當前位置:首頁 >  科技 >  IT業(yè)界 >  正文

從專用量子計算到實用化:解讀郭光燦院士的量子計算最新論斷

 2024-11-27 09:11  來源: 互聯(lián)網(wǎng)   我來投稿 撤稿糾錯

  域名預(yù)訂/競價,好“米”不錯過

作為未來產(chǎn)業(yè)明確提出的六大領(lǐng)域之一,量子計算能夠為新質(zhì)生產(chǎn)力提供強大的算力支撐,已經(jīng)并還將持續(xù)釋放應(yīng)用潛力。

近日,在合肥舉辦的以“量子科技 協(xié)同創(chuàng)新”為主題的2024年企業(yè)自主創(chuàng)新服務(wù)行動會上,中科大教授、中科院院士郭光燦圍繞“量子計算發(fā)展現(xiàn)狀”做主題報告時,將量子計算機的發(fā)展劃分為三個階段。

2010-2020:量子計算機原型機時代。這一階段可以理解為實驗室階段,量子比特數(shù)較少,功能不強,應(yīng)用有限,但“五臟俱全”,是地地道道的量子處理器,能夠按照量子力學的規(guī)律運行。

2020-2030:專用量子計算機時代。這一階段意味著量子計算機已經(jīng)開始走出實驗室開啟應(yīng)用探索,盡管量子比特數(shù)只有100左右,但其運算能力已經(jīng)超過任何超級的電子計算機,只是并未采用“容錯糾錯”技術(shù)來確保其量子相干性,因此只能處理在其相干時間內(nèi)能完成的有關(guān)問題。

2030-2040:通用量子計算機時代。這一階段屬于商業(yè)成熟階段,量子比特數(shù)達到百萬量級,并已采用“糾錯容錯”技術(shù),能夠在各個領(lǐng)域獲得廣泛應(yīng)用。

1732526218454833.png

郭光燦院士分享現(xiàn)場

很明顯,眼下我們正處于專用量子計算機時代。

中國信通院前不久發(fā)布的《量子計算發(fā)展態(tài)勢研究報告》(2024 年)中提到,目前量子計算處于從前沿研究向應(yīng)用探索落地突破的關(guān)鍵階段,也側(cè)面印證了這一事實。此外,GJB 7688-2012《裝備技術(shù)成熟度等級劃分及定義》從技術(shù)成熟度角度拆解了“專用量子計算設(shè)備”,即犧牲了計算的圖靈完備性,在工程可靠性上獲得了有效進步。通過查閱公開報道可知,專用量子計算設(shè)備的穩(wěn)定時間可達到數(shù)小時尺度,并且已經(jīng)在一定數(shù)量的應(yīng)用場景中遷移了軟件算法,并獲得了實際應(yīng)用驗證。對標GJB 7688-2012,可以達到5-7級成熟度,正處于工程化往產(chǎn)品化漸進的階段。

不同于通用量子計算機較長的研發(fā)與應(yīng)用周期,業(yè)界認為,專用量子計算機有望在未來3到5年率先迎來商業(yè)爆發(fā)期。據(jù)此前北京日報報道,國內(nèi)專用量子計算代表企業(yè)北京玻色量子科技有限公司獲得數(shù)億元融資,無疑表明了資本市場對專用量子計算機的認可。

量子計算快速發(fā)展的背后,另一個備受關(guān)注的問題是:通用量子計算機何時能實現(xiàn)?

2024年9月,在以“共享創(chuàng)新、共塑未來:構(gòu)建科技創(chuàng)新開放環(huán)境”為主題的 2024 年浦江創(chuàng)新論壇主論壇上,2023 年度國家最高科學技術(shù)獎獲得者薛其坤院士指出,在研制量子計算機方面,從物理學上至少還有5道難關(guān),包括錯誤率、相干時間、制冷機、硬件方案不確定性,估計至少還需要 10-20 年時間,才能研制出通用的執(zhí)行任何量子算法的量子計算機。

言外之意,樂觀指數(shù)拉滿,通用量子計算機的誕生仍需要10-20年。

目前,通用型量子計算機體積巨大,附屬設(shè)施復(fù)雜,難以部署在普通的數(shù)據(jù)中心中,且采購、建設(shè)和運行成本也極其高昂,只能以大型科研設(shè)備的形態(tài)存在。

但當未來到來的那一天,通用量子計算和專用量子計算又會是哪種相處模式呢?

并行發(fā)展。一個非常好的參考就是 CPU 和 GPU,它們是面向兩個不同場景的硬件體系,看看如今的英特爾和英偉達便可知。

我們以人工智能為例。當前,AI 模型的訓(xùn)練和推理依賴于大量算力,而 GPU 已經(jīng)成為 AI 訓(xùn)練的主力。要知道,GPU 最初是為加速圖形渲染和游戲而設(shè)計的,因其具備強大的并行處理能力,尤其適合深度學習模型中矩陣運算的大規(guī)模并行計算需求。因此,雖然 GPU 原本并非為 AI 設(shè)計,但由于其特性與AI需求高度契合,迅速成為了主流的計算硬件之一。

未來的 AI 應(yīng)用場景將更加多樣化。隨著 AI 從數(shù)據(jù)中心向邊緣設(shè)備、物聯(lián)網(wǎng)、自動駕駛、智能機器人等領(lǐng)域擴展,AI 計算逐步向“邊緣計算”轉(zhuǎn)移。這些應(yīng)用場景對實時性、低延遲、高能效等方面有嚴格要求,使得通用計算設(shè)備難以滿足需求。因此,各類專用芯片(如ASIC、FPGA、NPU等)應(yīng)運而生。專用芯片可以根據(jù)具體的應(yīng)用場景進行高度定制化設(shè)計,以優(yōu)化特定任務(wù)的性能。

例如:

自動駕駛:需要處理大量來自攝像頭、雷達和激光雷達的數(shù)據(jù),實時處理需求使得通用 CPU 難以勝任。NVIDIA 的 Orin 芯片和 Mobileye 的 EyeQ 芯片等,都是為自動駕駛設(shè)計的專用芯片,提供強大的算力支持。

智能手機與物聯(lián)網(wǎng)設(shè)備:這些設(shè)備要求高能效和低功耗,因此廠商設(shè)計了集成 AI 計算單元的專用處理器,如蘋果的 A 系列芯片中的神經(jīng)引擎,專門用于加速 AI 任務(wù),如圖像處理和語音識別。

綜上可看出,AI 所依賴的算力越來越多元化,未來不同的應(yīng)用場景將會根據(jù)需求選擇最合適的算力設(shè)備,根本無需拘泥于專用還是通用計算設(shè)備,最終目的都是在實際的應(yīng)用場景中提高計算效率,以應(yīng)用效果促進生產(chǎn)力的發(fā)展。

申請創(chuàng)業(yè)報道,分享創(chuàng)業(yè)好點子。點擊此處,共同探討創(chuàng)業(yè)新機遇!

相關(guān)文章

熱門排行

信息推薦