今天凌晨，微軟宣佈在量子計算領域取得瞭「裡程碑」進展，並公佈瞭微軟量子超級計算機的路線圖。
微軟高級量子開發副總裁 Krysta Svore 預計，將會在 10 年內完成量子超級計算機的構建。
微軟 CEO Satya Nadella 在 Twitter 上公佈瞭微軟的宏大目標：
將未來 250 年的化學和材料科學進展壓縮到未來 25 年
微軟高級量子開發副總裁 Krysta Svore 發佈瞭一篇博文 Accelerating scientific discovery with Azure Quantum ，詳細講述瞭微軟的量子計算進展和計劃。
借助 Azure Quantum 加速科學探索
2023年6月21日 | Jason Zander，微軟戰略任務和技術執行副總裁
以下為博客文章的全文，愛范兒做瞭全文譯校——
今天，微軟宣佈瞭 Azure Quantum 的新進展，旨在加速科學發現。
從鐵器時代的農業革命到矽器時代的通信革命——新材料總是為社會進步創造拐點。新材料領域的進步會是變革性的。
例如，交通運輸行業可以開發更高效和更強大的電池。制藥研究人員可以開發新藥。化學工業將能夠發現更安全、更可持續的化合物，用於我們日常使用的產品，如電子產品、塗料和紡織品。最重要的是，科學傢將能夠解決社會最緊迫的挑戰，如逆轉氣候變化和解決糧食安全問題。
然而，理解自然並非易事。對於最復雜的分子量子態的精確計算，僅 100 個電子的能級數就可能超過可見宇宙中的原子數（註：根據科學傢的估計，可見宇宙中的原子數量大約是 10 的 80 次方）。
現在，隨著新一代人工智能的出現，世界上最先進的人工智能模型正在與我們的通用用戶界面——自然語言——以及自然的基礎語言——化學語言——相結合，開啟瞭一個科學發現的新時代。這隻是第一步，我們正在準備迎接一個更大的轉變：量子超級計算。
創新者可以在 Azure Quantum 中開始嘗試世界上最好的量子硬件，並為量子超級計算成為現實時做好解決更加復雜問題的準備。我們正快速接近這樣一個時刻：科學傢和企業將能夠解決以往難以解決的問題，從而推動增長和實現人類進步。
今天，我們介紹 Azure Quantum 的三個進展，以實現這一願景。
1. Azure Quantum Elements
Azure Quantum Elements 通過整合高性能計算（HPC）、人工智能和量子計算的最新突破，加速科學發現。
通過 Azure Quantum Elements，科學傢和產品開發人員可以：
通過加速研發流程並更快地將創新產品推向市場，縮短實現目標所需的時間和成本。一些客戶從項目啟動到解決方案實現的時間縮短瞭六個月至一周。
大幅增加新材料的搜索空間，潛在的規模可從數千個候選者擴展到數千萬個。
將某些化學模擬加速 50 萬倍，就像將一年壓縮成一分鐘。
通過使用人工智能和高性能計算來解決量子化學問題，並在現有的量子硬件上進行實驗，為規模化量子計算做好準備，並在未來優先使用微軟的量子超級計算機。
利用這個全面的系統，研究人員可以以前所未有的規模、速度和精度在化學和材料科學領域取得進展。
規模。科學傢可以理解生產產品所需的復雜反應，找到新的候選物，並優化整個過程。例如，科學傢現在可以使用 Azure Quantum Elements 探索由 5 萬個基本步驟組成的復雜反應中的 150 萬個潛在配置。先行者已經利用這種大規模來尋找更可持續的替代品，用於許多日常產品，或者用於創新場景的全新產品。
速度。Azure Quantum Elements 通過整合微軟專門針對化學領域的 AI 模型來加速模擬，這些模型是我們基於數百萬化學和材料數據點進行訓練的。我們基於相同的生成式 AI 突破性技術構建瞭這些模型。Copilot 理解人類的語言，Azure Quantum Elements 理解大自然的語言——化學。
精度。如今，科學傢們正在使用獨特的 AI 模型和 HPC 規模來運行比以前更高準確性的模擬。Azure Quantum Elements 還集成瞭經典和量子計算，為更高的模擬精度提供瞭一條路徑。未來，科學傢們相信量子超級計算機將能夠以 100 倍的精度實現預測性化學設計。
行業創新者，包括巴斯夫（BASF）、阿克蘇諾貝（AkzoNobel）、艾斯本（AspenTech）、莊信萬豐（Johnson Matthey）、SCGC 和 1910 Genetics 已經采用 Azure Quantum Elements 來轉變他們的研究和開發，今天，其他人也可以加入他們。Azure Quantum Elements 將在幾周內提供內測，您可以今天註冊以瞭解更多信息。
2. Azure 量子計算中的副駕駛（ Copilot ）
Azure Quantum 中的 Copilot 幫助科學傢使用自然語言來推理復雜的化學和材料科學問題。
借助 Azure Quantum 中的 Copilot，科學傢可以在雲端超級計算、高級人工智能和量子技術的基礎上完成復雜的任務，並與他們現在使用的工具集成。它可以生成基礎計算和模擬，查詢和可視化數據，並幫助獲得復雜概念的指導性答案。正如微軟其他產品中的 Copilot 正在改變軟件開發、生產力和搜索一樣，我們的願景是讓 Azure Quantum 中的 Copilot 轉變和加速科學發現——無論是創建更安全、更可持續的產品，加速藥物發現還是解決地球上最緊迫的挑戰。
Copilot 還可以幫助人們瞭解量子計算，並編寫適用於當下量子計算機的代碼。它提供瞭一個完全集成的、基於瀏覽器的體驗，可免費試用，內置代碼編輯器、量子模擬器和無縫代碼編譯。我們設計它是為瞭使復雜的事情更易於管理，並幫助任何人探索量子、化學和材料科學，同時將這些變革性領域更加緊密地聯系在一起。
3. 微軟通往量子超級計算機的路線圖
當組織能夠利用量子超級計算機準確地設計新的化學物質和材料時，終極解鎖將會到來。我們的行業將會沿著 20 世紀經典超級計算機的類似道路前進。從真空管到晶體管再到集成電路，基礎技術的進步將會實現規模和影響的提升。
隨著我們在該行業的不斷發展，量子硬件將會被歸入到量子計算實施級別的三大類別：
一級 - 基礎：這類量子系統運行在受噪聲影響的物理量子比特，包括所有當今的噪聲中間規模量子（NISQ）計算機。
二級 - 彈性：在可靠的邏輯量子位上運行的量子系統。
三級 - 規模：量子超級計算機可以解決即使最強大的超級計算機也無法解決的重要問題。
為瞭達到規模，需要進行基礎物理學的突破。微軟已經實現瞭這一突破，並在美國物理學會的一份期刊中呈現瞭同行評審的數據。
這意味著微軟已經實現瞭通向量子超級計算機的第一個裡程碑。我們現在可以創造和控制馬約拉納準粒子。通過這一成就，我們正在朝著工程化新的硬件保護量子比特邁進。有瞭它，我們可以進一步設計出可靠的輯量子比特，達到彈性級別，然後逐步進展到規模化。
量子超級計算機將能夠解決在經典計算機上無法解決的問題，並能夠擴展以解決我們世界面臨的最復雜問題。為瞭做到這一點，它必須既具備高性能又可靠。客戶需要瞭解量子系統在解決實際問題方面的能力，從機器到網絡開銷都需要考慮在內。這就是為什麼衡量超級計算機不能僅僅通過計算物理或邏輯量子比特來進行的原因。
為瞭瞭解超級計算機的性能，我們的行業需要一種新的衡量標準。為此，我們提供瞭可靠量子操作每秒（rQOPS）的度量標準，它衡量瞭每秒鐘可以執行多少個可靠操作。它考慮瞭整個系統的性能，而不僅僅是量子比特的性能，因此可以確保算法的正確運行。
我們的行業尚未從 NISQ 時代過渡，因此，如今的量子計算機都處於 1 級，其 rQOPS 為零。第一臺量子超級計算機將需要至少 100 萬個 rQOPS，並且將擴展超過 10 億個，以解決具有重大影響的化學和材料科學問題。
共同加速科學發現
隨著任何創新技術的出現，都存在需要進行規劃和減輕風險的風險。微軟的人工智能原則指導著我們，這些基本原則也適用於量子技術。在我們開發像 Azure Quantum Elements 這樣的新服務並設計我們的第一臺量子超級計算機時，我們將采取額外的嚴謹措施，並在整個過程中不斷獲得反饋。
我們現在也正在為量子安全的未來做準備。微軟擁有全面的計劃，確保我們所有的服務都保持安全，並與我們的客戶和行業合作夥伴一起支持這一重要的轉變。
我們面前的機遇是巨大的。科學傢和企業將徹底改變日常產品的基本構成，引領創新和經濟增長的新時代。我們可以共同努力，將下一個 250 年的化學和材料科學壓縮到接下來的 25 年內。
馬約拉納準粒子
馬約拉納準粒子是一種特殊的粒子，它在物質中的行為非常奇特和有趣。與常見的粒子不同，馬約拉納準粒子被認為是自己的反粒子，就像一個粒子與自己的鏡像相遇一樣。這使得它們在物理學中非常特殊。馬約拉納準粒子得名於意大利理論物理學傢埃托雷·馬約拉納（Ettore Majorana），他在1937年首次提出瞭這種準粒子的概念。
HPC 是 High-Performance Computing（高性能計算）的縮寫。它是指通過利用並行處理和高速網絡連接等技術，以及使用專門設計的計算機系統和軟件工具，來進行大規模、復雜計算任務的處理和分析。HPC 系統通常具備強大的處理能力、大內存容量和高速的數據傳輸速度，能夠處理大量數據和執行復雜的計算操作。
邏輯量子比特 Logical qubits 是量子計算中使用的一種抽象概念。邏輯量子比特可以被看作是在量子計算中進行信息處理和運算的“虛擬”單位。它不直接對應於實際的物理部件，而是通過物理量子比特的組合和控制來實現。通過編碼和操作，邏輯量子比特能夠存儲和處理更復雜的量子信息，從而進行更強大的量子計算。類似拼圖，邏輯量子比特就像是你在拼圖遊戲中思考和操作的單個單元，通過移動、旋轉和組合拼圖塊，你可以完成更復雜的拼圖，解決更具挑戰性的問題。
發表評論 取消回复