路漫漫其修远兮分享 http://blog.sciencenet.cn/u/zhpd55 追求科学,勇于探索,苦海无涯,愿作小舟。

博文

中国团队已经在量子计算机领域取得了领先地位

已有 2274 次阅读 2021-10-28 10:53 |个人分类:新科技|系统分类:博客资讯

中国团队已经在量子计算机领域取得了领先地位

诸平

Snap1.jpg 

The Pan team’s optical quantum computer uses a 144-mode interferometer to solve a Gaussian boson sampling problem with a factor-of-1024 speedup in computational time relative to a classical computer. Credit: Chao-Yang Lu/University of Science and Technology of China, via Physics

据物理学家组织网(Phys.org20211027日报道,两个中国团队声称已经在量子计算机领域取得了领先地位(Two Chinese teams claim to have reached primacy with quantum computers)。两个团队都在《物理评论快报》(Physical Review Letters)上发表了他们工作的细节。在计算机世界中,量子第一性(quantum primacy)是指在传统计算机上无法实现的计算性能,其他人使用“量子优势(quantum advantage)”这个术语。

在过去的几年里,一些研究量子计算机的团队声称已经取得了领先地位,但到目前为止,由于所使用的算法是否是可能的最佳选择,包括谷歌所使用的算法,一直受到质疑。在这项新的努力中,两个团队都声称他们的计算机没有任何怀疑的余地。

这两个团队都在中国科学技术大学合肥物理科学国家实验室(Hefei National Laboratory for Physical Sciences at the University of Science and Technology of China)工作,都是由物理学家潘建伟(Jian-Wei Pan音译)领导的,潘建伟因其在量子纠缠(quantum entanglement)方面的工作而闻名。

在这两项努力中,目标都是建立一个能够计算量子电路输出概率的量子计算机,对于只有少量输入和输出的传统计算机来说,这是一项相对简单的任务。随着数量的增加,它变得越来越困难,直到变得无法进行。

在第一次尝试中,研究人员使用光子方法来建造他们的计算机。为了解决估计输出概率的问题,该团队使用高斯玻色子采样(Gaussian boson sampling)作为一种分析输出的方法。在这种情况下,144模干涉仪(144-mode interferometer)的输出。在这种情况下,可能有1043种可能的结果。研究人员声称,他们的机器采样输出的速度是超级计算机的1023倍,他们进一步声称,这表明了量子主体性(quantum primacy)。

第二项工作是创造一种超导体计算机(superconductor-based computer),能够使用66个量子位元(66 qubits)进行计算,然而,只使用了其中的56个。不过,研究人员发现,这台机器估计样本计算的速度是最好的超级计算机的1000倍,他们声称,这表明他们已经取得了领先地位。

上述介绍,仅供参考。更多信息敬请注意浏览原文或者相关报道。

More information: Han-Sen Zhong et al, Phase-Programmable Gaussian Boson Sampling Using Stimulated Squeezed Light,Physical Review Letters (2021). DOI: 10.1103/PhysRevLett.127.180502

Yulin Wu et al, Strong Quantum Computational Advantage Using a Superconducting Quantum Processor, Physical Review Letters (2021). DOI: 10.1103/PhysRevLett.127.180501




https://wap.sciencenet.cn/blog-212210-1309829.html

上一篇:中澳科学家利用大气中的氮在室温下光催化制氨
下一篇:Science: 使高温超导体中奇怪的金属状态更加奇怪?
收藏 IP: 61.134.23.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-4-16 21:49

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部