zoukankan      html  css  js  c++  java
  • 15张图告诉你首台光量子计算机有多牛[转]

      5月3日,中国科学技术大学教授、中国科学院院士潘建伟在上海宣布,中国科研团队成功构建光量子计算机,首次演示了超越早期经典计算机的量子计算能力。

      据潘建伟介绍,这次实验最重要的是实现了两大突破:首先,这是由中国科研团队完成的世界首台超越早期经典计算机的光量子计算机;其次,这也是世界上纠缠数目最多(10个)的超导量子比特处理器。

      这两大突破背后有何意义?量子计算机与传统计算机有何不同?以及,在量子计算领域,中国与其他国家相比实力如何?在当天的新闻发布会上,潘建伟教授用15张PPT作了解释。澎湃新闻获得授权转发。

      在理解量子计算机之前,我们首先需要知道什么是量子纠缠和量子叠加原理。按照经典计算机的设计原理,科学家们在传统芯片的晶体管中,用0和1的二进制来表示信息。但在量子力学的世界里,依据量子的物理性质,它能够呈现叠加状态,能同时表示0和1。处于叠加态的量子比特能以一种叫做量子纠缠的现象相互联系,简单来说,就是一个量子比特的行为能瞬间影响到另一个量子比特。

      依据量子比特的特殊性,著名物理学家理查德·费曼最早提出了量子计算机。按照他当时的设想,如果用量子系统构成的计算机来模拟量子现象,运算时间可大幅度减少。量子计算机的概念从此诞生。

      费曼对量子计算机概念的阐述还有个经典的应用场景描述:你被要求5分钟内在国会图书馆某一本书的某页上找到一个大写字母“X”,这几乎是不可能的,因为那里有5000万册书。但是如果你处于5000万个平行现实中,每个现实都可以查看不同的书籍,那么你肯定能在其中某个现实中找到这个“X”。在这个假设中,普通计算机就像是前一种情形中疯子般的那个你,需要在5分钟内找遍尽可能多的书。而量子计算机却能复制出5000万个你,每个只需翻找一本书即可。

      正是因为量子计算机有如此“神奇”的作用,除了中国在该领域有研究投入外,美国和欧洲的政府部门、大型科技公司和前沿实验室都对量子计算产生了极大的兴趣。

      谷歌、IBM和微软等公司都已发布各自的量子计算机研究计划。毫无疑问,目前谷歌仍是量子计算领域的领头羊。此前,谷歌曾宣布将在今年推出49 量子比特的量子计算机。

      潘建伟团队的此次实验,使得中国的超导体系量子计算机研究,进入世界一流水平行列。首先,这次的光量子计算机原型机的取样速度比国际同行类似的实验加快至少24000倍;通过和经典算法比较,这也比人类历史上第一台电子管计算机和第一台晶体管计算机运行速度快10倍至100倍。

      另外,这次研究团队自主研发了10比特超导量子线路样品,通过发展全局纠缠操作,成功实现了目前世界上最大数目的超导量子比特的纠缠和完整的测量。更进一步的是,研究团队利用超导量子线路演示了求解线性方程组的量子算法,证明了通过量子计算的并行性加速求解线性方程组的可行性。

      10个比特超导线路,也让该团队在超导体系打破了之前由谷歌、美国航天航空局和加州大学圣芭芭拉分校创下的9个超导量子比特的操纵记录。

      2016年,潘建伟团队首次成功实现“十光子纠缠”。多粒子纠缠操纵作为量子信息处理基本能力的核心指标,近年来一直是国际学界角逐的焦点。操纵的纠缠光子数目越多,量子信息处理能力就会呈指数增长,但同时实验实现的难度也急剧增加。

      经过努力,潘建伟教授及其同事陆朝阳、朱晓波等,联合浙江大学王浩华教授研究组,把比特数目扩展到10个,并制备了10比特的纠缠GHZ态,保真度大于66%,据介绍,在目前公开的结果中,这是超导量子比特系统中纠缠的数目最多的。

      从最初的3比特,到5比特,到6比特,再到如今的10比特,潘建伟说,此次测试的成功标志着中国在超导量子比特集成系统的设计制备、控制与测量等各方面都打下了坚实的基础。根据计划,潘建伟的研究团队将在今年年底实现大约20个光量子比特的操纵,20个超导量子比特样品的设计、制备和测试,量子计算机的速度将会成指数增长。

    摘自:http://www.edu.cn/rd/zui_jin_geng_xin/201705/t20170504_1512717.shtml

  • 相关阅读:
    iOS开发系列-Category
    OC开发系列-内存管理
    OC开发系列-@property和@synthesize
    OC开发系列-成员变量的作用域
    OC开发系列-类与对象
    MySQL
    JavaWeb
    POJ1845-Sumdiv大数约数和
    poj1159 Palindrome 区间DP
    poj 2955 Brackets 区间DP
  • 原文地址:https://www.cnblogs.com/maxma/p/9169545.html
Copyright © 2011-2022 走看看