預計未來1-2年內完成十萬量子比特級實用化樣機驗證

在AI產業(yè)中，如果將算法比作火箭，則數(shù)據(jù)是燃料，算力是引擎，三者共同推進了AI產業(yè)的快速發(fā)展。這三者中的引擎——也就是算力的需求從2012年至今增長了超過30萬倍，而且在可預見的將來仍然會保持高速的增長。但由于摩爾定律失效等問題，導致CPU性能提升遭遇瓶，業(yè)界對于下一代先進計算的需求日益迫切。目前處于風口的量子計算便是一種有前景的解決方案。

36氪近期采訪的一家量子計算創(chuàng)業(yè)團隊——北京玻色量子科技于2020年底成立，目前已完成光量子實驗室的搭建，正在研發(fā)1000+量子比特級別CIM量子AI協(xié)處理器工程樣機，以及相應的加速算法。預計未來3-4年內將樣機的量子比特數(shù)擴展到百萬級，并實現(xiàn)商業(yè)化應用。量子AI云計算平臺也在計劃中。

[[402379]]

（玻色量子創(chuàng)始人文凱博士在實驗室進行測試 圖片來源：采訪供圖）

玻色量子創(chuàng)始人文凱為清華本碩、斯坦福大學的博士，長期致力于量子信息科技研究，師從斯坦福山本喜久（Yamamoto）教授。文凱博士是CIM方案的首創(chuàng)成員之一，發(fā)表過多篇頂級論文和專利，畢業(yè)后曾任職于Google，聯(lián)合創(chuàng)辦過人工智能、智能硬件公司。聯(lián)合創(chuàng)始人馬寅畢業(yè)于中國科學院光電子專業(yè)，曾負責我國多個航天衛(wèi)星型號與載人航天器型號的精密儀器與計算機系統(tǒng)設計工作，曾聯(lián)合創(chuàng)辦人工智能可穿戴硬件公司。 

從技術架構來看，目前Google、IBM等企業(yè)著力研發(fā)的是通用量子計算架構，即希望用量子比特來構建邏輯門，進而實現(xiàn)圖靈完備的通用計算機。目前為止通用量子計算的實現(xiàn)方案有多條技術路線，如超導、離子阱、拓撲量子計算等，但都由于巨大的技術難度，還處于實驗驗證階段，環(huán)境要求苛刻，運行費用高昂，且僅能運行演示性算法，離實用化還很遠。第二條路線是以D-Wave公司為代表的專用量子計算架構，目前已經有商業(yè)化客戶，但由于僅能解決單一退火問題，使用場景有限。

玻色量子試圖走出第三條道路：經典計算機+量子AI架構。玻色量子認為這一混合計算架構將是行業(yè)未來發(fā)展方向：在這樣的架構中，經典計算機負責傳統(tǒng)的通用計算部分，而量子計算僅負責對需要極大算力或是經典計算機難以求解的問題進行加速，如AI里面的深度學習、組合優(yōu)化等。好鋼用在刀刃上——這樣能解決大多數(shù)上需要使用量子計算的問題，但成本僅需通用量子計算的一小部分。

玻色量子研發(fā)的這種能夠對復雜AI問題進行指數(shù)級加速的量子計算系統(tǒng)名為：相干伊辛機（Coherent Ising Machine，以下簡稱CIM）。在國際上，CIM作為量子計算中的一種新興方案，是第二代光量子計算方案，聚集了半導體和光量子計算多家頂級團隊，在學術影響力上是世界上僅次于超導量子計算和離子阱量子計算的第三大學派。2013年，斯坦福大學研究組首次提出CIM方案以及在優(yōu)化問題中的應用，2014年完成4量子比特CIM方案計算實驗，2016年分別實現(xiàn)100量子比特和2000量子比特。目前CIM研究方向的高校、科研院所和公司包括：NTT Research、Stanford、MIT、Caltech、Cornell University、University of Michigan和NASA等。目前，玻色量子是國內唯一一家采用CIM技術方案的量子計算企業(yè)。

（ 圖片來源：采訪供圖）

玻色量子表明，CIM技術方案能大幅加速AI運算，在神經層、網(wǎng)絡容量和性能上優(yōu)于現(xiàn)有的深度神經網(wǎng)絡?，F(xiàn)有神經網(wǎng)絡中所有的神經層均由經典計算機計算，而量子深度神經網(wǎng)絡中使用量子模型作為部分神經層，并由CIM作為協(xié)處理器計算?，F(xiàn)有神經網(wǎng)絡隨著層數(shù)和連接數(shù)的增加，網(wǎng)絡容量僅以多項式方式增加，而量子深度神經網(wǎng)絡可利用節(jié)點的疊加態(tài)和糾纏態(tài)等量子特性，網(wǎng)絡容量隨著節(jié)點數(shù)能以指數(shù)方式增加。通常網(wǎng)絡容量越高則性能越好，但計算復雜度隨之大幅增加，CIM處理相應復雜度計算只需要增加非常少的量子比特數(shù)，即可大幅加速AI運算，使算力指數(shù)級倍增。

此外，和其他量子計算設備需要真空超低溫環(huán)境不同，玻色量子的CIM方案使用的是光量子，在室溫下即可運行，極大的降低了運行費用，并可以將體積縮小到臺式機箱尺寸，便于商業(yè)化部署應用。

（AI處理器性能對比 圖表來源：采訪提供）

玻色量子同時指出了CIM向百萬量子比特目標研究的幾大難點：其一是需要把光脈沖變成壓縮態(tài)，或者稱之為神經元光脈沖，并且在量子比特數(shù)提升的同時，穩(wěn)定高速生成量子神經元光脈沖；其二是系統(tǒng)控制，隨著比特數(shù)提升控制頻率也會提升，需要保持精確控制。

除此之外，人才匱乏也是量子科學領域的普遍問題。36氪在量子領域的采訪中曾了解到，據(jù)估計2018年時全球一線人才不超過1000人，國內不超過100人。國外許多高校已開設量子科學專業(yè)，而國內只有中科大等少數(shù)幾個高校有涉獵。量子科學公司中團隊成員大多為物理學、應用數(shù)學等相關專業(yè)，引入公司后進行需要跨界培養(yǎng)。

玻色量子介紹了CIM量子AI協(xié)處理器的主要應用市場。CIM量子AI協(xié)處理器應用于人工智能領域，可大幅提升深度神經網(wǎng)絡的訓練速度，同時作為神經網(wǎng)絡的一層或多層嵌入，可僅用少量量子比特擴張成指數(shù)節(jié)點的空間，實現(xiàn)深度學習領域的加速算法。CIM量子AI協(xié)處理器應用于運籌學特別是物流路徑規(guī)劃時，可降低成本、提高效率；應用于金融領域可加快大規(guī)模投資組合的優(yōu)化速度（從一天降低到幾分鐘）；應用于生物領域可實現(xiàn)復雜分子的精確模擬，已經證明有指數(shù)加速的效果。根據(jù)最新發(fā)布的《2021量子計算技術創(chuàng)新與趨勢展望》報告顯示，量子計算有望在10-15年內實現(xiàn)商用，預計量子計算的商用元年在2030年左右。預計2030年全球量子計算市場規(guī)模將達到140.1億美元，并以30%左右的增速平緩上漲，至2035年預計會達到489.7億美元的量子計算市場規(guī)模。

玻色量子于2020年獲得OTEC全球創(chuàng)業(yè)賽·數(shù)字智能與新基建賽道冠軍。目前已完成光量子實驗室的搭建，正在研發(fā)1000+量子比特級別CIM量子AI協(xié)處理器工程樣機，以及相應的加速算法。預計未來3-4年內將樣機的量子比特數(shù)擴展到百萬級，并實現(xiàn)商業(yè)化應用。玻色量子還計劃開發(fā)量子AI的云計算平臺，對深度學習訓練、物流路徑優(yōu)化、藥物晶形預測模型等算法進行云端量子計算加速，幫助各類相關企業(yè)提升算力。

 （來源：36Kr 文丨李子月Zoe ）