IBM今天公布了一个新的路线图,将开启大规模实用量子计算的新时代。
该计划涉及创建新的模块化架构和网络系统,以支持具有更高量子比特数且更强大的量子处理器。与此同时,IBM将设计更智能的软件层,以更高效地处理量子工作负载。现阶段,IBM已实现最初量子路线图上的所有目标,包括去年推出具有里程碑意义的代号Eagle的127量子比特处理器。Eagle的架构为大幅提高量子比特数的新型量子处理器奠定了基础。去年,IBM还宣布推出了Qiskit Runtime软件平台,将处理器运行时间提高了120倍。
根据更新的路线图显示,IBM将于2022年底推出433个量子位的处理器IBM Osprey,通过把Qiskit Runtime和工作流内嵌到云中打造更顺畅的开发体验,预计将于2023 年推出全球首创的超过 1000 个量子位的通用量子处理器 IBM Condor。
IBM解释,将采用模块化的方法尝试纵向扩展量子处理器,这将涉及三个关键领域的开发工作,首先是可以跨多个处理器进行典型通信和并行操作的新功能。
IBM表示,这将为实现量子系统实用化所需更广泛的技术组合扫清障碍,其中包括改进纠错技术和智能工作负载编排功能,通过把典型计算资源与可扩展的量子处理器相结合来实现。另一个技术领域是部署“短程的芯片级耦合器”,可将多个量子芯片紧密连接在一起,形成单一、但更大型的处理器,这是一种构建更大型芯片的模块化方法。最后,IBM将开发所谓的“量子通信链路”,用于连接芯片集群,从而创建一个更大型的系统。
未来,IBM希望将这些技术结合起来,在2025年之前实现超过4000量子比特芯片(代号Kookaburra))的目标。
当然IBM明白,实用的量子计算不仅仅需要极其先进的硬件,为此IBM将同时致力于降低量子误差相关的目标。
这时候IBM Qiskit Runtime就有用武之地了。该软件致力于最大限度上减少噪声对量子应用的影响,同时将算法中常用的量子硬件查询封装在一个易于使用的界面中。IBM计划扩展Qiskit Runtime的功能,让开发人员能够在并行量子处理器上运行算法以加速应用。
此外,IBM还计划在2023年将Quantum Serverless功能添加到核心的量子计算软件堆栈中,这将使开发人员能够在典型计算资源和量子计算资源之间进行权衡和切换。
IBM高级副总裁、研究总监Dario Gil表示,IBM所取得的初步成功意味着IBM清楚地了解实现量子计算实用化需要哪些条件。“随着路线图中提到的量子无服务器操作以及硬件、软件和理论目标上取得的各项进展,我们将迎来一个以量子为中心的超级计算机时代,为我们的合作伙伴和客户开放一个庞大且强大的计算空间。”
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。