量子摩爾定律問世
IBM今天宣布量子計算新里程碑:迄今為止最高的量子體積!與此同時,IBM發布了量子性能的“摩爾定律”,宣布其“量子霸權”時間表:為了在10年內實現量子霸權,需要每年將量子體積至少增加一倍。
量子摩爾定律來了!
在近日召開的2019 年美國物理學會三月會議上,IBM拋出了這個概念。
在這次會議上,IBM 宣布它最新型的量子計算機、今年1 月在CES 上亮相的全球首臺商用量子計算一體機IBM Q System One提供了“迄今為止最高的量子體積”。
“量子體積”(Quantum Volume)是IBM 提出的一個專用性能指標,用于測量量子計算機的強大程度,其影響因素包括量子比特數、門和測量誤差、設備交叉通信、以及設備連接和電路編譯效率等。
因此,量子體積越大,量子計算機的性能就越強大,能夠解決的實際問題就越多。
重要的是,IBM 發現量子體積遵循一種“摩爾定律”:其量子計算機實現的量子體積,每年增加一倍:
2017 年IBM 的Tenerife 設備(5-qubit) 已經實現了4 量子體積;
2018 年的IBM Q 設備(20-qubit),其量子體積是8;
2019 年最新推出的IBM Q System One(20-qubit),量子體積達到16.
也就是說,自2017 年以來,IBM 每年將量子體積翻了一番。
這種倍增與摩爾定律非常相似。摩爾定律由英特爾創始人之一的戈登?摩爾提出,即:
集成電路上可容納的晶體管數目,約每隔兩年便會增加一倍
IBM還制定了一個雄心勃勃的時間表:為了在2020 年代實現量子霸權,我們需要每年至少增加一倍的量子體積!
量子體積是什么?
IBM 在博客上發布了對System Q One 的幾個模型測試結果的概述。
當然,重點的測量指標是“量子體積”,團隊還發表了一篇論文,詳細描述了這個指標以及如何計算。
在論文中,他們指出,新的度量標準“量化了計算機成功實現的最大寬度和深度相同的隨機電路”,并指出它還與錯誤率密切相關。
除了提供迄今為止最高的量子體積之外,IBM Q System One 的性能還反映了IBM 所測量到的最低錯誤率,平均2-qubit gate 的錯誤率小于2%,其最佳gate 的錯誤率小于1%。
低錯誤率很重要,因為要想構建功能完備、大規模、通用、容錯的量子計算機,需要較長的相干時間和較低的錯誤率。
量子體積是衡量量子霸權(Quantum Advantage, 又稱量子優勢) 進展的一個基本性能指標,在這一點上,量子應用程序帶來了超越經典計算機本身能力的重大、實際的好處。
接下來,詳細闡述“量子體積”的概念和意義。
IBM對Q System One進行了詳細的基準測試,并在博客中公布IBM Q Network系統“Tokyo”和“Poughkeepsie”以及公開發布的IBM Q Experience系統“Tenerife”的一些性能數據。
特定量子計算機的性能可以在兩個層面上表示:與芯片中基礎量子位相關的度量,我們稱之為“量子器件”,以及整體系統性能。
下表比較了四個最近的IBM Q系統中量子器件的基本指標:
IBM Q System One的性能可以體現在測得的一些最優性能/最低錯誤率數字中。平均兩個量子比特門誤差小于2%,最佳門錯誤碼率小于1%。
IBM的設備基本上受到相干時間的限制,對于IBM Q System One來說平均為73μs。
平均兩比特率誤差率在相干極限的兩倍之內(1.68倍),該極限即由量子位T1和T2設定的理論極限(IBM QSystem One平均為74μs和69μs)。這表明IBM的控件引起的誤差非常小,已經接近該器件上最高的量子比特保真度。
量子摩爾定律:為了實現量子優勢,量子體積需要每年至少翻一番
為了在本世紀20年代實現量子優勢,需要每年至少將“量子體積”增加一倍。
IBM的五量子比特設備Teumife的量子體積是2017年首次通過IBM Q Experience量子云服務提供的,目前的IBM Q 20-量子位的高端設備的量子體積為8。最新結果表明,IBM Q System One性能已經超過16量子體積。自2017年以來,IBM Q團隊每年都實現了量子體積的倍增。
下面是一張量子系統開發路線圖,以量子體積為衡量標準,量子系統計算力每年增長一倍。
有趣的是,其實可以將上圖與Gordon Moore在1965年4月19日提出這張著名的“摩爾定律”圖表進行比較:
為了實現0.01%的誤差率,需要將相干時間提高到1-5毫秒,這是一個漫長的未來之路,在量子系統中實現這一目標需要克服很多激動人心的挑戰。
在制定系統路線圖的同時,需要同時研究元器件的基本物理特性,并測量了單個超導傳輸量子比特T1弛豫時間長達0.5毫秒(500微秒,質量因數為1500萬),研究結果表明這些器件不存在基本材料上的限制問題。
雖然“量子體積”可用于表征設備性能,但業界也可以使用其他指標,例如測量設備上的糾纏量子位的方式,從中提取有關系統性能的更多信息。
對于多量子位糾纏,一個簡單的衡量標準是n-qubit Greenberger-Horne-Zeilinger(GHZ)狀態的斷層攝影(可完全描述未知量子態的相同集合的過程),比如4量子位狀態。
首先準備GHZ狀態,并通過在不同基礎上的各個量子位的投影,重建我們創建的狀態。這里的量度指標是可實現的實驗狀態相對于目標狀態的保真度。
狀態層析成像對測量誤差很敏感,因此如果不具備去除這些誤差影響的技術,我們重建的4量子位GHZ狀態的保真度為0.66,可以繪制出如下的密度矩陣:
不過,可以通過額外校準測量來確定測量誤差的倒數,并對層析成像數據進行測量校正,從而降低這些誤差。同樣的數據經過校正處理后,保真度提升至0.98。請注意,此值不包括誤差線,誤差線將包含由于狀態準備和測量誤差引起的統計噪音和系統噪音。
Qiskit Ignis是一種理解和降低量子電路和器件噪音的框架,也是IBM的開源量子開發套件Qiskit的一部分。Qiskit Ignis中包括測量誤差降噪。
降噪后的4比特GHZ狀態層析成像,保真度為0.98
我們還對IBM Q System One上的真正糾纏狀態進行了初步測量,共有多達18個量子比特糾纏。
這些初步結果,再加上量子體積和降低測量誤差技術的改進,以及新的快速高保真量子位測量的成果,將在2019年3月美國物理學會的會議上公布。
量子計算的噪聲中間量子(NISQ)時代的到來是一個激動人心的時刻——從硬件,軟件到物理學的突破,再到新的量度標準的誕生。要在實用系統上繼續改進“量子體積”量度標準,仍需要進一步的研究和應用。IBM計劃在紐約Poughkeepsie開設新的量子計算中心,在2019年下半年制造具有相當性能水平的量子計算系統。
1965年,戈登·摩爾曾斷言:“集成電子技術的未來是電子產品本身的未來。”而我們現在相信,量子計算的未來將成為計算機本身的未來。
史上最高量子體積的量子計算機,是何方神圣?
IBM Q System One,號稱全球首臺量子計算一體機,它體積如同大象,算力不敵小手機。
今年1 月,拉斯維加斯CES 展會上,Q System One 首次亮相。
IBM Q System One
它猶如一件藝術品,被安置在一個2.74 米高、2.74 寬的的硼硅玻璃柜中,中間掛著吊燈一般的量子計算核心硬件,由一個閃亮的圓柱形黑色外殼包裹,里面的所有部件都被精妙地隱藏起來。
當然,為了方便維護,玻璃外殼可以使用電機打開。
IBM Q System One 由許多自定義組件組成,這些組件協同工作,可用于最先進的基于云的量子計算程序,包括:
具有穩定性和自動校準能力的量子硬件設計,提供可重復、可預測的高質量量子比特。
制冷工程,提供連續冷卻、孤立的量子環境。
緊湊型高精度電子元件,可嚴格控制大量量子比特。
量子固件,可管理系統運行狀況并啟用系統升級,無需用戶停機。
經典計算能力,提供安全的云訪問和量子算法的混合運行。
以及IBM 剛剛公布的,它的“量子體積” 達到了16。
如果明年IBM 如約推出32 量子體積的計算機,又會是何等的高端藝術品呢?
巨頭攪局,量子計算競爭白熱化
根據BCC Research 的數據,到2022 年,全球量子計算市場的復合年均增長率預計將達到37.3%,產值達到1.61 億美元左右。再往后,2027 年該市場的年復合增長率將達到53% 左右,產值達到13 億美元。
這個預測并不夸張。因為,這個領域的競爭正在加劇。
英特爾、微軟、谷歌等主要競爭對手正在加入競爭。這些巨頭科技公司正不遺余力地將量子計算商業化和民主化,使其進入商用領域。
英特爾最近與Bluefors 和Afore 合作推出了首款量子低溫晶圓探針(Cryogenic Wafer Prober)。這種裝置可以加速基于硅的量子芯片上量子比特的測試過程。
微軟的量子網絡也正在成長。作為該公司量子開發工具包的一部分,微軟大力推廣其“量子友好” 的最新編程語言Q#(Q-sharp)。微軟的目標是開發一種通用量子計算機,采用堅固的基于納米線的硬件結構,具有糾錯機制。
以此同時,谷歌在去年7 月發布了名為Cirq 的開源軟件工具包,以幫助開發人員測試量子計算算法。此外,在去年3 月,谷歌宣布推出Bristlecone,一臺72 量子比特的通用量子計算機。
一、郭光燦院士:摩爾定律的終結與量子計算機的誕生
量子計算機的誕生,和著名的摩爾定律有關,還和“杞人憂天”的物理學家們有關。
眾所周知,摩爾定律的技術基礎是不斷提高電子芯片的集成度(單位芯片的晶體管數)。集成度不斷提高,速度就不斷加快,我們的手機、電腦就能不斷更新換代。
在20世紀80年代,摩爾定律很貼切地反映了信息技術行業發展。但“杞人憂天”的物理學家們,卻提出了一個“大煞風景”的問題:
摩爾定律有沒有終結的時候?
之所以提出這個問題,是因為摩爾定律的技術基礎,天然地受到兩個主要物理限制。
一是巨大的能耗,芯片有被燒壞的危險。
芯片發熱主要是因為計算機門操作時,其中不可逆門操作會丟失比特。物理學家計算出每丟失一個比特所產生的熱量,操作速度越快,單位時間內產生的熱量就越多,計算機溫度必然迅速上升,必須消耗大量能量來散熱,否則芯片將被燒壞。
二是為了提高集成度,晶體管越做越小,當小到只有一個電子時,量子效應就會出現。電子將不再受歐姆定律管轄,由于它有隧道效應,本來無法穿過的壁壘也穿過去了,所以量子效應會阻礙信息技術繼續按照摩爾定律發展。
這兩個限制就是物理學家們預言摩爾定律會終結的理由所在。
隧道效應:由微觀粒子波動性所確定的量子效應,又稱勢壘貫穿。本質上是量子躍遷,粒子迅速穿越勢壘。在勢壘一邊平動的粒子,當動能小于勢壘高度時,按照經典力學,粒子是不可能越過勢壘的;而對于微觀粒子,量子力學卻證明它仍有一定的概率貫穿勢壘,實際也正是如此,這種現象稱為隧道效應。
雖然這個預言在當時沒有任何影響力,但“杞人憂天”的物理學家們并不“死心”,繼續研究,提出了第二個問題:
如果摩爾定律終結,在后摩爾時代,提高運算速度的途徑是什么?
這就導致了量子計算概念的誕生。
量子計算所遵從的薛定諤方程是可逆的,不會出現非可逆操作,所以耗能很小;而量子效應正是提高量子計算并行運算能力的物理基礎。
甲之砒霜,乙之蜜糖。對于電子計算機來說是障礙的量子效應,對于量子計算機來說,反而成為了資源。
量子計算的概念最早是1982年由美國物理學家費曼提出的。1985年,英國物理學家又提出了“量子圖靈機”的概念,之后許多物理學家將“量子圖靈機”等效為量子的電子線路模型,并開始付諸實踐。
但當年這些概念的提出都沒有動搖摩爾定律在信息技術領域的地位,因為在相當長時間內摩爾定律依然在支撐著電子計算機的運算速度的飛速提高。
直到今年,美國政府宣布,摩爾定律終結了。微電子未來的發展方向是低能耗、專用這兩個方向,而不再是追求速度。
從這個例子,人們再次看到,基礎研究可能在當時看不到有什么實際價值,但未來卻會發揮出巨大作用。
量子計算機:強大而復雜
量子計算機和電子計算機一樣,其功用在于計算具體數學問題。
所不同的是,電子計算機所用的電子存儲器,在某個時間只能存一個數據,它是確定的,操作一次就把一個比特(bit,存儲器最小單元)變成另一個比特,實行串行運算模式;而量子計算機利用量子性質,一個量子比特可以同時存儲兩個數值,N個量子比特可以同時存儲2的N次方數據,操作一次會將這個2的N次方數據變成另外一個2的N次方數據,以此類推,運行模式為一個CPU的并行運算模式,運行操作能力指數上升,這是量子計算機來自量子性的優點。量子計算本來就是并行運算,所以說量子計算機天然就是“超級計算機”。
要想研制量子計算機,除了要研制芯片、控制系統、測量裝置等硬件外,還需要研制與之相關的軟件,包括編程、算法、量子計算機的體系結構等。
一臺量子計算機運行時,數據輸入后,被編制成量子體系的初始狀態,按照量子計算機欲計算的函數,運用相應的量子算法和編程,編制成用于操作量子芯片中量子比特幺正操作變換,將量子計算機的初態變成末態,最后對末態實施量子測量,讀出運算的結果。
一臺有 N 個量子比特的量子計算機,要能保證能夠實施一個量子比特的任意操作和任意兩個量子比特的受控非操作,才能進行由這兩個普適門操作的組合所構成的幺正操作,完成量子計算機的運算任務。這是量子芯片的基本要求。如果要超越現有電子計算水平,需要多于1000個量子比特構成的芯片。目前還沒有這個能力做到。這種基于“量子圖靈機”的標準量子計算是量子計算機研制的主流。
除此以外,還有其他量子計算模型,如:單向量子計算,分布式量子計算,但其研制的困難并沒有減少。另外,還有拓撲量子計算,絕熱量子計算等。
由于對硬件和軟件的全新要求,量子計算機的所有方面都需要重新進行研究,這就意味著量子計算是非常重要的交叉學科,是需要不同領域的人共同來做才能做成的復雜工程。
把量子計算機從“垃圾桶”撿回來——
量子編碼與容錯編碼
實現量子計算機最困難的地方在于,這種宏觀量子系統是非常脆弱的,周圍的環境都會破壞量子相干性(消相干),一旦量子特性被破壞將導致量子計算機并行運算能力基礎消失,變成經典的串行運算。
所以,早期許多科學家認為量子計算機只是紙上談兵,不可能制造出來。直到后來,科學家發明了量子編碼。
量子編碼的發現等于把量子計算機從“垃圾桶”里又撿回來了。
采用起碼5個量子比特編碼成1個邏輯比特,可以糾正消相干引起的所有錯誤。
不僅如此,為了避免在操作中的錯誤,使其能夠及時糾錯,科學家又研究容錯編碼,在所有量子操作都可能出錯的情況下,它仍然能夠將整個系統糾回理想的狀態。這是非常關鍵的。
什么條件下能容錯呢?這里有個容錯閾值定理。每次操作,出錯率要低于某個閾值,如果大于這個閾值,則無法容錯。
這個閾值具體是多大呢?
這與計算機結構有關,考慮到量子計算的實際構型問題,在一維或準一維的構型中,容錯的閾值為10^-5,在二維情況(采用表面碼來編碼比特)中,閾值為10^-2。
目前,英國Lucas團隊的離子阱模型、美國Martinis團隊的超導模型在單、雙比特下操作精度已達到這個閾值。
所以我們的目標就是研制大規模具有容錯能力的通用量子計算機。
量子計算機的“量子芯”
量子芯片的研究已經從早期對各種可能的物理系統的廣泛研究,逐步聚焦到了少數物理系統。
20世紀90年代時,美國不知道什么樣的物理體系可以做成量子芯片,摸索了多年之后,發現許多體系根本不可能最終做成量子計算機,所以他們轉而重點支持固態系統。
固態系統的優點是易于集成(能夠升級量子比特數目),但缺點是容錯性不好,固態系統的消相干特別嚴重,相干時間很短,操控誤差大。
2004以來,世界上許多著名的研究機構,如美國哈佛大學,麻省理工學院,普林斯頓大學,日本東京大學,荷蘭Delft大學等都投入了很大的力量,在半導體量子點作為未來量子芯片的研究方面取得一系列重大進展。最近幾年,半導體量子芯片的相干時間已經提高到200微秒。
國際上,在自旋量子比特研究方面,2012年做到兩個比特之后,一直到2015年,還是停留在四個量子點編碼的兩個自旋量子比特研究,實現了兩比特的CNOT(受控非)。
雖然國際同行在電荷量子比特的研究中比我們早,但是至今也只做到四個量子點編碼的兩個比特。我們研究組在電荷量子比特上的研究,從2010年左右制備單個量子點,然后2011年雙量子點,2012-2013年實現兩個量子點編碼的單量子比特, 2014-2015實現四量子點編碼的兩個電荷量子比特,目前已研制成六個量子點編碼為三個量子比特個并實現了三個比特量子門操作。已經達到國際領先水平。
超導量子芯片要比半導體量子芯片發展得更快。
近幾年,科學家使用各種方法把超導的相干時間盡可能拉長,到現在也達到了100多微秒。這花了13年的基礎研究,提高了5萬倍。
特別是,超導量子計算在某些指標上也表現更好,分別是:
1. 量子退相干時間超過0.1 ms,高于邏輯門操作時間1000倍以上,接近可實用化的下限。
2. 單比特和兩比特門運算的保真度分別達到99.94%和99.4%,達到量子計算理論的容錯率閾值要求。
3. 已經實現9個量子比特的可控耦合。
4. 在量子非破壞性測量中,達到單發測量的精度
5. 在量子存儲方面,實現超高品質因子諧振腔。
美國從90年代到現在,在基礎研究階段超導領域的突破,已經引起了企業的重視。美國所有重大的科技公司,包括微軟、蘋果、谷歌都在量子計算機研制領域投入了巨大的力量,以期全力爭奪量子計算機這塊“巨大的蛋糕”!
其中,最典型的就是谷歌在量子計算機領域的布局。它從加州大學圣芭芭拉分校高薪引進國際上超導芯片做得最好的J. Matinis團隊(23人),從事量子人工智能方面的研究。
他們制定了一個計劃:明年做到50個量子比特,定這個目標是因為,如果能做49個量子比特的話,在大數據處理等方面,就遠遠超過了電子計算機所有可能的能力。
整體來看,量子計算現在正處于“從晶體管向集成電路過渡階段”。
尚未研制成功的量子計算機
我們仍有機會!
很多人都問,實際可用的量子計算機究竟什么時候能做出來?
中國和歐洲估計需要15年,美國認為會更快,美國目前的發展確實也更快。
量子計算是量子信息領域的主流研究方向,從90年代開始,美國就在這方面花大力氣研究,在硬件、軟件、材料各個方面投入巨大,并且它有完整的對量子計算研究的整體策劃,不僅各個指標超越世界其他國家,各個大公司的積極性也調動了起來。
美國的量子計算機研制之路分3個階段:第一階段政府主導,主要做基礎研究;第二階段,企業開始投入;第三階段,加快產出速度。
反觀中國的量子計算機發展,明顯落后,軟件、材料幾乎沒有人做,軟硬件是相輔相成的,材料研究也需提早做準備。“十三五”重大研究計劃,量子計算機應當“三駕馬車”一起發展,硬件、軟件、材料三個都要布局。
盡管落后,畢竟量子計算機尚未研制成功,我們仍有機會,只是時間已越來越緊迫!只要能發揮我國制度的優越性,集中資源有步驟地合理布局、支持,仍然大有可為!
二、IBM的野心:量子計算機也能實現摩爾定律
量子計算機擁有很強大的計算力,但是這對IBM來說,似乎還不夠。據CNET消息,IBM制作了一個路線圖,表達出了自己在量子計算領域的野心。
3月4日消息,量子計算機擁有很強大的計算力,但是這對IBM來說,似乎還不夠。據CNET消息,IBM制作了一個路線圖,表達出了自己在量子計算領域的野心。
IBM在圖表的縱軸上列出了一個單位“量子體積(QuantumVolume)”。這一單位不僅可以測量量子計算機有多少量子比特(量子比特是衡量數據處理能力的關鍵指標),還可以測量計算機可以從不穩定的量子比特中,獲得多少數據用量。
報道稱,IBM在2017年已經實現了4量子體積,并在2018年達到了8,通過CES 2019上展示的量子計算機IBM QSystemOne(20量子比特),達到了16量子體積。
這種倍增與摩爾定律非常相似。摩爾定律由英特爾創始人之一的戈登·摩爾提出,即:
集成電路上可容納的晶體管數目,約每隔兩年便會增加一倍
曾任英特爾CEO的大衛·豪斯此后將這一說法轉變為:“預計每18個月,芯片的性能將提高一倍。”
摩爾定律幾十年來都發揮著作用,但如今隨著處理器電路的小型化已經不再那么可靠。
IBM研究人員Jay Gambetta和Sarah Sheldon在一份聲明中談到:
為了在21世紀20年代實現量子優勢,我們需要每年至少增加兩倍的量子體積。
三、摩爾定律失效?計算機芯片不會無限小下去
據Digital Trends網站報道,為什么現代計算機比以前的舊型號計算機要好得多?一種解釋稱,這與過去幾十年微處理器技術的巨大進步有關。約每18個月,芯片中集成的晶體管數量就會翻一番。
這一趨勢最早于1965年由英特爾聯合創始人戈登·摩爾(Gordon Moore)發現,并被通俗地稱為“摩爾定律”。摩爾定律推動著技術不斷向前發展,并將其轉化為數萬億美元的產業。處理能力難以想象的強大芯片,被應用在從家用電腦到自動駕駛汽車再到智能家居設備在內的各種產品中。
但摩爾定律或許不能無限期地延續下去。高科技產業可能喜歡其有關指數增長和數字驅動的“稀缺終結”的說法,但芯片上晶體管尺寸是存在物理極限的,不會一直減小下去。
雖然人眼看不到,但目前最新的芯片上集成有數十億個晶體管。如果摩爾定律有效期能持續到2050年,工程師們將不得不利用尺寸小于一個氫原子的材料制造晶體管。企業跟上摩爾定律腳步的成本也越來越高昂。建造一座生產新型芯片的制造工廠需耗資數十億美元。
由于這些因素,許多人預測摩爾定律將在2020年代初期逐步失效,屆時芯片晶體管組件的尺寸將僅為5納米左右。摩爾定律失效之后芯片產業會怎樣發展呢?技術進步會停滯不前,出現類似我們目前仍然使用著20多年前就已經問世的Windows 95 PC那樣的情況嗎?
Digital Trends表示,未必。以下7點原因,解釋了為什么摩爾定律失效并不意味著我們熟知的計算技術進步戛然而止。
摩爾定律失效天不會塌下來
想象一下,如果明天熱力學定律或牛頓的三大運動定律不再發揮作用,我們將會面臨怎樣的災難。雖然名字中有“定律”,但摩爾定律并非是這一類的普遍規律。相反,它只是一個通過觀察所得的趨勢,就像邁克爾·貝(Michael Bay)總是在夏季發行一部新的《變形金剛》(Transformers)電影那樣——即使沒有發行,也不會有什么大問題。
我們為什么會提出這一問題?因為摩爾定律失效不會引發引力突然消失那樣的災難。因為芯片上集成的晶體管數量不再每18個月翻一番,并不意味著計算技術的進步完全停止。它只不過意味著技術進步的速度會略微慢那么一點點。
我們可以把技術進步想象為石油。我們已經采完了容易開采的石油,現在,我們需要利用壓裂等技術開采相對不容易開采的石油。
更好的算法和軟件
思考一下那些賺大錢的NFL(美國國家橄欖球聯盟)或NBA(美國職業籃球聯賽)球星,他們根本無需考慮存錢的問題。雖然聽起來有些混亂,但對于摩爾定律和軟件之間的關系而言,這還算一個中肯的隱喻。
盡管存在編寫漂亮的軟件,但年復一年的是,很多時候程序員都不必太在意如何對軟件優化,提高運行速度,因為他們知道明年推出的計算機處理器能更好地運行自己的代碼。但是,如果摩爾定律失效,計算機處理器的進展不再像過去那樣快,那么,我們就不能再依賴這種方法了。
通過優化軟件提升芯片的處理能力,將受到更多重視。為了提高系統的運行速度和效率,這意味著開發更好的算法。除運行速度外,希望這也意味著更加簡練的軟件,以及對用戶體驗、界面和質量的高度關注。
即使摩爾定律明天失效,在硬件不再繼續改進的情況下,優化今天的軟件仍然可以提供數年甚至數十年的性能增長。
更專用的芯片
盡管如此,芯片設計人員克服通用芯片性能提升速度放慢的一個途徑,就是開發更專用的處理器。圖形處理單元(GPU)就是其中的一個例子。定制專用處理器也可應用在神經網絡、自動駕駛汽車的計算機視覺、語音識別和物聯網設備等應用中。
這些專用芯片設計可以提供一系列改進,例如更高的效能比。采用定制設計的芯片廠商包括市場領頭羊英特爾、谷歌、Wave Computing、英偉達和IBM等。
就像編寫質量更高的軟件一樣,芯片制造進步的放緩,迫使芯片設計師更重視新的芯片架構突破。
芯片不再是IT的全部
摩爾定律“誕生”于20世紀60年代中期,比計算機科學家蒂姆·伯納-李(Tim Berners-Lee)發明萬維網早了四分之一世紀。雖然自問世起摩爾定律一直有效,但在萬物互聯的時代,對本地處理能力的需求減少了。當然,PC、平板電腦或智能手機的許多功能都是在設備上完成的,但越來越多的功能不在設備上完成。
云計算技術意味著,許多大型計算問題可以由位于其他地方的大型數據中心中的大規模并行系統完成,這些系統包含的晶體管數量,是單臺計算機的許多倍。人工智能任務尤其如此,例如我們在手機上使用的語音助手等。
通過在其他地方處理任務,并在處理完成時將答案傳回本地計算機,機器的智能程度可以按指數級提高,而無需每隔18個月左右升級其處理器。
新材料和配置
硅谷之所以被稱為硅谷是有原因的,但研究人員正在忙著研究未來可能由硅以外的其他材料制成的芯片。
例如,英特爾正在研究一些令人吃驚的技術,使晶體管以3D而非2D形式排列在芯片中,提高芯片集成的晶體管數量。其他材料,如位于元素周期表中第三和第五列的元素,可以取代硅成為制造芯片的材料,因為它們的導電性更高。
目前尚不清楚這些材料是否可以大規模生產或成本是否足夠低,但是,考慮到科技行業巨頭的綜合專業知識,以及尋找新型芯片材料的動機——新的半導體材料可能在等著我們去發現。
量子計算
量子計算是本文列出的第二個最令人激動的原因。量子計算機現在還是一種實驗性和非常昂貴的技術。它與我們所熟知的基于晶體管的二進制數字電子計算機完全不同。
量子計算不是將數據編碼為0或1,而是處理量子比特,這些量子比特的值可以同時為0、1以及0和1。長話短說?這些狀態的疊加,可以使量子計算機的運行速度和效率遠遠超過當前的主流計算機。
制造量子計算機面臨諸多挑戰(首先,它們需要在溫度很低的環境中運行)。但是,如果工程師能夠解決這個問題,我們或許能夠以極其快的速度——讓戈登·摩爾感到目眩——推動技術的巨大進步。
我們尚未想到的技術
在20世紀80年代,很少有人能預測到目前的智能手機。在1990年代初期,谷歌將成為目前這樣的巨頭,或像亞馬遜這樣的電子商務網站將成為第一家市值達1萬億美元公司的想法,是很瘋狂的。
Digital Trends稱,關鍵是,在涉及計算的未來時,我們不應該認為自己完全知道即將出現的新技術。是的,目前量子計算看起來像是摩爾定律之后計算技術的長期希望,但是,未來數十年后計算機看起來會完全不同于我們目前使用的計算機。
無論是機器的新配置、全新材料制成的芯片還是全新的亞原子研究——開創了將晶體管封裝到芯片上的新方法,我們相信計算的未來——它具備的獨創性——將是最好的。
四、一旦量子計算機研制成功,對于人類的意義到底有多大?
經過幾十年的沉重打擊,沒有成功的希望,量子計算突然蜂擁而至,興奮而活躍。
大約兩年前,IBM向量子計算機提供了一種量子計算機:5量子比特資源的IBM Q
IBM(國際商業機器公司)或萬國商業機器公司,簡稱IBM(International Business Machines Corporation)。總公司在紐約州阿蒙克市。1911年托馬斯·沃森創立于美國,是全球最大的信息技術和業務解決方案公司,擁有全球雇員 30多萬人,業務遍及160多個國家和地區。
這看起來更像是一個研究人員的玩具,而不是一個完成任何嚴肅的數字計算的方法。但全球有70,000個用戶已經注冊,而且這個資源的量子比現在已經翻了兩番。
IBM 在線量子計算機實驗
在過去的幾個月里,IBM和英特爾已經宣布他們已經分別制造了50和49個量子比特的量子計算機。
有專家指出,在十年之內,量子計算機的計算能力就可能趕超當前的超級計算機。經典計算機是線性的,所有的輸入態均相互正交。而思維往往是并行、多元、甚至跳躍。借助量子計算機,以人類思考方式進行超高速計算,有可能理解人類基于第一、二套認知系統的群體性行為、思想變化,甚至情緒變化。
位于紐約的IBM量子計算中心將量子計算機放在大型低溫容器中,這些容器被冷卻到絕對零度以上。
2017年5月3日,科技界的一則重磅消息:世界上第一臺超越早期經典計算機的光量子計算機誕生。
這個“世界首臺”是貨真價實的“中國造”,屬中國科學技術大學潘建偉教授及其同事等,聯合浙江大學王浩華教授研究組攻關突破的成果。
如果現在傳統計算機的速度是自行車,量子計算機的速度就好比飛機。
例如,一臺操縱50個微觀粒子的量子計算機,對特定問題的處理能力可超過目前世界最快的“神威·太湖之光”超級計算機。
世界科技巨頭微軟也在9月初宣布準備推出量子編程語言。
設計復雜藥物和先進材料、大型數據庫搜索等。對于人類的疾病,生理研究和航空航天深海探索,以及高精尖科技工程都有劃時代的意義。
商業級量子計算機會成為未來科技的引擎。
就像蒸汽機是工業文明的象征一樣,量子計算機帶來的計算能力的突破將會有類似的意義。
在IBM的一臺低溫恒溫器內連接一個50-qubit量子系統。
自然,量子計算機的路還很長,在退相干和容錯等方面還有現在看來難以逾越的障礙。也有人認為,由于大公司的介入,實用量子計算機的問世時間會大大提前。也許今后會出現適用于量子計算的新“摩爾定律”,其發展速度出人意料。








