https://blog.google/technology/research/google-willow-quantum-chip/

隆重推出 Willow:我们最先进的量子芯片

2024 年 12 月 9 日

我们的新芯片展示了纠错能力和性能,为构建实用的大规模量子计算机铺平了道路

概述

谷歌开发了一款名为 Willow 的新型量子芯片,该芯片在规模扩大的同时显著减少了错误,这是量子纠错领域的一项重大突破。Willow 还仅用不到五分钟就完成了一项计算,而超级计算机则需要 10 的 25 次方年(10 septillion 年)才能完成,这表明它在解决经典计算机无法解决的复杂问题方面具有巨大潜力。这一成就标志着构建具有商业应用价值的量子计算机迈出了重要一步,将彻底改变医药、能源和人工智能等领域。

摘要由 Google AI 生成。生成式 AI 尚处于实验阶段。

要点

  • 谷歌的新型量子芯片 Willow 是构建实用的大规模量子计算机的重要一步。
  • Willow 在规模扩大的同时呈指数级减少错误,在量子纠错方面取得了突破。
  • Willow 仅用不到五分钟就完成了一项基准计算,而超级计算机则需要 10 的 25 次方年才能完成。
  • Willow 的性能表明可以构建实用且非常大的量子计算机。
  • 谷歌正在努力开发能够解决现实世界问题的量子算法。

摘要由 Google AI 生成。生成式 AI 尚处于实验阶段。

今天,我很高兴地宣布推出 Willow,我们最新的量子芯片。Willow 在多项指标上都拥有最先进的性能,实现了两项重大成就。

  • 首先,Willow 可以通过使用_更多_的量子比特,在我们规模扩大的同时呈指数级减少错误。这解决了量子纠错领域近 30 年来一直追求的一个关键挑战。
  • 其次,Willow 仅用不到五分钟就完成了一项标准基准计算,而当今最快的超级计算机之一需要 10 的 25 次方年(即 10 septillion 年)才能完成,这个数字远远超过了宇宙的年龄。

Willow 芯片是 10 多年前开始的旅程中的重要一步。当我在 2012 年创立 Google Quantum AI 时,愿景是构建一台实用的大规模量子计算机,它可以利用量子力学——据我们今天所知,大自然的“操作系统”——通过推进科学发现、开发有用的应用程序和解决社会面临的一些最大挑战来造福社会。作为 Google Research 的一部分,我们的团队制定了一个长期的路线图,而 Willow 让我们朝着商业相关应用的方向迈进了一大步。

链接到 YouTube 视频的图片,视频中一个人站在舞台上,屏幕上显示“Willow 的超导量子比特”

量子硬件总监 Julian Kelly 介绍 Willow 及其突破性成就的视频

指数级量子纠错——低于阈值!

错误是量子计算中最大的挑战之一,因为量子比特(量子计算机中的计算单位)很容易与其周围环境交换信息,这使得保护完成计算所需的信息变得困难。通常,使用的量子比特越多,发生的错误就越多,系统就会变得经典。

今天,我们在《自然》杂志上发表了结果,表明我们在 Willow 中使用的量子比特越多,我们 减少 的错误就越多系统也变得越量子化。我们测试了越来越大的物理量子比特阵列,从 3x3 编码量子比特网格扩展到 5x5 网格,再到 7x7 网格——每一次,利用我们在量子纠错方面的最新进展,我们都能够将错误率降低一半。换句话说,我们实现了错误率的指数级下降。这一历史性成就在该领域被称为“低于阈值”——能够在增加量子比特数量的同时降低错误率。您必须证明低于阈值才能显示纠错方面的真正进展,而自从量子纠错于 1995 年由 Peter Shor 提出以来,这一直是一个突出的挑战。

这一结果还涉及其他科学“第一”。例如,它也是超导量子系统上实时纠错的第一个引人注目的例子之一——这对任何有用的计算都至关重要,因为如果您不能足够快地纠正错误,它们会在计算完成之前破坏您的计算。而且这是一个“超越盈亏平衡点”的演示,我们的量子比特阵列比单个物理量子比特具有更长的寿命,这是一个不可伪造的迹象,表明纠错正在改善整个系统。

作为第一个低于阈值的系统,这是迄今为止构建的可扩展逻辑量子比特最令人信服的原型。这是一个强烈的信号,表明确实可以构建实用且非常大的量子计算机。Willow 使我们更接近于运行实用的、具有商业相关性的算法,这些算法无法在传统计算机上复制。

在当今最快的超级计算机上需要 10 的 25 次方年

作为衡量 Willow 性能的标准,我们使用了随机电路采样 (RCS) 基准。RCS 由我们的团队率先提出,现在已广泛用作该领域的标准,它是当今可以在量子计算机上完成的最难的经典基准。您可以将其视为量子计算的入口——它检查量子计算机是否正在做一些无法在经典计算机上完成的事情。任何构建量子计算机的团队都应该首先检查它是否可以在 RCS 上击败经典计算机;否则,有充分的理由怀疑它可以处理更复杂的量子任务。我们一直使用此基准来评估从一代芯片到下一代的进展——我们在2019 年 10 月和最近的2024 年 10 月报告了 Sycamore 的结果。

Willow 在此基准测试中的表现令人震惊:它仅用不到五分钟就完成了一项计算,而当今最快的超级计算机之一则需要 10 的 25 次方年或 10 septillion 年才能完成。如果您想把它写出来,那就是 10,000,000,000,000,000,000,000,000 年。这个令人难以置信的数字超过了物理学中已知的时间尺度,并且远远超过了宇宙的年龄。它使量子计算发生在许多平行宇宙中的观念更加可信,这与我们生活在多元宇宙中的观点一致,这是 David Deutsch 首次做出的预测

如下面的图表所示,Willow 的这些最新结果是我们迄今为止最好的,但我们将继续取得进展。

比较不同量子计算平台在随机电路采样 (RCS) 任务上的性能的图表。

计算成本受可用内存的影响很大。因此,我们的估计考虑了一系列场景,从具有无限内存的理想情况 (▲) 到在 GPU 上更实际、易于并行化的实现 (⬤)。

我们对 Willow 如何超越世界上最强大的经典超级计算机之一 Frontier 的评估是基于保守假设的。例如,我们假设可以完全访问二级存储(即硬盘驱动器),而没有任何带宽开销——这对 Frontier 来说是一个慷慨且不切实际的让步。当然,正如我们在 2019 年宣布首次超越经典的计算之后发生的情况一样,我们预计经典计算机会继续改进这一基准,但迅速扩大的差距表明量子处理器正在以双指数速度剥离,并且随着我们的规模扩大将继续大大优于经典计算机。

与首席科学家 Sergio Boixo、创始人和负责人 Hartmut Neven 以及物理学家 John Preskill 关于使用随机电路采样作为基准来证明量子计算机超越经典性能的视频讨论。

与首席科学家 Sergio Boixo、创始人和负责人 Hartmut Neven 以及著名物理学家 John Preskill 讨论随机电路采样的视频,该基准证明了量子计算机超越经典的性能。

最先进的性能

Willow 是在我们位于圣巴巴拉的最先进的新制造工厂制造的——这是世界上为数不多的为此目的从头开始建造的工厂之一。在设计和制造量子芯片时,系统工程是关键:芯片的所有组件,例如单量子比特和双量子比特门、量子比特复位和读出,都必须同时进行良好的设计和集成。如果任何组件滞后或两个组件不能很好地协同工作,它都会降低系统性能。因此,最大化系统性能是我们流程各个方面的信息,从芯片架构和制造到门开发和校准。我们报告的成就从整体上评估了量子计算系统,而不仅仅是一次评估一个因素。

我们关注的是质量,而不仅仅是数量——因为如果量子比特的质量不够高,仅仅生产更多的量子比特是没有帮助的。凭借 105 个量子比特,Willow 现在在上述两个系统基准测试中具有一流的性能:量子纠错和随机电路采样。此类算法基准是衡量整体芯片性能的最佳方式。其他更具体的性能指标也很重要;例如,我们的 T1 时间(衡量量子比特可以保持激发的时间——关键的量子计算资源)现在接近 100 微秒 (µs)。与我们的上一代芯片相比,这是一个令人印象深刻的约 5 倍改进。如果您想评估量子硬件并在不同平台之间进行比较,以下是关键规格表:

一张名为“Willow 系统指标”的表格图表,列显示了详细信息,如量子比特数 (105) 和平均连接数 (3.47)

Willow 在多项指标上的性能。

Willow 的下一步以及更远

该领域面临的下一个挑战是在当今的量子芯片上展示第一个“有用的、超越经典的”计算,该计算与现实世界的应用相关。我们乐观地认为,Willow 一代芯片可以帮助我们实现这一目标。到目前为止,已经进行了两种不同类型的实验。一方面,我们运行了 RCS 基准测试,该基准测试衡量了与经典计算机相比的性能,但没有已知的实际应用。另一方面,我们对量子系统进行了有趣的科学模拟,这些模拟带来了新的科学发现,但仍在经典计算机的能力范围内。我们的目标是同时做到这两点——进入经典计算机无法实现的算法领域并且对现实世界的商业相关问题有用。

一张名为“随机电路采样 (RCS):在上下文中”的插图图表

随机电路采样 (RCS) 虽然对经典计算机极具挑战性,但尚未证明其实际的商业应用。

我们邀请研究人员、工程师和开发人员加入我们的旅程,查看我们的开源软件和教育资源,包括我们在 Coursera 上的新课程,开发人员可以在其中学习量子纠错的基础知识,并帮助我们创建可以解决未来问题的算法。

一张名为“我们的量子计算路线图”的插图卡片和一条时间线,显示了从“超越经典”到“大型纠错量子计算机”的 6 个里程碑

我的同事有时会问我为什么离开蓬勃发展的人工智能领域而专注于量子计算。我的回答是,两者都将被证明是我们这个时代最具变革性的技术,但先进的人工智能将从量子计算中获益匪浅。这就是为什么我将我们的实验室命名为 Quantum AI。正如我们在 RCS 中看到的那样,量子算法具有基本的标度律。对于人工智能必不可少的许多基础计算任务,也有类似的标度优势。因此,量子计算对于收集经典机器无法访问的训练数据、训练和优化某些学习架构以及对量子效应很重要的系统进行建模将是不可或缺的。这包括帮助我们发现新药、为电动汽车设计更高效的电池以及加速聚变和新能源替代方案的进展。许多这些未来改变游戏规则的应用在经典计算机上是不可行的;它们正在等待用量子计算解锁。