微软今天公布了有关开发拓扑量子计算机的最新消息,这种新型量子计算机理论上要比当前技术更快、更可靠。
微软透露,微软的研究人员最近克服了制造这种计算机的“重大障碍”。
现有的量子计算机在进行计算时很容易出错,所以实际应用十分有限。出现计算错误是由于量子计算机的基本组成部分(量子位)经常在不应该删除或修改信息时删除或修改了信息,如果存在数据被意外修改的风险,那么就很难对数据进行处理。
拓扑量子计算机——也就是微软眼下正在打造的这种量子计算机——理论上要比当前系统不容易出现这种计算错误,也就会让量子计算技术更容易承载复杂的计算任务。微软认为,这项技术可能是促进大规模量子计算机发展的关键。
然而在实践中,构建拓扑量子计算机是非常困的难。微软今天公布了有关开发这种计算机的更新信息,称他们的科学家已经达到了研究上的一个里程碑,可以显着推进该项目。
拓扑量子计算机使用名为Majorana零模式的准粒子来进行计算。准粒子是一种物理现象,与粒子(例如电子和原子)具有某些相似性,但不是粒子。微软今天表示,微软的研究人员已经找到了一种方法,可以生成拓扑量子计算机所必需的Majorana零模式。
微软还借助Majorana零模找到了产生另一种物理现象的方法,称为拓扑超导相,这是在特定条件下出现超导材料的一种特性,它对于促进拓扑量子计算机数据处理是很有必要的。
据微软称,研究人员使用一种将半导体与超导元素相结合的特制设备,以创造准粒子和拓扑超导相。该设备在冷却到接近绝对零温度的工业冰箱内运行,而且微软已经制作了该设备的多个版本,并在模拟环境中对其进行了测试。
为了验证该技术的有效性,微软评估了一种名为拓扑间隙的硬件属性,这种属性可提供处理可靠性数据的指标。能够可靠地处理数据,是拓扑量子计算机相对于其他量子计算机的一个主要优势。微软称,评估结果表明,该技术可以提供一条可行的商业化途径。
微软量子硬件集团总经理Chetan Nayak在一篇博文中这样写道:“我们的团队测量了超过30 μeV的拓扑间隙,而且这是实验环境下噪音水平的3倍多,温度也要更高,说明这是一个很强大的特性。”
他说:“这既是一次具有里程碑意义的科学进步,也是拓扑量子计算之旅的关键一步。我们的结果得到了详尽测量和严格数据验证程序的支持。”
他表示,下一步将是利用微软在构建拓扑量子位的研究中所开发的多种方法,最终微软计划把大量这样的量子位组装成一台功能正常的量子计算机。据微软估计,一个芯片能上可容纳超过一百万个拓扑量子位。
他这样写道:“在基础物理层面的展示之后,下一步就是拓扑量子位了。我们假设拓扑量子位与其他量子位相比,是把速度、大小和稳定性进行了有利的组合。我们相信最终量子位将有助于在未来实现完全可扩展的量子计算机,从而让我们能够实现有关量子计算的全部承诺,解决社会面临的最复杂的、最紧迫的挑战。”
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。