Quantum PDetails 客座专栏：“超越 HPC，领先量子：激光加工成为复杂优化挑战的突破性解决方案”——Inside Quantum Technology

“Quantum PDetails”是一个客座编辑专栏，提供对量子研究人员、开发人员和专家的独家见解和采访，探讨该领域的关键挑战和过程。这篇文章，写于 鲁蒂·本·什洛米， 首席执行官兼联合创始人 光求解器， 专注于激光加工作为量子计算的优势。 

企业不断寻求提高效率、提高生产率并降低成本。然而，在许多情况下，实现这些目标取决于严格的优化能力。以最后一英里交付为例，或者向数百个地点派遣服务技术人员团队：为了创建高效的路线和时间表，企业必须解决组合优化问题。此类计算的挑战在于它们是 NP 困难的，这意味着它们随着变量和约束数量的增加而呈指数增长。例如有10多个94 在由 10 名现场服务技术人员组成的团队中分配 XNUMX 个工作的方法 – 问题规模超出了当前计算机的处理能力.

虽然经典超级计算机似乎已达到其计算极限，但量子计算机尚未可扩展或无法实用来解决复杂的现实世界问题。我们需要的是更好的方法来解决此类问题 现在 – 不仅仅是物流挑战，还包括从金融投资组合优化和风险模型改进到药物发现和增强材料科学的各种问题。

幸运的是，当今有一种受量子启发的新技术，它利用激光的力量，计算速度比最强大的经典计算机和量子计算机更快。这种新的计算范式无需电子元件，有望超越经典高性能计算（HPC）的限制，并为解决复杂的优化问题提供比量子计算更实用的解决方案。

超越 HPC 和量子的限制

经典计算机使用近似技术来解决优化问题，导致解决方案的质量和处理时间随着问题的规模呈指数级增长，迅速超过当今 HPC 的上限。即使是最强大的 号称性能超过一百万亿次浮点运算的超级计算机可能会碰壁 并且还需要不可持续的电力和冷却量。因此，许多企业无法利用当今可用的大量数据来真正增强其业务。 

量子计算机显示出巨大的前景，但目前还无法负担得起或可扩展。它们还面临着不小的工程挑战，例如需要超高真空环境、专用组件以及涉及超冷条件的复杂稳定系统。尽管努力满足这些苛刻的要求，量子计算机仍然容易出错，并且可靠性和准确性相应下降。

一些量子退火器现在可以在云端使用，但大多数由于连接有限而面临性能和可扩展性挑战，这阻碍了它们有效解决复杂的现实问题的能力。

激光的明亮解决方案

激光加工是一种新颖的计算范例，采用耦合激光器来执行计算任务。它不需要电子元件，并且比传统计算方法具有许多优势，例如更快的处理速度、更高的精度、低功耗、可扩展性以及在环境条件下运行。 

它是如何工作的？

激光可以解决可以表示为二次无约束二元优化 (QUBO) 或伊辛模型的数学问题。激光计算的工作原理是将问题的约束编码到激光器的相对相位中。然后，在紧密耦合的激光阵列的促进下，相态通过以可控方式从每个激光器发出的光以及在每个激光器之间衍射光来相互作用。这种设计确保所有激光器之间的完全连接，从而在桌面大小的设备内实现成对的全对全自旋交互。 

由于激光的波动性质和专门的映射过程，激光束无缝地会聚到与问题的解决方案相对应的最小能量损失状态，并且可以通过相机读取。最重要的是，与量子计算机类似，激光可以并行计算不同的解决方案，从而以光速计算结果，比其他技术快得多。

但与量子系统不同的是，基于激光的超级计算机对环境条件不敏感，并且不需要在超高真空中运行。它还展示了卓越的可扩展性，无需增加设备尺寸。激光加工解决方案采用现成的商业组件构建，尺寸紧凑，也方便其使用。所有这些优势都为更广泛的采用铺平了道路，不仅适用于本地应用程序，还适用于自动驾驶汽车等物联网用例，以及石油钻井平台和其他远程位置的现场部署。 

激光加工的未来展望

在最近的基准测试中，激光加工已经证明了其解决 NP 难题的能力。 这是一项巨大的成就，早期表明激光加工具有巨大的计算潜力。随着它的不断发展和演变，它可能会彻底改变计算领域并解决曾经被认为无法解决的问题。 

IBM、微软和谷歌等大型科技公司正在匆忙建造可靠的量子计算机，但这种利用现有的、经过验证的激光技术的新范例正在解决当今的现实世界问题。它可以帮助企业节省资源、增加收入并减少能源消耗，这些能力在当前经济挑战的环境下是迫切需要的。激光加工正在成为超级计算领域不可或缺的一部分，并且有望在未来几年超越高性能计算和量子计算。

鲁蒂·本·什洛米博士，是一位物理学家，也是 LightSolver 的首席执行官，她在发明第一个 LPU 后于 2020 年与 Chene Tradonsky 博士共同创立了该公司。之前 光解器Ruti 于 2019 年在以色列魏茨曼科学研究所获得了量子和原子/分子物理学博士学位。 2011 年，她从头开始设计和构建了超冷原子系统，并获得了内盖夫本古里安大学物理学硕士学位。在攻读学位期间，Ruti 曾担任英特尔的工艺工程师。 

分类：
客座文章, 光电子, 量子计算, 研究

标签：
激光器, 光解器, 鲁蒂·本·什洛米

• SEO 支持的内容和 PR 分发。 今天得到放大。
• PlatoData.Network 垂直生成人工智能。 赋予自己力量。 访问这里。
• 柏拉图爱流。 Web3 智能。 知识放大。 访问这里。
• 柏拉图ESG。 碳， 清洁科技, 能源， 环境， 太阳能， 废物管理。 访问这里。
• 柏拉图健康。 生物技术和临床试验情报。 访问这里。
• Sumber: https://www.insidequantumtechnology.com/news-archive/quantum-particulars-guest-column-beyond-hpc-ahead-of-quantum-laser-processing-emerges-as-the-breakthrough-solution-for-complex-optimization-challenges/