+高性能的逻辑量子比特。
有网友称,如果有了充足的能源,从量子计算角度来看,计算成本将降至0(特别是对于训练AI模型)。到了那时,Scaling Law就真的终结了。
我们正处在量子AI时代边缘。
12个逻辑量子比特创纪录
微软和Quantinuum创世之举的实现,离不开两个关键要素:
一个是Azure Quantum量子比特虚拟化平台,另一个是H2离子阱量子计算机。
3个月,数量增加3倍
今年4月,微软和Quantinuum曾联手将量子比特虚拟化系统,应用与H系列离子阱捕获量子比特。
没想到,他们在H2上从30个物理量子比特中,创建了4个逻辑量子比特,创下当时新纪录。
而且,其逻辑层面的错误率比物理错误率,要强800倍。
而现在,微软通过扩展微软纠错算法,并对H2进行优化。由此,改进后的H2量子计算机,实现了56个量子比特,双量子比特保真度为99.8%。
在此基础上,团队解锁了12个高度可靠的逻辑量子比特。
此前,在贝尔态(Bell state)准备中,他们将两个逻辑量子比特纠缠在一起。
而在这项研究中,所有的12个逻辑量子比特,以更复杂的排列纠缠,可以称为CAT态,或Greenberger-Horne-Zeilinger(GHZ)。
当这些逻辑量子比特纠缠在一起时,它们的电路错误率为0.0011。
这要比相应的物理量子比特的电路错误率(0.024),提升了22倍。
8个量子比特,5轮重复纠错
为了进一步验证,研究人员进行了几个使用改进的逻辑量子比特容错型计算。
在8个逻辑量子比特上,能够成功进行5轮重复纠错。
此外,8个逻辑量子比特被用在纠错过程中,执行容错型计算,成功展现了逻辑纠缠操作与多轮量子纠错的结合。
它们的电路错误率为0.002,相较于相应的物理量子比特,提高了11倍。
这也是微软首次展示,计算和纠错结合的强大优势,并且逻辑量子比特能够可靠执行更加深入的量子计算,进而为容错量子计算铺平了道路。
首个端到端化学模拟,加速科学发现
那么,微软开展的量子计算实验,究竟有什么用?
最终,是为了加速科学发现。
对此,研究人员开展了端到端化学模拟,将云HPC、AI、高可靠性量子计算结合,创造了一个混合式工作流。
论文地址:https://arxiv.org/pdf/2409.05835
在量子计算中,2个逻辑量子比特(通过量子比特虚拟化系统和H1创建),用于构建一个重要催化中间体的活性空间基态,再进行测量
如下图1所示。
图1 首次通过AutoRXN预测的P-N-N-P铁催化剂反应途径,这些途径对反应产物功能具有显著影响
然后,再将测量结果交由AI,估算活性空间的基态能量。
这是首次将HPC、AI和量子计算硬件结合,来解决科学问题。
接下来,具体阐述微软如何通过这样一个混合工作流,完成在化学领域中的实际应用。
首先,研究团队在Azure Quantum Elements中,使用AutoCAS和AutoRXN进行高性能计算(HPC)模拟,分别识别催化剂的活性空间和反应途径。
然后,他们优化了用于自定义量子算法中的错误检测代码,以在两个逻辑量子比特上模拟活性空间的量子行为。
接着,使用了一种称为经典阴影的方法,测量逻辑量子比特,以生成经典数据。
这一方法利用测量结果,作为经典数据来训AI模型,进而了解分子的量子性质。
在然后,将这种「阴影数据」与AI模型结合,确定催化剂的化学性质,并估算达到化学精度的活性空间基态能量(图2)。
为了方便比较,研究人员对物理量子比特,也进行了类似的计算。
图2 使用物理量子比特和逻辑量子比特,估算活性空间基态能量时所达到准确性的比较图。逻辑量子比特计算产生更好的基态能量估算,可能性高达97%。化学精度限制在,以经典计算得出的真实基态能量1.6mHa以内
通过经典计算方法,得出催化剂活性空间的基态能量,最终评估基于混合量子和AI结果的准确性。
使用量子比特解决这个问题,并未展现出科学量子的优势,因为经典计算机也可得出。
然而,对于一些复杂化学问题,经典计算放大不太可能以高精度方法解决,因此量子计算机就是不二选择。
以上,便是整个化学模拟的全过程,这一概念得到验证,说明了两个问题:
- 首个使用量子计算、高性能计算(HPC)和AI来模拟和解决化学问题端到端工作流程演示。
- 量子力学问题以高度准确性得到解决。比起物理量子比特,逻辑量子比特基态能量估算更好。
这些成就展示了在科学量子优越性方面的持续进展,当量子-经典混合超级计算机能够解决,传统计算机无法单独解决的科学问题时,量子计算里程碑就实现了。
量子计算,迎来新时代
谷歌之外,微软在量子计算上投下重注。
纳德拉曾公开表示,混合现实、人工智能和量子计算是未来数年「塑造」世界的三种开创性技术。
微软正在迎来计算新时代,在量子计算中的突破,是为了释放科学潜能,应对世界上一些最紧迫的挑战。
这也是Azure Quantum——首个可靠量子计算平台,诞生的原因之一。
他们希望,通过这一平台,可以让量子计算规模化。
5个月前,微软等展示了可靠性比物理量子比特,高800倍的逻辑量子比特,并宣称已进入利用可靠量子计算机解决实际问题下一阶段。
因为,如今的嘈杂中等规模量子计算机(NISQ),主要问题是物理量子比特噪声太大且易出错,并在实际应用中不可靠。
而且,仅仅通过增加物理量子比特,不足以实现文件的量子纠错。
这就是为什么,需要过渡到可靠的、高保真的逻辑量子比特。
通用多个物理量子比特结合,可以抵御噪声,并在长时间计算中保持相干性。
不过,量子计算并不是孤立存在的,它需要与云HPC的强大功能深度集成。
因此,新一代混合量子应用程序,才可以解决人类当前最紧迫的挑战——开创更加可持续能源方案,拯救生命的治疗方法。
Azure Quantum计算平台能够提供多种硬件架构的量子计算,而且支持业界领先的混合量子应用程序。
所有的程序都放置在,一个安全、统一、可扩展的云环境中。
创建新一代混合量子应用程序
通过将高性能计算、AI和量子技术相结合,整合到同一个云平台Azure Quantum上,微软正在开创一种新的计算范式。
Azure Quantum能够利用多种量子比特架构和多种芯片,使量子应用程序无缝执行,从而为各种应用领域提供加速计算,比如生成化学和密度泛函理论(DFT)。
AI在大规模数据处理方面的优势,和量子在复杂计算中前所未有精度形成了互补,构成了强大的计算基础,提供了一个安全、统一且可扩展的混合计算环境。
这使得创新者能够开发出最佳方案,解决经典计算机上难以处理甚至无法解决的问题。
这种差异化的计算栈中,研究人员在适当的阶段使用量子工具,加上Copilot的工作流协同、开发者工具、经典超算、AI协同推理和多模态模型,以迭代循环的方式推进。
在微软看来,这种方式能迸发出巨大的力量,或许能将研发和解决方案的工程周期,从几年缩短到几天。
参考资料:
https://azure.microsoft.com/en-us/blog/quantum/2024/09/10/microsoft-and-quantinuum-create-12-logical-qubits-and-demonstrate-a-hybrid-end-to-end-chemistry-simulation/
https://blogs.microsoft.com/blog/2024/09/10/microsoft-announces-the-best-performing-logical-qubits-on-record-and-will-provide-priority-access-to-reliable-quantum-hardware-in-azure-quantum/
热门跟贴