汽车电池开发有望迎来变革，IBM将分子模拟加速120倍

光子盒研究院出品

今年2月，IBM发布了量子软件路线图，承诺将量子工作负载加速100倍。现在，IBM团队超额完成了任务，他们将氢化锂分子模拟的速度加快了120倍。而这一成就有望推动汽车电池开发迎来变革。

早在2017年，IBM Quantum团队证明了量子计算机可以模拟氢化锂分子。2020年，戴姆勒和IBM研究了量子计算机是否能够计算并精确模拟锂电池材料的基本行为。

目前，在潜在电池化学方法中，最有前途的是锂硫电池，根据研究，这种电池将比现在广泛使用的锂离子电池更强大、更持久、更便宜。戴姆勒和IBM模拟了锂硫电池在运行过程中可能形成的分子的基态能量和偶极矩，包括氢化锂、硫化氢、硫化氢锂和硫化锂。通过模拟这些分子，科学家能够找到最稳定的构型。

汽车电池（来源：网络）

在超级计算机上进行这种模拟，需要大量的计算能力和时间，量子计算通过使用叠加和纠缠的思想来解决这个问题，可以比经典计算机更有效地模拟大量数据。

然而，在量子计算发展的早期，氢化锂分子的模拟过程需要45天，因为电路在经典处理器和量子处理器之间反复来回传递，并引入了很大的延迟。现在，IBM可以在9个小时内解决同样的问题——速度提高了120倍。

在此次氢化锂分子模拟中，首先算法的改进将得到最终结果所需的算法迭代次数减少了2到10倍。其次，系统软件的改进在每次迭代中减少了大约17秒。然后，改进的处理器性能使算法每次迭代所需的重复电路运行次数减少了10倍。最后，改进的控制系统，例如更好的读出和量子比特重置性能，将每个作业执行（即每批几十个电路的执行）的时间从1000微秒减少到70微秒。

此外，这一突破还得益于Qiskit Runtime，这是一个执行环境，它增加了以比以往任何时候都快得多的速度运行更多电路的能力，并具有存储量子程序的能力。Qiskit Runtime重新考虑了经典/量子工作负载，因此程序将在位于量子硬件旁边的经典硬件上传和执行，大大减少了用户计算机和量子处理器之间通信产生的延迟。

Qiskit Runtime工作流演示（来源：IBM）

IBM希望这一加速将使更多的开发人员能够在化学和其他领域尝试量子应用。例如，Qiskit Runtime将为用户提供强大的量子核对齐算法(quantum kernel alignment)，该算法搜索执行机器学习任务的最优量子核。IBM最近用这个算法来证明量子计算机在有监督机器学习方面比经典计算机有显著的加速。

IBM Quantum团队致力于寻找实用的量子计算用例，并将它们交付给更多的开发人员。Qiskit Runtime将允许世界各地的用户充分利用。IBM计划于今年推出的127量子比特设备Eagle，或计划于2023年推出的1121量子比特设备Condor。

Qiskit Runtime目前仅为IBM Quantum Network的一些成员提供测试版。

参考链接：

https://research.ibm.com/blog/120x-quantum-speedup

—End—

相关阅读：

#光子盒社群招募中#

进入光子盒社群，与我们近距离互动，了解量子领域更多产业、商业、科技动态，领取量子技术产业报告。

现添加社群助手微信Hordcore即可进群 ，与我们一起展望未来！

你可能会错过：