0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

国外云计算企业首次使用QPU超导芯片进行无监督机器学习训练及推理

lhl545545 来源:人民邮电报 作者:吕博 吴冰冰 2020-06-22 15:24 次阅读

近两年“量子计算”逐渐走入公众视野,因其天生具有海量数据存储与无与伦比的计算加速能力,有望成为下一代计算革命的缔造者。目前国内外多家云计算商业巨头、初创企业和科研机构以量子云平台服务的方式,揭开了量子计算的“神秘面纱”,在量子计算技术真正成熟之前,可提前释放量子计算的潜力,吸引越来越多的量子计算研究者、量子软件开发者和公众用户在云平台上开展科学实验、软件开发与应用探索,进而促进量子计算产业提前布局与生态的良性培养。未来随着量子计算、云计算、大数据与人工智能的深度融合,量子云计算将会成为一种新型的计算模式,有望带动整个信息产业、计算产业和互联网的全面升级。

量子计算正因其突破传统计算瓶颈的指数级计算能力,被视为第四次工业革命的引擎。从IBM宣布推出业界首个试商用量子计算样机,到谷歌声称成功实现“量子优越性”,技术的全面爆发为量子计算的产业化发展带来了更多可能性,对于大数据、云计算、人工智能和互联网更是一种激励,多学科交叉产生良好“化学反应”后,量子计算云平台应运而生,成为量子计算产业布局与生态推广的主要载体与践行者,一方面展示了云计算公司强大的超算能力,另一方面以生态共享的方式加快了量子计算领域的预研与产业化,作为交叉产业的焦点,也是量子计算潜在应用的孵化器。

仰望星空:量子计算云平台

已经起势,发展稳中有进

目前量子计算虽然在一些实验环境下取得了可喜进展,但离真正的应用仍然有很长的路要走。从理论和特定计算问题上量子计算的优越性得到验证后,人们开始探寻一种模式,可以聚集人类智慧,对量子计算关键问题进行攻坚,并共享研究成果,促进量子计算实用化早日到来。在这样的背景下,越来越多的量子计算公司、研究机构等发布了量子计算云平台,采用经典计算模拟量子计算运行的方式,对量子计算领域的诸多关键问题进行推演,意在突破量子计算的资源稀缺性和脆弱性瓶颈,最终为学术界研究和工业界研发扫清障碍。依托互联网资源,量子计算云平台为各类用户提供云端接入,对量子计算资源和成果进行开放共享,并提供各种基于量子计算的衍生服务,呈现良好的发展态势。

国外云计算企业和初创公司对量子云计算进行了提前布局,目前处于竞争加剧状态。如IBM推出20量子比特的量子云服务器,提供了完善的QiKit量子程序开发套件,并建立了完善的开源社区服务。谷歌发布了72量子比特计算机Bristlecone,开发了Cirq量子开源框架,提供了量子化学材料计算的OpenFermion-Cirq用例。初创公司Rigetti 开放了量子云服务平台,研制了19量子比特处理器QPU,并首次使用QPU超导芯片进行无监督机器学习训练及推理,展示出量子计算﹢人工智能的巨大潜力。

国内虽起步较晚,但发展势头良好,与国际先进量子云计算服务公司的差距在逐步缩小。中科院量子信息与量子科技创新研究院与阿里云在超导量子计算方向发布了11量子比特的云接入超导量子计算服务。华为发布了HiQ量子计算云服务平台和兼容ProjectQ量子编程框架。初创公司本源量子研发的本源量子计算云平台,兼具科普、教学、编程等多重功能,为高校研究者与应用开发者创造了良好的研究与科普社区。

目前量子计算云平台从物理底层、计算引擎、应用软件开发到上层应用已经具备生态雏形。在量子计算云平台上培养研究者和用户的操作习惯,引导诸多行业对“量子计算”的应用倾向,为将来计算领域的内核升级奠定生态基础,可以预见未来量子计算云平台势必会成为“量子计算”争夺的主战场。

脚踏实地:产业应用征程

尚远,诸多方面仍需加强

量子计算云平台是“量子信息”时代的排头兵,但征程尚远,迷雾未消,量子计算的技术路线、产业路线与应用路线仍存在诸多不确定性,这需要学术界和工业界共同努力推动,提高量子信息产业发展的“信噪比”。

结合量子信息产业发展的趋势与诉求,对于未来量子云计算平台的建设、发展与依托平台所开展的关键举措,本文提出如下两点建议:

一是通过量子计算云平台实现对重大科学问题的聚焦。近期谷歌“量子优越性”实验的成功,在技术与原理上验证了量子计算的威力,接下来应更加关注如何将量子计算的优势与有价值的科学领域相结合,帮助人类加速解决一部分经典计算很难解决甚至无能为力的问题。依托量子计算云平台,可找到有价值的科学问题,并对症下药地设计好相应的算法,完成计算任务,再进一步探讨商业价值。因此在量子计算云平台上,建议首先实现量子智能模拟开发和科学问题的求解,扫清理论障碍,待时机成熟之时,平滑演进到“专用”甚至“通用”的量子计算领域,完成从学术问题到工程问题的转化。

二是依托量子计算云平台,培养对接未来量子产业的量子工程师和科技人员。对于年轻而茁壮发展的量子计算而言,当前跨学科人才的缺乏同样亟待解决,如设计量子算法要求科学家对问题有较为深刻的理解与知识储备,而最终制造可复制、能够稳定完成容错计算的设备,则需要芯片制造半导体工程师们以及新一批量子信息工程师的贡献。当前美国已经将量子信息人才培养上升到国家战略层面,如2019年9月24日在白宫举行的量子信息与计算科学峰会上发布的《国家量子信息科学战略概览》,明确提出要鼓励学术界和产业界共同合作培养出未来国家所需的量子专业人才,并通过各种途径普及推广量子信息科学,甚至还给教育部下达了明确的任务——“要在中小学阶段开始提供相关的量子信息科学教育”。我国要在代表未来的量子信息领域占有一席之地,同样应重视量子信息教育与人才培养。考虑到量子计算云平台具有大数据、互联网、产业应用的综合属性,不但可以为产业界赋能,也可成为学术界和教育界的助推器,因此一方面建议加大量子计算云平台“教育”与“科普”方面的软硬件投入,另一方面呼吁信息、通信、互联网和计算领域的专家,在量子计算云平台上开展跨学科、跨领域的积极交流与合作,对于“量子计算/量子信息﹢ X”这一类交叉学科不断进行教育宣贯与实践演练,“以云育人”,为国家培养量子计算与信息领域的复合型人才。
责任编辑:pj

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 芯片
    +关注

    关注

    445

    文章

    47488

    浏览量

    407905
  • 超导
    +关注

    关注

    0

    文章

    49

    浏览量

    10579
  • 机器学习
    +关注

    关注

    66

    文章

    8062

    浏览量

    130442
收藏 人收藏

    评论

    相关推荐

    FPGA在深度学习应用中或将取代GPU

    上涨,因为事实表明,它们的 GPU 在训练和运行 深度学习模型 方面效果明显。实际上,英伟达也已经对自己的业务进行了转型,之前它是一家纯粹做 GPU 和游戏的公司,现在除了作为一家
    发表于 03-21 15:19

    如何使用Python进行图像识别的自动学习自动训练

    如何使用Python进行图像识别的自动学习自动训练? 使用Python进行图像识别的自动学习和自动训练
    的头像 发表于 01-12 16:06 175次阅读

    中国首枚超导量子芯片产自深圳量旋科技

    超导量子芯片超导量子计算机的核心,超导量子芯片技术也是超级核心技术,我国首枚
    的头像 发表于 11-29 18:49 968次阅读

    视觉深度学习迁移学习训练框架Torchvision介绍

    Torchvision是基于Pytorch的视觉深度学习迁移学习训练框架,当前支持的图像分类、对象检测、实例分割、语义分割、姿态评估模型的迁移学习
    的头像 发表于 09-22 09:49 411次阅读
    视觉深度<b class='flag-5'>学习</b>迁移<b class='flag-5'>学习</b><b class='flag-5'>训练</b>框架Torchvision介绍

    Sentry ND网络防御:实时无监督机器学习解决方案

    电子发烧友网站提供《Sentry ND网络防御:实时无监督机器学习解决方案.pdf》资料免费下载
    发表于 09-13 10:19 0次下载
    Sentry ND网络防御:实时无<b class='flag-5'>监督</b><b class='flag-5'>机器</b><b class='flag-5'>学习</b>解决方案

    电机控制应用中的人工智能解决方案

    在STM32上简单轻松地实现机器学习• 直接在STM32内部运行的智能解决方案• 无需连接• 对于异常检测无需训练数据集•
    发表于 09-08 06:18

    机器学习模型类型分类

     机器学习按照模型类型分为监督学习模型、无监督学习模型两大类。 1. 有监督学习监督学习通常
    的头像 发表于 09-05 11:45 1203次阅读
    <b class='flag-5'>机器</b><b class='flag-5'>学习</b>模型类型分类

    机器学习有哪些算法?机器学习分类算法有哪些?机器学习预判有哪些算法?

    机器学习有哪些算法?机器学习分类算法有哪些?机器学习预判有哪些算法?
    的头像 发表于 08-17 16:30 1269次阅读

    机器学习和深度学习的区别

    的区别。 1. 机器学习 机器学习是指通过数据使机器能够自动地学习和改进性能的算法。
    的头像 发表于 08-17 16:11 2908次阅读

    深度学习框架区分训练还是推理

    深度学习框架区分训练还是推理吗 深度学习框架是一个非常重要的技术,它们能够加速深度学习的开发与部署过程。在深度
    的头像 发表于 08-17 16:03 930次阅读

    如何用PyArmNN加速树莓派上的ML推理

    本指南向您展示如何训练可以识别图像中的火焰的神经网络。的能力识别火灾意味着神经网络可以使火灾探测系统更加可靠和有效。本指南将向您展示如何使用Python应用程序编程接口(api)进行以下操作 Arm
    发表于 08-02 15:40

    ICLR 2023 Spotlight|节省95%训练开销,清华黄隆波团队提出强化学习专用稀疏训练框架RLx2

    大模型时代,模型压缩和加速显得尤为重要。传统监督学习可通过稀疏神经网络实现模型压缩和加速,那么同样需要大量计算开销的强化学习任务可以基于稀疏网络进行
    的头像 发表于 06-11 21:40 363次阅读
    ICLR 2023 Spotlight|节省95%<b class='flag-5'>训练</b>开销,清华黄隆波团队提出强化<b class='flag-5'>学习</b>专用稀疏<b class='flag-5'>训练</b>框架RLx2

    精通机器学习之MATLAB分步实施指南

    本电子书建立在使用 MATLAB 进行机器学习 的基础上,后者回顾了机 器学习基础知识,并介绍了监督和无
    发表于 05-29 09:14 0次下载

    Meta自研RISC-V AI推理芯片

    Meta取消了大规模推出内部推理芯片的计划,并开始着手开发能够执行训练推理芯片
    的头像 发表于 05-20 10:03 1515次阅读
    Meta自研RISC-V AI<b class='flag-5'>推理</b><b class='flag-5'>芯片</b>

    什么是计算

    为用户提供了更加灵活、高效和可靠的计算环境,同时也为开发者和企业提供了更加高效、安全的软件开发和部署方式。随着计算技术的不断发展,它将成为未来计算
    发表于 04-21 10:45