出品 | 51CTO技術棧（微信號：blog51cto）
12月10日，谷歌一項發(fā)布震驚了整個AI圈，谷歌 CEO 皮查伊激動地宣布，谷歌最新的量子計算芯片 Willow 已經問世！
基準測試中，Willow 取得了驚人的成績：在不到 5 分鐘內完成了一項標準計算，而這需要頂尖超算超過 10^25 年——比宇宙年齡還長！
消息一出，連馬斯克都驚嘆：“Wow！”
圖片
皮查伊還提議未來用 SpaceX 的星艦在太空里建個量子集群，馬斯克表示：“這很可能會發(fā)生?！?任何一個自尊的文明至少應該達到卡爾達肖夫 II 型文明。馬斯克認為，我們目前僅處于 I 型文明的 5% 以下。為了達到 30% 左右，我們需要在所有沙漠或高度干旱的地區(qū)放置太陽能電池板。
圖片
皮查伊對此表示贊同，并表示我們應該更多地擴展太陽能，而不是去尋找替代方案。
而 OpenAI 的 Sam Altman 也送上了祝賀。
圖片
一、Willow究竟厲害在哪里？
Willow 的成就主要體現(xiàn)在兩個方面——指數(shù)級減少錯誤、性能“降N維打擊”超級計算機。
1.指數(shù)級減少錯誤
這是量子計算領域長久以來的一大挑戰(zhàn)。通常情況下，使用的量子比特越多，發(fā)生的錯誤就越多。但 Willow 實現(xiàn)了隨著量子比特數(shù)量的增加，錯誤率反而指數(shù)級下降。谷歌在國際頂級期刊《自然》雜志上發(fā)表的結果顯示，他們測試了從 3x3、5x5 到 7x7 不同大小的量子比特網格，每次都能將錯誤率減半。這被稱為“低于閾值”，是自 1995 年 Peter Shor 提出量子糾錯以來一直未能攻克的難題。 這次的成果也是超導量子系統(tǒng)上實時糾錯的首次成功案例之一，對于任何有用的計算都至關重要，因為如果不能足夠快地糾正錯誤，計算就會在完成之前被破壞。此外，這也是一個“超越盈虧平衡”的演示，其中量子比特陣列的壽命比單個物理量子比特的壽命更長，這是一個無法偽造的標志，表明糾錯正在改善整個系統(tǒng)。作為第一個低于閾值的系統(tǒng)，這是迄今為止為可擴展邏輯量子位構建的最令人信服的原型。
2.性能“降維打擊”超級計算機
谷歌使用了隨機電路采樣 (RCS) 基準測試來衡量 Willow 的性能。RCS 由谷歌團隊率先提出，現(xiàn)在已成為業(yè)界廣泛使用的標準，它是目前可以在量子計算機上進行的最難的經典基準測試。Willow 的測試結果令人震驚：它在不到 5 分鐘的時間內完成了一項計算，而這在當今最快的超級計算機之一上需要 10^25 年，也就是 10 萬億億年。這個數(shù)字遠遠超過了物理學中的已知時間尺度，也遠遠超過了宇宙的年齡。這也印證了量子計算發(fā)生在多個平行宇宙中的觀點，與我們生活在一個多重宇宙中的想法相符，這是 David Deutsch 最初提出的預測。 值得注意的是，谷歌對 Frontier 超算的評估是基于保守假設的，例如假設可以完全訪問輔助存儲（即硬盤驅動器），且沒有任何帶寬開銷——這對 Frontier 來說是一個慷慨且不切實際的事項。
當然，Willow還有不少突破的地方——
- 105 個量子比特: Willow 擁有 105 個量子比特，在量子糾錯和隨機電路采樣這兩個系統(tǒng)基準測試中均實現(xiàn)了業(yè)界最佳性能。
- T1 時間提升 5 倍: T1 時間（衡量量子比特保持激發(fā)態(tài)的時間）接近 100 微秒，比上一代芯片提升了 5 倍。
- 先進的制造設施: Willow 是在谷歌位于圣巴巴拉的最先進制造工廠生產的，該工廠是全球少數(shù)幾個為此目的從零開始建造的工廠之一。系統(tǒng)工程在量子芯片的設計和制造過程中至關重要：芯片的所有組件，例如單量子比特和雙量子比特門、量子比特復位和讀出，都必須同時進行良好的工程設計和集成。
二、谷歌下一步：改變游戲規(guī)則的應用
谷歌的下一個挑戰(zhàn)是在今天的量子芯片上演示第一個“有用的、超越經典的”計算，它與現(xiàn)實世界的應用相關。他們樂觀地認為 Willow 一代芯片可以幫助他們實現(xiàn)這一目標。他們邀請研究人員、工程師和開發(fā)者通過查看他們的開源軟件和教育資源（包括他們在 Coursera 上的新課程）加入他們的行列，在那里開發(fā)者可以學習量子糾錯的要點，并幫助他們創(chuàng)建可以解決未來問題的算法。
皮查伊認為，高級 AI 將顯著受益于量子計算，并表示：量子算法有基本的規(guī)模規(guī)律作為支撐，正如我們用 RCS 看到的那樣。
對于許多對人工智能至關重要的基礎計算任務，也存在類似的縮放優(yōu)勢。
因此，量子計算對于收集經典機器無法訪問的訓練數(shù)據(jù)、訓練和優(yōu)化某些學習架構以及對量子效應很重要的系統(tǒng)進行建模將是不可或缺的。這包括幫助我們發(fā)現(xiàn)新藥、為電動汽車設計更高效的電池，以及加速聚變和新能源替代品的進展。許多此類未來改變游戲規(guī)則的應用程序在經典計算機上將不可行；它們正等待著量子計算來解鎖。
你認為，此次谷歌發(fā)布的量子芯片 Willow 真的會顛覆掉現(xiàn)有大模型訓練體系嗎？歡迎留下你的看法。
