NEC公司采用可进行高精度计算的超导参数(注2),开发出全球首个基于LHZ方案的可扩展到全连接量子退火架构的基本单元,并成功地进行了量子退火操作。这一成果使NEC公司在量子退火机(量子计算机的一种)(注1)的实现方面取得了进一步的进展。
图1:实证成功的基本单元图片(左)和扩展后的示意图(右)
为了解决复杂的社会课题,从庞大的选择中导出最佳组合的组合优化至关重要。NEC于1999年开发了用于门型量子计算机的超导量子比特,并运用该技术及可高速、高效地解决组合优化问题的超导参数,进行量子退火机的研发。
此次,NEC利用独特的超导参数和电路耦合技术,开发出基于LHZ方案(注3)的基本单元,世界上首次通过量子退火成功解决了小规模组合优化的问题。另外,NEC还开发了一种三维架构技术,将平铺排列的各单元与外部设备有效地连接起来,此架构中的超导参数的操作也在世界上首次得到了验证。
图2: 三维结构的概要图
将开发的基本单元以平铺模式排列,可在保持超导参数的高精度计算特性的同时,使多量子比特连接成为可能,从而使得可快速解决大规模复杂组合优化问题的量子退火机的实现又向前迈进了一步。
受国立研究开发法人新能源·产业技术综合开发机构(NEDO)的委托(注4),NEC致力于开发使用超导参数元件的量子退火机。NEC目前正在进行全耦合状态的超导参数集成度提升等的研发,以期在2023年之前实现量子退火机。NEC将以此次成果为契机,进一步加速量子计算机的开发。
(注1) 量子退火机:
利用量子力学定律探索成本函数的最小能量状态的计算机。最小能量状态相当于组合优化问题的解法。在能量逐渐下降的同时摸索最小能量状态的方式类似于金属的退火处理,所以被称为量子退火机。由于在量子退火中寻找优化组合的试行次数会根据量子叠加的原理而巨增,所以较之其他的解法,能够以压倒性的速度解决组合优化问题。作为计算最小单位的量子比特,随着其数量的增加且量子比特之间的耦合接近总耦合,可以解决更大规模且复杂的组合优化问题。
(注2) 超导参量:
由约瑟夫森结和电容器构成的超导谐振电路。通过以谐振频率的约2倍的频率调制电路,以0或π的相位振荡。这些相位的不同振荡状态的叠加可以作为量子比特使用。与磁通量子比特相比,由于量子比特的寿命(决定能够进行高速运算的时间上限)相当长,所以预计在一定时间内可以提高计算精度。
(注3) LHZ方式:
LHZ是3位提出者Lechener、Hauke、Zoller的首字母组成的缩写。随着比特数增加,在硬件上难以将每个量子比特直接连接到其他的量子比特,为解决这个问题,上述3位与Parity Quantum Computing公司提出一种转换方法,使得仅通过邻近的量子比特之间的耦合就可以处理总耦合的问题。这使得仅需平铺排列由四个量子比特和中央耦合电路构成的基本单元就可以简单实现多比特连接。
Parity Quantum Computing公司URL:https://parityqc.com/
(注4)事业名称:可高效高速处理的AI芯片·下一代计算的技术开发事业
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。