今天，量子計算公司D-Wave宣布推出其下一代量子退火爐，這是一種使用量子效應(yīng)解決優(yōu)化和最小化問題的專用處理器。硬件本身并不令人驚訝，因為D-Wave在幾個月前就公布了其細(xì)節(jié)，但在本文里，D-Wave與Ars討論了用超過一百萬個單獨的量子設(shè)備構(gòu)建芯片的挑戰(zhàn)。

該公司正在將硬件的發(fā)布與新軟件堆棧的可用性相結(jié)合，該軟件堆棧的功能有點像量子硬件和經(jīng)典計算機(jī)之間的中間件。

量子退火

由Google和IBM等公司制造的量子計算機(jī)是通用的、基于“門”的計算機(jī)。他們可以解決任何問題，并且應(yīng)該針對特定類別的問題顯示出巨大的加速力，否則，只要門數(shù)足夠多，問題就會解決。現(xiàn)在，這些量子計算機(jī)僅限于幾十個門，并且沒有糾錯功能。使它們達(dá)到所需的規(guī)模提出了一系列困難的技術(shù)挑戰(zhàn)。

D-Wave的機(jī)器不是通用機(jī)器。從技術(shù)上講，它是量子退火爐（quantum annealer），而不是量子計算機(jī)。它執(zhí)行計算以發(fā)現(xiàn)硬件量子設(shè)備的不同配置的低能態(tài)。這樣，只有將計算問題轉(zhuǎn)換為芯片可能配置之一中的能耗最小化問題，它才會起作用。這沒有聽起來那么有限，因為許多形式的優(yōu)化都可以轉(zhuǎn)化為能量最小化問題，包括諸如復(fù)雜的調(diào)度問題和蛋白質(zhì)結(jié)構(gòu)之類的問題。

最容易想到的是將這些配置視為具有一系列峰和谷的景觀，而解決問題的方法等同于在景觀中搜索最低的谷。D-Wave芯片上的量子設(shè)備越多，它的采樣就越徹底。因此，增加量子位計數(shù)對于量子退火器的效用絕對至關(guān)重要。

這個想法非常適合D-Wave的硬件，因為將量子比特添加到量子退火爐要容易得多。該公司目前的產(chǎn)品有2，000種。還有一個容錯性的問題。雖然基于門的量子計算機(jī)中的錯誤通常會導(dǎo)致無用的輸出，但是D-Wave機(jī)器上的故障通常意味著它返回的答案是低能量的，但不是最低的。對于許多問題，合理優(yōu)化的解決方案可能就足夠了。

尚不清楚的是，該方法是否比傳統(tǒng)計算機(jī)上運行的算法具有明顯的優(yōu)勢。對于基于門的量子計算機(jī)，研究人員已經(jīng)進(jìn)行了數(shù)學(xué)計算，以顯示量子至上的潛力。量子退火不是這種情況。在過去的幾年中，在許多情況下，D-Wave的硬件顯示出優(yōu)于傳統(tǒng)計算機(jī)的明顯優(yōu)勢，只是看到算法和硬件改進(jìn)的結(jié)合消除了傳統(tǒng)方面的差異。

跨世代

D-Wave希望被稱為“優(yōu)勢”的新系統(tǒng)能夠表現(xiàn)出明顯的性能差異。在今天之前，D-Wave提供了2，000量子比特的量子優(yōu)化器。領(lǐng)先的系統(tǒng)最多可將該數(shù)字?jǐn)U展到5，000。同樣重要的是，這些量子位以其他方式連接。如上所述，問題被構(gòu)造為機(jī)器的量子位之間的連接的特定配置。如果任何兩個之間都不存在直接連接，則必須使用某些量子位進(jìn)行連接，因此無法用于解決問題。

2，000量子位的機(jī)器在其量子位之間總共有6，000個可能的連接，每個平均3個。新機(jī)器將總數(shù)增加到35，000，平均每個qubit 7個連接。顯然，這無需使用任何量子位來建立連接就可以配置更多的問題。D-Wave共享的白皮書表明它可以按預(yù)期工作：較大的問題適合硬件，并且需要較少的量子位用作連接其他量子位的橋梁。

芯片上的每個量子位均采用稱為約瑟夫森結(jié)（Josephson junction）的超導(dǎo)線環(huán)形式。但是芯片上有超過5，000個約瑟夫森結(jié)。D-Wave的處理器負(fù)責(zé)人Mark Johnson告訴Ars：“其中的絕大部分都涉及超導(dǎo)控制電路?！?“它們基本上就像帶存儲器的數(shù)模轉(zhuǎn)換器，我們可以用它來編程特定的問題?！?/p>

為了獲得所需的控制水平，新芯片總共有超過一百萬個約瑟夫森結(jié)。約翰遜說：“讓我們將其放在眼前?！?“我的iPhone上裝有一個處理器，上面裝有數(shù)十億個晶體管。因此，從這個意義上講，它并不多。但是，如果您熟悉超導(dǎo)集成電路技術(shù)，那就不在曲線范圍了?！?連接所有內(nèi)容還需要超過100米的超導(dǎo)線材-全部都在一個芯片上，該芯片的大小大約為縮略圖的大小。

盡管所有這些都是使用硅上的標(biāo)準(zhǔn)制造工具制造的，但這只是一個方便的襯底-芯片上沒有半導(dǎo)體器件。約翰遜無法詳細(xì)介紹制造過程，但他愿意談?wù)撊绾胃话愕刂圃爝@些芯片。

合作伙伴不是臺積電

此工藝與標(biāo)準(zhǔn)芯片制造之間的最大區(qū)別之一是數(shù)量。D-Wave的大多數(shù)芯片都位于其自己的設(shè)備中，并且可以通過云服務(wù)被客戶訪問；只有極少數(shù)的產(chǎn)品在其他地方購買和安裝。這意味著該公司不需要制造很多芯片。

當(dāng)被問到有多少臺計算機(jī)時，約翰遜笑著說：“我要以這個家伙的情況為例，他預(yù)測這個世界上永遠(yuǎn)不會有五臺以上的計算機(jī)，”然后繼續(xù)說道：“我認(rèn)為我們可以通過十幾個或更少的數(shù)量級來滿足我們的業(yè)務(wù)目標(biāo)?！?/p>

如果該公司生產(chǎn)標(biāo)準(zhǔn)的半導(dǎo)體器件，那就意味著要制造一個晶圓并每天稱其為晶圓。但是D-Wave認(rèn)為它已經(jīng)發(fā)展到可以從每個晶圓上獲得一個有用的設(shè)備的地步。約翰遜告訴Ars：“我們一直在努力超越您在臺積電或英特爾所能提供的舒適度，您正在尋找我可以得到多少個9”。“如果我們有那么高的良率，我們可能還沒有足夠努力?！?/p>

許多推動力來自于這種新處理器的出現(xiàn)。約翰遜告訴Ars，更高級別的連通性需要一種新的工藝技術(shù)。他告訴Ars：“這是大約10年來我們第一次對技術(shù)節(jié)點進(jìn)行重大更改?！?“我們的工廠橫截面要復(fù)雜得多。它具有更多的材料，更多的層，更多的設(shè)備類型和更多的步驟。”

除了制造設(shè)備本身的復(fù)雜性之外，它在毫開氏溫度范圍內(nèi)工作的事實也增加了設(shè)計挑戰(zhàn)。正如約翰遜指出的那樣，每條從外界進(jìn)入芯片的電線都是潛在的熱量管道，必須將其最小化，這也是大多數(shù)芯片制造商都不會面對的問題。

使軟件更容易

隨著新芯片的出現(xiàn)，控制它的軟件也將發(fā)生重大變化。解決問題的一種方法是充分了解問題的性質(zhì)和硬件，以了解如何在芯片上設(shè)置連接，以便其返回的結(jié)果解決問題。但這是非常專業(yè)的知識，并且超出了大多數(shù)公司掌握的專業(yè)知識。因此，D-Wave試圖通過提供一個可以消除一些復(fù)雜性的中間軟件步驟來使其變得更容易。

在新系統(tǒng)下，用戶將必須了解如何將他們的問題轉(zhuǎn)換為“二次無約束二進(jìn)制優(yōu)化”或QUBO。但是，如果他們能夠做到這一點，他們就可以將QUBO交給D-Wave稱為其“混合問題解決器”的設(shè)備，該設(shè)備將完成使它在量子退火爐上執(zhí)行所需的一切工作。

這是朝著所謂的量子計算“混合解決方案”發(fā)展的總趨勢的一部分，這種趨勢同時出現(xiàn)在基于門的平臺和退火平臺上。研究人員已經(jīng)認(rèn)識到，在量子系統(tǒng)上實際上表現(xiàn)最佳的算法部分通常只是較大的計算機(jī)科學(xué)問題的一部分，而其他部分在經(jīng)典計算機(jī)硬件上的表現(xiàn)可能很好，甚至更好。因此，要完全解決問題，將需要經(jīng)典計算和量子計算的混合。就像這里的情況一樣，這可能涉及使用經(jīng)典面來弄清楚如何最好地編程量子面。

對于D-Wave系統(tǒng)，可能性甚至更加復(fù)雜。如上所述，在量子退火爐上探索能量最小化場景的挑戰(zhàn)之一是弄清楚如何將足夠的場景適合有限數(shù)量的量子位。并且有很多方法可以潛在地解決該問題。某些問題可以分成較小的塊，然后分別運行。在其他情況下，可以檢查QUBO并找到優(yōu)化它的方法，以使其更好地適合可用的硬件。

其他解決方案包括在量子除法的每一側(cè)進(jìn)行一些計算?？梢栽诮?jīng)典硬件上對場景進(jìn)行稀疏采樣，然后讓量子退火儀將精力集中在那些看起來很有前途的區(qū)域?；蛘?，您可以使用量子退火儀稀疏采樣，然后使用經(jīng)典計算機(jī)窮舉探索它返回的任何低能耗解決方案周圍的區(qū)域。

新用戶可以根據(jù)需要擔(dān)心所有可能解決問題的方法，但是現(xiàn)在，他們只需將問題移交給混合求解器，讓它為他們解決麻煩。D-Wave希望這將極大地擴(kuò)展其潛在用戶群?！叭绻槐赝耆珜⑺鼈兏吨T于機(jī)器語言并成為所有參數(shù)調(diào)整的專家，那么要做的工作就少得多，”軟件公司D-Wave副總裁Murray Thom告訴Ars?！皩⑵涞窒麨榛旌锨蠼馄饕馕吨髽I(yè)可以專注于解決問題，完成生產(chǎn)前測試并大規(guī)模解決問題?！?/p>

但是速度更快嗎？

所有這一切之后剩下的顯而易見的問題是，新的硬件和軟件是否最終比純經(jīng)典的解決方案要快。但這是一個比最初看起來更復(fù)雜的問題。D-Wave幾乎可以肯定地識別出其硬件性能優(yōu)于傳統(tǒng)算法的情況。但是，如果以過去為指導(dǎo)，這將激勵計算機(jī)科學(xué)家仔細(xì)研究這些算法，并可能找到進(jìn)一步優(yōu)化它們的方法。性能要求更多的是專家之間的對話，而不是超級計算領(lǐng)域，在該領(lǐng)域，基準(zhǔn)被廣泛接受。

也許更重要的問題是，是否有任何企業(yè)能夠找到特定的案例，在這些案例中量子退火為他們提供比現(xiàn)有算法更快的有用解決方案。也許這并不要求D-Wave的機(jī)器在每種情況下都比傳統(tǒng)算法更快地返回答案，因為企業(yè)可能只需要在特定情況下解決問題即可。D-Wave返回最佳解決方案的能力可能會帶來優(yōu)勢，因為“真正的好”對企業(yè)和“最佳”一樣有用。

D-Wave非常有信心，這一代，或者可能是下一代，將是使用其硬件的明顯優(yōu)勢所在。但是評估這種說法將意味著等待用戶和計算機(jī)科學(xué)家花更多的時間在它上面。
責(zé)任編輯:tzh