遇事不决真的可以量子力学了：量子计算机上云

因为目前量子计算的发展，已逐渐分化出两条路线。

实际上，手机端还只是展示了可视化量子电路实验的功能，在网页版本中，你还可以更多前端工具，实现量子计算算法的开发：

至于量子计算产业化这条路到底该怎么走，各国各方其实都还在探索阶段。

瞄准实用化、标准化、高性能化的目标，百度聚焦于设计具有业界核心竞争力的超导量子芯片，提供芯片设计、仿真验证、版图绘制为一体的实用化量子芯片解决方案。

首先，是打通硬件层与软件层的接口量脉。

不妨还是从“乾始”这台超导量子计算机说起。

“量子计算机”通常是指由量子芯片、稀释制冷机、脉冲发生器组成的硬件平台。

量子位 | 公众号 QbitAI

人才和生态建设，历经四年多的量子计算人才梯队建设，以及与科研院所的深度合作，都是不可或缺的。

而我们刚才试玩过的量易伏，其实扮演的就是量子计算机中“Windows系统”的角色，而且它还是一个兼有云功能的量子计算平台。

2016年，推出国产深度学习框架PaddlePaddle。

产业化思维，一方面是延续了百度在AI、云计算行业坚持做产业化的思路，另一方面百度飞桨加速了量子应用研发的步伐、百度智能云又让量子算力能够稳定输出。

还不是只有个样子，戳进“量子作曲家”（QComposer）功能界面，量子电路实验立马就能搞起来。

不久后中科院又推出超导量子计算机“祖冲之号”，并于去年分别升级成“九章二号”、“祖冲之二号”，再加上IBM、霍尼韦尔旗下Quantinuum等参与者，呈现你争我赶的状态。

量子软硬件接口“量脉”

搭好了沟通硬件与软件的桥梁，再往上，为了让研究人员们能更便捷地把量子算力用起来，就需要一套操作系统来负责量子算力的调度和分配。

第一，实现量子计算优越性。

值得注意的是，与通常概念中的计算机不同，量子计算机并没有一个统一的“操作系统”，相当于是“裸机”。

其中最关键的，自然是量子芯片。

代表性的成果有2019年谷歌的“悬铃木”（Sycamore），用200秒解决当时最快的超算需要2天解决的玻色采样任务，在全球首次实现了量子优越性。

被标注为“自研·超导量子计算机”的那台设备，并非来自哪家高校、研究院，而正是来自这款APP的研发方，百度量子计算研究所。

这条路线的优点是目标方向明确、资源投入集中，能迅速推动着量子计算机的理论性能不断增强。

但以史鉴今，作为国内工业界的技术先锋，百度在过去每一次硬科技浪潮前夜，确实都曾做出春江水暖的决定：

第三，制造可编程通用量子计算机。

先做产业化的量子计算，以实际应用需求反过来推动综合性的技术进步。

比方说，要制造量子计算机，就需要在接近绝对零度的环境产生超导效应。

最后，在操作系统之上，百度重点关注的是如何让我们的量子算力，赋能产业，实现高潜应用，为此还为量子人工智能、化工医药、智能制造、量子网络等应用方向开发了相应的研发平台与工具集。

这么一说，你可能也就明白了，是不是有点租用云上GPU搞机器学习那味儿了？

量子机器学习平台“量桨”

其中涉及成千上万的技术细节又环环相扣，任何一处小的失败都会让整体功亏一篑。

第三阶段的通用量子计算不能是“空中楼阁”，需要来自第二阶段大量的技术和经验积累。

据了解，建成量子软硬一体化解决方案的过程中，百度遇到的困难也有不少。

比如基于飞桨开发的全球首个云量一体的量子机器学习平台量桨，就支持量子神经网络的搭建与训练，并提供了易用的量子机器学习开发套件与量子优化、量子化学等前沿量子应用工具集、以及40多项丰富的量子应用教程。

量脉还提供了可视化的一站式客户端、自动化软件包等功能，只要提前输入量子芯片结构等基本信息，量脉就可以自动初始化量子芯片，大幅降低“乾始”的量子硬件平台的运行维护成本。

第二，制造各领域专用的量子模拟机。

如此，也就构成了全球首个全平台量子软硬件一体化解决方案量羲。

第二条路线

文章来源：《力学学报》 网址: http://www.lxxbzz.cn/zonghexinwen/2022/0830/1116.html