鱼梦来自奥菲寺的清晨。
量子比特|微信官方账号QbitAI
我也没想到。现在才2022年，我居然在手机上用上了量子计算机。
从各大应用商店或者官网下载一个名为 的APP，打开就会看到物理四大兽之一——薛定谔的猫坐在里面。
不仅仅是这样。戳进“量子合成器”(QComposer)功能界面，量子电路实验马上就可以开始了。
是的，你是对的。它不是纯粹的模拟。这个应用程序真的可以连接到物理量子计算机上。
不仅有超导量子计算机可供选择，还有中科院精密测量研究所的离子阱量子计算机。您还可以查看他们当前的服务状态。
其中，我们还发现了来自中国产业界的最新量子计算研究进展-
标有“自研超导量子计算机”的设备并非来自任何高校或科研院所，而是来自这款APP的开发者百度量子计算研究院。
在今天的百度量子开发者大会上，这台名为“石干”的超导量子计算机正式亮相，亮相的不仅是硬件，还有全球首个全平台量子软硬件一体化解决方案“全系”。
实验室之外的量子计算
没错，这样一款可以让你在手机里玩量子计算，甚至可以使用真机的APP，就是百度在量子计算领域发布的最新成果之一。
其实手机只是展示了可视化量子电路实验的功能。在网页版中，还可以使用更多的前端工具来实现量子计算算法的开发:
QComposer，它提供了一种可视化的量子电路实验方式。
PyOnline和YunIDE是可以在网页上使用的在线开发环境，YunIDE是基于code-server开发的。
QCompute是一个开源的Python工具包。
在它的背后，如前所述，除了7台不同能力的25-63量子位在线模拟器，这个平台还连接了一台中科院物理所的10位超导量子计算机、中科院精密测量研究所的1位离子阱量子计算机和一台百度自研超导量子计算机“石干”。
说到这里，你可能也明白了，是不是有点像租一个云GPU做机器学习？
看着这个窗口，我们真的发现，百度已经悄然开始了从底层硬件到顶层应用的一整套量子计算“产业化”解决方案。
超导量子计算机“干启动”
让我们从超导量子计算机“石干”说起。
“量子计算机”通常是指由量子芯片、稀释制冷机和脉冲发生器组成的硬件平台。
其中，最关键的自然是量子芯片。
它始于百度研发的一款10量子位超导量子芯片。
百度以实用化、标准化、高性能为目标，专注于设计行业内具有核心竞争力的超导量子芯片，提供集芯片设计、仿真验证、版图绘制于一体的实用量子芯片解决方案。
在启发式布局设计方案、新器件构型设计、器件参数快速初始化、精确仿真/验证方法、品质因子设计方法、自动布线等超导量子芯片设计技术方面积累了超过25项发明专利。
作为应用实例，设计并仿真了一个带耦合器的36位超导量子芯片。
值得注意的是，与通常概念中的计算机不同，量子计算机没有统一的“操作系统”，相当于“裸机”。
不过这次百度是从一系列量子应用和量子软件入手的。
量子硬件和软件接口“脉冲测量”
首先是打通硬件层和软件层的接口脉冲。
量子脉冲还提供可视化一站式客户端、自动化软件包等功能。只要提前输入量子芯片结构等基本信息，量子脉冲就可以自动初始化量子芯片，大大降低“干启动”量子硬件平台的运维成本。
量子操作系统“量易跌”
硬件和软件的桥梁搭建好之后，为了让科研人员更方便地使用量子计算能力，需要一个操作系统来负责量子计算能力的调度和分配。
我们只是试图在量子计算机中扮演“Windows系统”的角色，它也是一个具有云功能的量子计算平台。
逸夫是全球首个云原生量子计算平台。
一方面为前端提供便捷的设计开发工具，包括移动、桌面、云等多种前端使用模式，以及QAPP、QNET、QEP等丰富的插件扩展。
另一方面，可以实现超导量子计算机、离子阱量子计算机等的多端计算能力接入和部署。
量子机器学习平台“测桨”
最后，在操作系统上，百度重点是如何让我们的量子计算能力，赋能行业，实现高潜力应用。为此，它还为量子人工智能、化学医学、智能制造和量子网络等应用开发了相应的RD平台和工具集。
例如，基于飞桨开发的全球首个量子机器学习平台 ，支持量子神经网络的构建和训练，并提供简单易用的量子机器学习开发套件、量子优化、量子化学等前沿量子应用工具集，以及40多个丰富的量子应用教程。
特别是测量桨，通过连接测量桨可以调用量子计算力运行量子机器学习算法，实现量子应用的具体实践。
综上所述，百度不仅在硬件层面搭建了超导量子计算机，还在软件层面搭建了一整套“基础设施”，让量子计算能力走出实验室，开箱即用。
从而构成了全球首个全平台量子软硬件一体化解决方案 。
全球首个全平台量子软硬件一体化解决方案“全系”
“全系”提供私有化部署、云服务、硬件接入等一系列服务。，最大程度简化了从产业量子化咨询的引入到量子服务部署的全过程。
“量子语义”还具有很强的兼容性，可以实现量子芯片的“即插即用”，快速将量子芯片转化为量子服务，即战斗力。
“全系”可以向各行各业提供定制化的量子云服务或私有化部署，帮助企业实现产业量子化升级。同时，基于“量子语义”，量子硬件制造商可以从现在开始专注于量子硬件设计和提高硬件性能，而不用担心自己的硬件设备如何为用户提供量子计算服务。
量子计算的“两条路线”
但值得注意的是，量子计算之所以引人关注，是因为它在理论上可以解决经典计算机无法胜任的复杂问题。或者更直观的说，可以给很多行业带来颠覆性的改变。
其中涉及到量子优势的问题。学术界普遍认为，量子芯片超过50个量子位才能实现量子优势。
由此看来，百度的超导量子计算机并没有在一开始就实现量子优势，反而是先在软件层不断发力。
为何如此？
目前随着量子计算的发展，逐渐分化出了两条路线。
第一条路线，通过科学研究进行单项突破，在特定任务上超越经典计算机实现“量子优势”。
代表成果是2019年谷歌的Sycamore，用200秒解决了最快的超算Bose采样任务需要2天才能解决，在全球首次实现量子优势。
一年后，中科院潘建伟团队研制的“九章”光量子计算机在同样的问题上比悬铃木快了几个数量级。
不久后，中科院推出超导量子计算机“祖冲之”，并于去年分别升级为“第九章II”和“祖冲之II”。与IBM、霍尼韦尔的子公司Quantinuum以及其他参与者一起，处于竞争状态。
这种路线的好处是目标方向明确，资源集中，可以快速推动量子计算机的理论性能不断增强。
△第九章2号重要部分，图片来源中国科学技术大学
但是量子计算不能一直停留在实验室。毕竟人的发展最终目的是解决实际问题。
量子优势概念的提出者、诺贝尔奖获得者约翰·普雷斯基尔(John Preskill)最近在与同行的交流中表达了对这方面的担忧。
第二条路线侧重于量子计算与实际问题的结合:
先做产业化的量子计算，反过来以实际应用需求推动全面的技术进步。
这条路短期内不容易开花结果，走的人少，但长期来看是必须的。
目前，国际公认的量子计算有三个指示性发展阶段:
首先，认识到量子计算的优越性。
第二，制作专用于各个领域的量子模拟器。
第三，做一个可编程的通用量子计算机。
第三阶段的一般量子计算不可能是“城堡空”，需要从第二阶段开始大量的技术和经验积累。
具体来说，就是要掌握多量子系统的精确制备，提高量子比特的操控精度，进一步与各行各业现有的RD和生产系统融合。
这样，光靠量子计算行业是无法完成这些积累的。各行各业的人都有必要首先使用量子计算，并保持反馈和迭代。
最后，单点突破和产业化两条路线并不是互相排斥的，而是相辅相成的，都需要有人去探索。
未来，一方开发出高性能的量子计算机，可以借助另一方的产业化平台快速应用，共同发挥量子计算的强大能力。
量子计算产业化之路怎么走？
至于量子计算的产业化，各国都还处于探索阶段。
率先出成果的百度，或许可以作为参考。
首先要做的是软硬件整合。即量子计算应用或服务、量子软件平台、量子硬件平台的全流程打通。
这可以和个人电脑的历史相提并论。一开始厂商只提供硬件，普通大众很难使用。当操作系统和配套应用软件成熟后，个人电脑迅速普及。
接下来全平台支持。把量子计算平台做成一个中间层，让软硬件供应商不用担心彼此的兼容性如何，专心做更好的产品。
具体来说，就百度良喜而言，一个平台兼容超导量子计算机、离子阱量子计算机、量子模拟器等多种计算能力。同时支持手机、电脑、云开发等多种使用模式。
也不能忽视，坚持技术创新和自我控制。
在量子架构、量子算法、量子纠错、量子芯片、量子测控等百度核心方向，已完成200多项发明专利申请，授权80多项。在量子计算的高价值专利和创新驱动力方面，位居中国第一、世界第三。
一方面，完整的自研技术体系更容易产生协同效应；另一方面可以在国际竞争中独立于他人。
据了解，百度在搭建量子软硬件一体化解决方案的过程中遇到了很多困难。
涉及到成千上万的技术细节，任何一个小的失误都会让整个事情功亏一篑。
比如制造量子计算机，需要在接近绝对零度的环境下产生超导效应。
如果想在恶劣环境下精确控制量子比特，需要反复计算，尝试找到最佳参数。
量子计算机无法理解普通计算机的处理器指令。如果要开发量子算法，首先要把人类能理解的程序语言编译成量子计算机机器能理解的微波脉冲。
量子算法的发展还没有完成。有必要将这些算法应用到它们能够发挥作用的问题上，以实现量子计算能力向生产力的转化。
百度克服了这些困难，做出了全球首个全平台量子软硬件一体化解决方案，并将经验总结为三块。
长期布局，百度在2018年布局量子计算。在国家战略规划和政策的支持下，其将发展战略定位为钱(量子研究、基础设施、前瞻应用、网络生态)，由此诞生了量子软硬件一体化解决方案。
产业化思维，一方面延续了百度在AI和云计算行业坚持产业化的思路，另一方面百度飞桨加快了量子应用的研发步伐，百度AI云使能了量子计算能力的稳定输出。
人才与生态建设，经过四年多的量子计算人才梯队建设，与科研院所的深度合作，缺一不可。
更重要的是，探索量子软硬件一体化解决方案的意义不仅在于单一解决方案本身，更在于整个过程的标准化、自动化和产业化，从而为即将到来的通用量子计算阶段做准备。
所以，问题来了:
量子计算是否已经到了产业化阶段？
时至今日，我们可能还是无法给出一个标准答案。
但以史为鉴，百度作为国内行业的技术先行者，在过去每一次硬科技浪潮的前夜，确实做出了河滨水暖的决定:
2010年在AI自然语言方向率先成立NLP系。
2012年底，成立了深度学习团队IDL。
2015年开始自动驾驶的商业化探索。
2016年，国内深度学习框架PaddlePaddle上线。
……
所以，百度这一次的举动，无论是前期的探索，还是新的道路，确实值得关注。背后是量子计算正在走出实验室，从最尖端的攀登走向更多人的应用探索。
而其商业化和创业探索的序幕可能已经拉开了一角，这真的很像量子计算巨头的类比:已经到了最后一公里。
—超过—
【/s2/】“人工智能”和“智能汽车”微信社区诚邀您的加入！
欢迎关注人工智能和智能汽车的朋友加入我们，与AI从业者交流，以免错过最新的行业发展技术进步。
PS。加好友请备注姓名-公司-职位~
这里关注我，记得标注星星~
分享、喜欢、观看一键三通。
前沿科技进步一天天见面~
欢迎分享，转载请注明来源：聚客百科
微信扫一扫
支付宝扫一扫
评论列表（0条）