谷歌发布72位量子芯片Bristlecone，Intel和微软输了？
更多干货内容请关注微信公众号“AI 前线”，（ID：ai-front）
谷歌量子人工智能实验室的使命是开发出能够用于解决实际问题的量子计算机。研究员们研究了近期那些能够与大规模通用纠错量子计算机兼容的应用。为了让量子处理器能够在常规的模拟器之外运行算法，只是增加量子位是不够的，处理器在读出操作和逻辑操作（如单量子门或双量子门）上必须达到很低的错误率。
这篇文章将介绍谷歌最新的量子处理器 Bristlecone。这个基于量子门的超导系统将作为谷歌量子技术研究和应用的试验台，用于系统错误率和伸缩性研究、量子模拟和优化，以及机器学习。
左边是谷歌最新的量子处理器 Bristlecone，右边是该处理器的图示：“X”表示一个量子位
在设计这个处理器时，设计者表示基本的原则是要保留底层的的 9 量子位线性阵列技术，这项技术可以达到很低的错误率，其中读出操作错误率为 1%，单量子门错误率为 0.1%，双量子门错误率为 0.6%。新处理器使用了相同的联结、控制和读出操作，但把量子位扩展到了 72 个，共 4 个阵列。之所以要做到这么多量子位，是希望借此取得“量子霸主”地位，使用表层编码将误差校正提高到世界领先水平，并协助在真实的硬件上开发量子算法。
错误率和量子位之间的关系
在投入应用之前，非常有必要对量子处理器的处理能力进行评估。谷歌的理论团队为此开发了一个基准测试工具。他们将随机的量子回路应用在处理器上，以此来注入单个系统错误，并把输出与常规的模拟器进行比较。如果量子处理器的错误率足够低，那么就有可能在解决计算机问题方面打败典型的超级计算机。用于测试的量子回路必须具有很多量子位和很长的计算长度（或深度）。尽管没有人达成过这样的目标，但谷歌团队还是做到了使用 49 个量子位和超过 40 的回路深度将双量子门错误率降到了 0.5% 以下。他们相信，量子处理器打败超级计算机只是个时间问题，这也是谷歌团队主要目标之一。
谷歌量子实验室的研究员 Marissa Giustina 在安装 Bristlecone 芯片
研究员表示：我们也希望能够将 9 量子位设备的错误率降到最低，而现在直接跨越到了 Bristlecone 的 72 个量子位。他们相信，Brestlecone 将成为构建大型量子计算机的基石。Bristlecone 要达到低错误率需要各个组件的良好配合，从软件、控制电路到处理器本身，而这些需要经过多次的工程迭代。
谷歌团队非常自信 Bristlecone 能够帮助谷歌达成“量子霸主”的目标，同时也深感开发如此高水平的设备实在是一个巨大的挑战！
2017 年 9 月，英特尔推出了代号为“Loihi”的首款自主学习神经拟态芯片，它利用数据来学习并作出推断，随着时间的推移将变得更加智能，并且不需要以传统方式进行训练。这种测试芯片的自主学习功能，可以改进汽车和工业应用以及个人机器人——包括任何在非结构化环境下得益于自主操作和持续学习的应用，例如识别汽车或自行车的运动。英特尔表示，未来 LOIHI 芯片将被分享给研究合作伙伴，开始运作。
2015 年开始，英特尔与学术界合作伙伴 QuTech 合作，加快量子计算发展。2017 年 1 月 9 日，英特尔宣布向研究合作伙伴 QuTech 交付了首个 49 量子位量子计算机芯片。
早在 2000 年，微软就开始了量子计算的研究，2017 年 9 月，微软在其 Ignite 上宣布，它将在 2012 年发现的 Majorana Fermions 基础上开发量子计算程序。如果微软能够利用 Majorana Fermions，微缩逻辑量子位可能比替代量子位技术经济得多——仅需大约 10 个物理量子位到一个逻辑量子位，而不需成千上万个。
同样在去年，微软去年宣布了基于 FPGA 的 AI 加速器的“脑波计划”（“Brainwave”），并暗示它正在 Brainwave 上运行“量子启发优化”。
然而相比谷歌霸气的“量子霸权”宣言，微软的回应甚至可以说是有些柔弱了，有关硬件的发展一直闭口不谈，更是引发外界的猜想与质疑。
除了以上有明显量子计划的科技企业外，IBM、英伟达等老牌芯片大厂也正在积极布局量子计算，2018 年的芯片大战，想必将会是一场精彩纷呈的“量子战争”。
原文链接：
https://research.googleblog.com/2018/03/a-preview-of-bristlecone-googles-new.html
如果您觉得内容优质，记得给我们「留言」和「点赞」，给编辑鼓励一下！