预计未来1-2年内完成十万量子比特级实用化样机验证
在AI产业中，如果将算法比作火箭，则数据是燃料，算力是引擎，三者共同推进了AI产业的快速发展。这三者中的引擎——也就是算力的需求从2012年至今增长了超过30万倍，而且在可预见的将来仍然会保持高速的增长。但由于摩尔定律失效等问题，导致CPU性能提升遭遇瓶，业界对于下一代先进计算的需求日益迫切。目前处于风口的量子计算便是一种有前景的解决方案。
36氪近期采访的一家量子计算创业团队——北京玻色量子科技于2020年底成立，目前已完成光量子实验室的搭建，正在研发1000+量子比特级别CIM量子AI协处理器工程样机，以及相应的加速算法。预计未来3-4年内将样机的量子比特数扩展到百万级，并实现商业化应用。量子AI云计算平台也在计划中。
（玻色量子创始人文凯博士在实验室进行测试 图片来源：采访供图）
玻色量子创始人文凯为清华本硕、斯坦福大学的博士，长期致力于量子信息科技研究，师从斯坦福山本喜久（Yamamoto）教授。文凯博士是CIM方案的首创成员之一，发表过多篇顶级论文和专利，毕业后曾任职于Google，联合创办过人工智能、智能硬件公司。联合创始人马寅毕业于中国科学院光电子专业，曾负责我国多个航天卫星型号与载人航天器型号的精密仪器与计算机系统设计工作，曾联合创办人工智能可穿戴硬件公司。
从技术架构来看，目前Google、IBM等企业着力研发的是通用量子计算架构，即希望用量子比特来构建逻辑门，进而实现图灵完备的通用计算机。目前为止通用量子计算的实现方案有多条技术路线，如超导、离子阱、拓扑量子计算等，但都由于巨大的技术难度，还处于实验验证阶段，环境要求苛刻，运行费用高昂，且仅能运行演示性算法，离实用化还很远。第二条路线是以D-Wave公司为代表的专用量子计算架构，目前已经有商业化客户，但由于仅能解决单一退火问题，使用场景有限。
玻色量子试图走出第三条道路：经典计算机+量子AI架构。玻色量子认为这一混合计算架构将是行业未来发展方向：在这样的架构中，经典计算机负责传统的通用计算部分，而量子计算仅负责对需要极大算力或是经典计算机难以求解的问题进行加速，如AI里面的深度学习、组合优化等。好钢用在刀刃上——这样能解决大多数上需要使用量子计算的问题，但成本仅需通用量子计算的一小部分。
玻色量子研发的这种能够对复杂AI问题进行指数级加速的量子计算系统名为：相干伊辛机（Coherent Ising Machine，以下简称CIM）。在国际上，CIM作为量子计算中的一种新兴方案，是第二代光量子计算方案，聚集了半导体和光量子计算多家顶级团队，在学术影响力上是世界上仅次于超导量子计算和离子阱量子计算的第三大学派。2013年，斯坦福大学研究组首次提出CIM方案以及在优化问题中的应用，2014年完成4量子比特CIM方案计算实验，2016年分别实现100量子比特和2000量子比特。目前CIM研究方向的高校、科研院所和公司包括：NTT Research、Stanford、MIT、Caltech、Cornell University、University of Michigan和NASA等。目前，玻色量子是国内唯一一家采用CIM技术方案的量子计算企业。
（ 图片来源：采访供图）
玻色量子表明，CIM技术方案能大幅加速AI运算，在神经层、网络容量和性能上优于现有的深度神经网络。现有神经网络中所有的神经层均由经典计算机计算，而量子深度神经网络中使用量子模型作为部分神经层，并由CIM作为协处理器计算。现有神经网络随着层数和连接数的增加，网络容量仅以多项式方式增加，而量子深度神经网络可利用节点的叠加态和纠缠态等量子特性，网络容量随着节点数能以指数方式增加。通常网络容量越高则性能越好，但计算复杂度随之大幅增加，CIM处理相应复杂度计算只需要增加非常少的量子比特数，即可大幅加速AI运算，使算力指数级倍增。
此外，和其他量子计算设备需要真空超低温环境不同，玻色量子的CIM方案使用的是光量子，在室温下即可运行，极大的降低了运行费用，并可以将体积缩小到台式机箱尺寸，便于商业化部署应用。
（AI处理器性能对比 图表来源：采访提供）
玻色量子同时指出了CIM向百万量子比特目标研究的几大难点：其一是需要把光脉冲变成压缩态，或者称之为神经元光脉冲，并且在量子比特数提升的同时，稳定高速生成量子神经元光脉冲；其二是系统控制，随着比特数提升控制频率也会提升，需要保持精确控制。
除此之外，人才匮乏也是量子科学领域的普遍问题。36氪在量子领域的采访中曾了解到，据估计2018年时全球一线人才不超过1000人，国内不超过100人。国外许多高校已开设量子科学专业，而国内只有中科大等少数几个高校有涉猎。量子科学公司中团队成员大多为物理学、应用数学等相关专业，引入公司后进行需要跨界培养。
玻色量子介绍了CIM量子AI协处理器的主要应用市场。CIM量子AI协处理器应用于人工智能领域，可大幅提升深度神经网络的训练速度，同时作为神经网络的一层或多层嵌入，可仅用少量量子比特扩张成指数节点的空间，实现深度学习领域的加速算法。CIM量子AI协处理器应用于运筹学特别是物流路径规划时，可降低成本、提高效率；应用于金融领域可加快大规模投资组合的优化速度（从一天降低到几分钟）；应用于生物领域可实现复杂分子的精确模拟，已经证明有指数加速的效果。根据最新发布的《2021量子计算技术创新与趋势展望》报告显示，量子计算有望在10-15年内实现商用，预计量子计算的商用元年在2030年左右。预计2030年全球量子计算市场规模将达到140.1亿美元，并以30%左右的增速平缓上涨，至2035年预计会达到489.7亿美元的量子计算市场规模。
玻色量子于2020年获得OTEC全球创业赛·数字智能与新基建赛道冠军。目前已完成光量子实验室的搭建，正在研发1000+量子比特级别CIM量子AI协处理器工程样机，以及相应的加速算法。预计未来3-4年内将样机的量子比特数扩展到百万级，并实现商业化应用。玻色量子还计划开发量子AI的云计算平台，对深度学习训练、物流路径优化、药物晶形预测模型等算法进行云端量子计算加速，帮助各类相关企业提升算力。
（来源：36Kr 文丨李子月Zoe ）
