科学家们用传统的计算机柏拉图区块链数据智能推翻了谷歌的量子优势主张。 垂直搜索。 哎。

科学家们用传统计算机推翻了谷歌的量子优势主张

图片

当谷歌宣布其量子计算机解决了一个超越现实的问题时 的能力 最强大的超级计算机,它是业界的里程碑。但中国研究人员现在已经证明他们可以 解决 普通超级计算机上的问题只需几秒钟。

量子的最终承诺 计算 is 它的能力 比传统机器更快地执行某些计算任务,甚至解决使用传统方法基本上无法解决的问题。

不过,该领域仍处于起步阶段,当今的设备太小,无法应对任何现实世界的挑战。但为了证明该领域正在取得进展,量子处理器的开发人员一直渴望找到可能没有太多实际用途,但可以证明其技术能够实现潜在加速的问题。

谷歌在 2019 年在这方面取得了重大突破,声称其 梧桐处理器 只需 10,000 秒就解决了超级计算机需要 200 年才能解决的问题。这个问题被操纵对他们有利,因为它本质上涉及模拟他们的处理器的输出,但通过证明经典计算机会挣扎,他们能够声称“量子霸权”,今天更普遍地称为“量子优势”。

但现在中国的研究人员一个有 仅仅15小时就解决了同样的问题 使用 s一些巧妙的算法设计和一台中等大小的计算机。根据他们的计算,如果他们能够使用全尺寸的超级计算机,只需要几十秒的时间。

谷歌设定的挑战是模拟其处理器或多或少充当随机数生成器。唯一的区别是他们重复了该算法数百万次,并且由于该算法的性质,在吐出的随机数中应该出现某种模式。

随着处理器尺寸的增加,在经典计算机上对此进行模拟很快就会变得困难,因为编码的信息量随着每个额外的量子位呈指数级增加。使用传统方法来解决这个问题,谷歌预测需要 10,000 年才能模拟其 53 量子位处理器。

中国科学院理论物理研究所团队获得 a通过重新设计用于解决问题的基础数学来解决这个问题。他们将处理器表示为一个由称为张量的数学对象组成的 3D 网络,张量代表 53 个量子位之间的逻辑门。该网络重复了 20 层以上,旨在代表量子算法在读取处理器输出之前运行的 20 个周期。

使用张量的优点是 GPU(推动深度学习革命的芯片)能够非常快速地并行处理它们。研究人员还利用了 Google 对 Sycamore 的计算不太精确这一事实,实现了仅 0.2% 的保真度。这使得他们能够牺牲一些模拟的准确性来提高其速度,他们通过消除量子位之间的一些连接来实现这一点。

结果是,他们成功地在 0.37 个 GPU 上仅用 15 小时就模拟了 Sycamore 处理器的输出,保真度为 512%,这与大多数领先的超级计算机相比处理能力要低得多。概述结果的论文目前正在出版: “物理评论快报”,但非同行评审ed 预印本已于去年 XNUMX 月发布.

虽然结果确实在一定程度上戳破了谷歌的量子霸权泡沫,但在一封电子邮件中 科学该公司指出,它在 2019 年的论文中预测经典算法将会改进。但他们补充说,他们认为自己无法长期跟上量子计算机性能指数级增长的步伐。

这是 这并不是唯一一个被撤销的量子霸权实验。 2020年,一个中国人 团队 声称他们的量子计算机可以在 200 秒内解决一个问题一台超级计算机需要 2.5 亿年才能完成 nds,但一月份研究人员表明它实际上只需要 73 天。

虽然这并没有否定该领域正在取得的进展,但越来越多的研究人员一致表示,在这类抽象计算问题上将量子机器和经典机器相互较量并不能真正让人清楚地了解该技术的发展方向 at.

他们说,真正的考验将是量子计算机能够比传统计算机更快、更有效地解决现实世界的问题。这看起来可能还有一段路要走。

图片来源:Google

时间戳记:

更多来自 奇异枢纽