中科院打脸谷歌:普通电脑追上量子优越性,几小时搞定原本要一万年的计算

中科院打脸谷歌:普通电脑追上量子优越性,几小时搞定原本要一万年的计算,第1张

中科院打脸谷歌:普通电脑追上量子优越性,几小时搞定原本要一万年的计算

谷歌量子计算,曾经号称可以在200秒内完成普通超级计算机一万年完成的任务。

没想到,这种“量子优势”如今被中科院理论物理研究所的研究人员打破了:

他们用普通CPU,在几个小时内完成了原本需要一万年才能完成的计算,并认为可以完全超越现在的量子计算机。

ACM计算奖获得者Scott Aaronson同意这个结论:

我认为他们是对的。如果有足够强大的超级计算机,他们可以在几秒钟内模拟这个任务。

最近,《科学》杂志上发表了一篇关于此事的文章。让我们来看看发生了什么。

无法超越?为你优化。

来自中科院理论物理研究所的张盼团队发表了一篇名为《解决Sycamore量子优势电路的采样问题》的论文,展示了打败Google量子计算机Sycamore的全过程。

针对谷歌“量子优势”的任务,本文提出了一种新的模拟方法,即经典算法张量网络法

要说有多好,它可以用很多GPU进行并行计算。

使用512个GPU的计算集群,该团队计算了9万亿个数字串中的100万个输出模式(即53个量子位,量子电路采样的20个周期)。这个计算过程花了15个小时。

如果把这个算法应用到超级计算机上,几十秒就可以完成同样的任务。

如果这个任务是为梧桐做的,大概需要200秒;超级计算机需要一万年才能完成(根据谷歌)。

谷歌量子计算芯片,邮票大小。

该团队还认为,像Sycamore一样,它不需要过于追求精度。

用团队张量表示量子比特属性之间的关系,Sycamore量子比特的相互作用描述为3D张量网络。

于是,他们在3D张量网络上“钻洞”,切割一些连接来简化关系,降低计算复杂度,用精度换取速度。这种收缩张量网络的方法使得模拟量子芯片成为可能。

数据证明,完成任务过程中仅丢失8行代码,计算速度提升256倍。

保真度保持在0.37%,高于梧桐的0.2%。

各种数据摆在面前,“量子优势”突然没那么好闻了。

“量子优势”环,设置它

面对这一结果,谷歌量子AI首席研究员塞尔吉奥·博伊索(Sergio Boixo)回应称,这只是赛道上的短暂超车,优势不会持续太久。

从量子计算时代开始,谷歌就从未否认经典算法会不断改进。

然而,谷歌也表示:

我们认为这种经典算法赶不上2022年后的量子电路。

毕竟,当Sycamore诞生时,超级计算机只能对它执行的任务望而却步。

制造量子计算机就是执行将“淹没”普通计算机的任务。

对于量子计算机来说,所有任务的潜在解都可以看作是同时在量子位之间摇摆的量子波。

这些量子波相互干涉,错误的答案会相互抵消,正确的输出会“弹”出来。

换句话说,这种干涉使量子计算机能够拆分大量数据进行计算。

以Sycamore为例,它将量子位设置为0、1或0和1的任意组合,这使得它可以同时处理大量输入。

Sycamore是一台拥有53个量子位的量子计算机。它的量子电路是由超导金属制成的微型谐振电路。它可以编码从 0到253(约9万亿)的任何数字,甚至可以一次编码所有数字。

谷歌表示,Sycamore可以击败IBM开发的超级计算机Summit。Summit拥有9,216个CPU和27,648个GPU。

IBM随即反驳,称谷歌所谓的同样任务的超级计算机需要“一万年”,但只是在特定的算法上。

一旦算法优化,Summit完成同样的任务只需要2.5天左右。

关于“量子优越性”的争论,在业界和学术界从未停止过。

张团队的这篇论文用实例证明了“量子优势”在现阶段仍然可以被普通计算机打败。

还有一点

张团队的研究成果凸显了量子计算机相对于传统计算机的缺陷,对更高级的“量子优势”实验提出了更高的要求。

张建议,应该找到一些实际应用来展示量子电路的优势。

当然,普通计算机打败“量子优势”并不意味着量子电路的衰落。

即使与超级计算机相比,Sycamore也需要更少的操作步骤和功率。连张盼自己都说如果Sycamore的保真度再高一点,团队的模拟都比不上~

参考文章:

[1]https://www . science . org/content/article/普通-计算机-能-击败-谷歌-s-量子-计算机-毕竟?s=31

[2]https://www.science.org/doi/10.1126/science.365.6460.1364

[3]https://arxiv.org/pdf/2111.03011.pdf

欢迎分享,转载请注明来源:聚客百科

原文地址: http://juke.outofmemory.cn/life/1767191.html

()
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-09-24
下一篇 2022-09-24

发表评论

登录后才能评论

评论列表(0条)

保存