本月早些时候, 阿里巴巴量子实验室成功研制当前世界最强的量子电路模拟器 "太章" 的消息引起了一阵热议, 有关量子霸权争夺战的言论不绝于耳. 根据官方信息, 基于阿里巴巴集团计算平台在线集群的超强算力,"太章" 在全球范围内率先成功模拟了 81(9x9)比特 40 层的作为基准的谷歌随机量子电路, 之前达到这个层数的模拟器只能处理 49 比特.
关于 "太章" 本身, 此前已经有不少媒体有报道, 我们就不再赘述了. 那么最强量子电路模拟器到底强在哪呢? 云栖社区采访了阿里巴巴量子实验室团队的施尧耘博士和陈建鑫博士, 为大家做出科普解读.
此次研究成果的核心成员, 陈建鑫表示, 量子计算最终实现的形式应该是基于量子硬件, 但是电路模拟有其重要意义, 在硬件尚不能达到足够规模与质量的时候, 可以作为验证量子算法, 辅助算法及硬件设计的工具.
在量子计算领域, 目前业界主流的模拟方案有两种: 一是存储量子状态的所有振幅, 另一种方法是对于任意振幅都可以迅速计算得到结果. 阿里巴巴量子实验室采用的是第二类模拟方案, 即在阿里巴巴计算平台的在线集群上, 通过快速有效的计算任意振幅, 任务拆分后可以将子任务十分均衡地分配到不同节点, 极少的通信开销使得模拟器适配现在广泛提供服务的云计算平台.
而在此之前, 全球范围内的研究团队都未曾成功模拟谷歌超过 50 比特 40 层的第一代随机测试电路. 此次 "太章" 最大的突破在于, 阿里巴巴量子实验室团队同时将若干层进行并行化.
"我们采用了第二类模拟方案. 通常拆分电路模型需要把每一层来并行化, 但这样会导致整个电路层数很大的时候, 并行的任务数指数增加过快. 我们同时将若干层进行并行化, 可以有效控制并行任务数的增加." 陈建鑫说.
此外, 他还指出 "太章" 也在一定程度上说明了谷歌在今年 3 月提出的 72 比特 40 层该随机电路采样任务不能超越经典计算机能力, 换言之, 谷歌 Bristlecone 芯片目前是无法实现量子霸权的.
以下是云栖社区对阿里巴巴量子实验室科学家陈建鑫以及量子计算首席科学家施尧耘的采访实录.
注: 图片来源网络
云栖社区: 能否通俗的介绍下量子电路模拟器? 在全栈量子计算中的作用是什么?
陈建鑫: 在量子计算目前的模型中, 有一类是量子电路模型, 实现形式是将信息存储在量子比特中, 通过类似经典逻辑门的量子门来实现计算.
量子计算最终实现的形式应该是基于量子硬件, 但是电路模拟有其重要意义, 在硬件尚不能达到足够规模与质量的时候, 可以作为验证量子算法, 辅助算法及硬件设计的工具. 在硬件实现突破可以达到足够规模以后, 可以预见量子硬件的资源依旧足够昂贵, 在执行量子程序前, 通过经典计算机模拟检查是否符合预期也是不可或缺.
云栖社区: 最新研制的 81 比特量子电路模拟器为何取名太章?
陈建鑫:"太章" 取自:淮南子. 墬形训:禹乃使太章步自东极至于西极, 二亿三万三千五百里七十五步; 使竖亥步自北极至于南极, 二亿三万三千五百里七十五步. 凡鸿水渊薮自三百仞以上二亿三万三千五百五十里有九渊. 禹乃以息土填洪水以为名山.
"太章" 模拟器目的是用一种经典, 我们能理解的方式来理解量子的运行, 就和太章徒步测量东极至西极的距离类似.
云栖社区: 81 比特 40 层, 这两个数据意味着什么? 为何是 81 比特和 40 层?
陈建鑫: 我们实现该模拟器的目的是为了以后的应用层研究, 这里单独提出来 81 比特 40 层只是为了与 Google 今年 3 月提出的 72 比特方案来比较. Google 2016 年提出的随机电路采样方案在大于 50 比特的时候硬件很难突破 40 层, 因此模拟 81 比特 40 层意味着他们今年 3 月提出的 72 比特 40 层该随机电路采样任务是不能超越经典计算机能力的.
nxn 二维网格上, 计算随机电路输出每一个振幅的执行时间与电路深度的对应关系
云栖社区: 此外实验室还成功模拟的 100 比特 35 层, 121 比特 31 层, 144 层 27 层? 比特数和层数二者的逻辑关系是什么?
陈建鑫: 比特数越多, 能模拟的层数越少. 在同等算力下, 能模拟的电路层数与比特数约成反比.
云栖社区: 按照媒体报道, 此前 40 层的模拟器只能处理 49 比特?"太章" 做出了哪些突破?
陈建鑫: 目前业界主流的模拟方案有两类, 一类是存储量子状态的所有振幅, 一类是对于任意振幅都可以迅速计算得到结果. 第一类模拟方案, 基本都在超级计算机上实现, 因为存储 45 比特的量子状态需要 Petabyte 量级的内存, 在存储这么多数据的同时对该量子态进行操作并进行计算, 需要不断地在不同的计算节点之间交换数据, 这样的通讯开销对于普通云服务是难以承受的.
"太章" 模拟的随机量子电路规模 (黑线) 与谷歌量子硬件可以实现的规模 (红线) 比较(基于谷歌在[Characterizing quantum supremacy in near-term devices] 中对 7x7 的估计)*
我们采用了第二类模拟方案. 通常拆分电路模型需要把每一层来并行化, 但这样会导致整个电路层数很大的时候, 并行的任务数指数增加过快. 我们同时将若干层进行并行化, 可以有效控制并行任务数的增加.
云栖社区: 团队只用了阿里计算平台在线集群 14% 的计算资源就实现了以前超算无法完成的任务, 这其中的难点在那? 你们是如何克服的?
陈建鑫: 计算资源跨若干机房, 这意味着跨机房的进程间开销极为昂贵. 因此, 我们侧重于尽可能减少通信开销, 使得模拟器适配现在广泛提供服务的云计算平台.
云栖社区: 这次在量子电路模拟器上的成果对阿里研究量子计算有何意义?
陈建鑫: 在没有硬件的条件下如何进行前期布局, 这是我们做这个量子电路模拟器的初衷. 基于这个电路模拟器我们可以进一步辅助算法设计, 开发应用并测试.
云栖社区: 阿里巴巴量子实验室下一步的规划是什么?
施尧耘: A central mission has been to develop quantum algorithms that are of significant value to our business. To identify such problems, we hope very much our technology community can help(核心任务是研发对阿里巴巴业务有价值的量子算法).
云栖社区: 现在离量子霸权还有多远?
陈建鑫: 谷歌 2016 年提出的量子霸权方案是一个很好的想法, 但是我们的结果说明了照之前的随机电路采样方案, 无论将比特数扩大到多少, 都无法超越经典计算机. 但是我们也看到随着规模增加, 经典模拟难度越来越大. 毕竟我们利用了大量的经典计算资源, 换一句话说, 如果只是为了和一台普通的台式机相比, 现在的量子硬件在这个特定任务上已经可以实现超越. 随着硬件技术的发展, 我相信量子霸权不会是太远的事情.
来源: https://yq.aliyun.com/articles/594511