tags
type
status
date
slug
summary
category
password
icon

4.1

Article:Certified randomness using a trapped-ion quantum processor
产生通过第三方机器验证的真随机数
Article:Quantum advantage for learning shallow neural networks with natural data distributions(Google Quantum AI)
谷歌量子人工智能公司的一项新理论研究表明,当数据遵循高斯分布等自然模式时,量子计算机可以以指数级快的速度学习某些神经网络。这些发现依赖于一个理论框架,需要使用特殊的量子态,而这在目前的硬件上还不现实。
Our work makes significant progress towards understanding quantum advantage for learning real functions over non-uniform distributions.
One question that has persisted around many quantum learning results, including the present work, isthe practical origin of the quantum example state |c*⟩ for a target function c*.
Article:Beyond-classical computation in quantum simulation
from news:D-Wave “Supremacy” Controversy Overshadows Real Progress
之前的”supremacy”:由于使用了严重偏向量子硬件的测试而受到批评,因为他们本质上是让这些处理器产生随机输出,然后挑战经典计算机来模拟它。
Here we show that superconducting quantum annealing processors can rapidly generate samples in close agreement with solutions of the Schrödinger equation.
D-Wave的说法遭到了专门研究在经典硬件上模拟量子系统的专家的反对。来自瑞士洛桑École理工学院的研究人员证明,他们可以用4个图形处理单元在几天内完成D-Wave估计需要150多年才能完成的计算。但该公司坚持自己的立场。
D-Wave的机器不是通用计算,只能处理量子退火的过程。
在最新的实验中,D-Wave的研究人员使用了其新型Advantage2处理器的原型机,该处理器拥有大约1200个超导量子比特,以模拟不同结构和尺寸的磁性材料在不同时间尺度上的量子动力学。
News:D-Wave Pushes Back At Critics, Shows Off Aggressive Quantum Roadmap
几周前,在GPU技术大会(GPU Technical Conference)的一个小组讨论中,英伟达联合创始人兼首席执行官黄仁勋(Jensen Huang)向几家量子计算公司的高管建议,称他们的系统为“计算机”可能是用词不当,更合适的标签可能是“仪器”。
News:Quantum Machines to Collaborate at NVIDIA's New Accelerated Quantum Research Center to Propel Quantum Computing Breakthroughs
NVIDIA 加速量子计算 (NVAQC) 研究中心是致力于加快实用量子计算进程的设施。NVAQC 通过 NVIDIA DGX™ Quantum 架构将合作伙伴量子硬件与先进的 NVIDIA GB200 NVL72 Grace Blackwell 超级芯片集成在一起。研究人员和开发者可以利用 CUDA-Q™ 平台编排这些量子经典系统,弥补工具缺口,以解决量子纠错和混合应用开发等迫在眉睫的挑战。(量子-经典混合计算)

3.31

news:Scientists Just Discovered Quantum Signals Inside Life Itself
曾经被认为对量子效应来说过于混乱的生物系统,可能正在悄悄地利用量子力学来比任何人造的东西更快地处理信息。新的研究表明,这不仅发生在大脑中,而且发生在所有生命中,包括细菌和植物。
news:Fujitsu Launches Open-Source Quantum Computer Operations Software on GitHub
news:UK’s NCSC Sets 2035 Deadline for National Migration to Post-Quantum Cryptography
news:Pasqal Selected for 140-Qubit Quantum Computer to Be Hosted at CINECA
中性原子量子计算公司Pasqal宣布与欧洲高性能计算联合企业(EuroHPC JU)签署采购合同,交付将在意大利托管的量子计算机EuroQCS-Italy。
The first-generation EuroQCS-Italy processor will provide at least 140 qubits operating in analog mode.

3.30

Article:Detecting and protecting entanglement through nonlocality, variational entanglement witness, and nonlocal measurements
研究人员创造了一种量子算法,使量子计算机能够更好地理解和保存它们所依赖的现象——量子纠缠。
News:Rise of the Logical Qubit
随着量子计算的日益成熟,我们正在见证用于衡量性能的指标的持续演变。从历史上看,physical qubit count一直是头条新闻的前沿数字——建造一台拥有10,100和1000个量子比特的机器是获得整个量子社区关注的必然方式。
当我们看到拥有数千甚至数百万量子比特的量子处理器被开发出来时,这些成就的价值将不会降低。然而,现在人们清楚地认识到,physical qubits并不能说明全部问题。100个量子比特意味着完全不同的东西,这取决于它们是超导的、光子的还是拓扑的。
将physical qubit count与fidelities结合起来,可以更好地描绘实际性能,这就是我们所看到的,logical qubits作为一种度量标准越来越突出——一种不仅可以衡量系统有多少量子位,还可以衡量它们有多“好”的方法。正如我们将在下面展示的那样,逻辑量子位正在成为下一个“强制性”指标,公司需要将其纳入其愿景,或者至少承认。
为了在自然容易发生退相干的量子系统上可靠地运行算法,量子误差校正(QEC)方案是必要的,以解释产生的物理误差。一旦2门保真度大约在99%以上(或错误率低于1%),就有可能通过QEC将物理量子位分组为逻辑量子位。
逻辑量子位是一种抽象——它是一组物理量子位一起工作来“模仿”算法所必需的容错量子位。保真度越高,构建单个逻辑量子位所需的物理量子位就越少。对于超导量子比特,典型的比例是物理量子比特与逻辑量子比特之比为100或1000倍,而对于捕获离子,这一比例在10到100倍之间。拓扑量子位承诺是如此完美,以至于只有少数物理量子位相当于一个逻辑量子位。
notion image
最值得注意的是,到2030年实现100个logical qubits是许多公司的目标,无论采用何种方式。
对计算而言,为了用破解N位加密的RSA,一些研究表明需要约2N个逻辑量子比特。对于RSA-2048来说,需要约4000个逻辑量子位,2030年的里程碑离破解RSA还有一段路要走。
对模拟而言,100个logical qubits意味着很大的进步。目前经典计算机模拟的逻辑量子比特的上限为48个
Other honorable mentions include:
  • Quantum Volume – the maximum size of square quantum circuits that a quantum computer can implement. Used almost exclusively by Quantinuum (Honeywell) and up until recently IBM. The metric relies on classical machines to calculate, which will be increasingly problematic as quantum systems grow.
  • Quantum Operations per Second (QuOps) – analogous to classical FLOPs and, as is appropriate for a great sounding word, is popular in the country with the best form of English: both Oxford Quantum Circuits and Riverlane use QuOps in their roadmaps. Though a useful metric, it is still rarely used, making comparisons challenging.
 
论文笔记数电