快讯：“九章”计算机助力我国首次实现“量子计算优越性” 它花1分钟，超算需亿年

本篇文章2058字，读完约5分钟

核心阅读

最近，中国科学家成功构建了76个光子的量子计算样机9章。 如果计算沃尔沃采样问题，第9章解决5000万个样本只需要200秒，但目前世界上最快的超计算需要6亿年。 这是我国首次实现量子计算优势。

目前，开发量子计算机是世界科学技术前沿的最大挑战之一。 未来，第9章将在机器学习、量子化学等行业有潜在的应用。

最近，中国科学技术大学潘建伟、陆朝阳等学者组成的研究小组与中国科学院上海微系统所、新闻技术研究所、国家并行计算机工程技术研究中心合作，构建了76个光子的量子计算样机九章。 如果计算沃尔沃采样的问题，第9章解决5000万个样本只需要200秒，而目前世界上最快的超级计算机需要6亿年。

这是我国首次实现量子计算优势的国家，这一突破也使我国成为世界上第二个实现量子优势的国家。 12月4日，《科学》杂志发表了这一成果。

难点很多

致力于设备的自主开发、技术改革创新

九章是中国古代的数学专著《九章算术》，是中国在国际量子计算研究中牢固确立第一方阵地位的量子计算样机，两者都具有里程碑意义。

量子计算优势说明了一种新的量子计算机在某些问题上的计算能力最强的以前传到了计算机上，量子计算机的优势在跨越未来的许多方面都超过了以前传到计算机上的门槛。

这将把实验各方面的技术推进到远远超过以前水平。 澳大利亚昆士兰大学教授蒂姆·拉夫表示:“该设备规模非凡: 100模式干涉仪，25个压缩器提供输入的量子状态，使用100个单光子探测器进行检测的同时，实现并维持高效、稳定、量子不识别性是

从20光子输入60模式干涉线路的玻色子采样到76光子100模式的高斯玻色子采样，设备上需要花心思。 最初，高效100通道超导纳米线单光子探测器的性能低至4%。 我们通过与中科院上海微系统和新闻技术研究所的合作，自主进行了研发、技改创新，目前其性能提高到了98%。 陆朝阳表示，继续加强量子光源、量子干涉、单光子探测器等行业的自主创新是下一个研究重点。

如何利用量子器件处理越来越多的复杂问题，体现量子特征，是量子科学前沿最重要的问题之一。 美国科学院院士、沃尔夫奖获得者、狄拉克奖获得者彼得·佐拉认为，潘建伟团队的研究，在量子系统的大小、扩展性、实用化前景方面，把研究水平提高到了新的水平。

意义非凡

在不增加功耗的情况下，提高计算能力

大数据时代，全球数据量呈指数级增长，每两年翻一番。 不提取庞大的数据就没有意义。 潘建伟说。 目前，计算机一直以来传承的快速发展模式受到限制，超级计算机耗电量巨大。 潘建伟表示，第9章的出现，意味着不增加功耗，提高计算能力。

目前，量子计算机的开发已成为世界科学技术前沿的最大挑战之一，是世界角逐的焦点。 去年，谷歌公司发布了53个超导量子比特的计算机悬铃木，其数学算法的计算效率远远超过了当时世界上最快的超级计算机，率先实现了量子优势。 第九章实现了高斯鲍斯采样任务的快速解决。

要解决5000万样本的高斯玻色采样问题，第9章只需要200秒，而目前世界上最快的超计算需要6亿年。 要解决100亿个样本，第9章需要10个小时，超级计算机需要1200亿年。 正如陆朝阳所说，第九章用一分钟完成了经典超级计算机一亿年就能完成的任务。

对于量子计算机的研究，国际同行公认有三个指标性的快速发展阶段:第一阶段是迅速发展具有50至100个量子比特的高精度专用量子计算机，实现量子计算在计算科学中优势的里程碑。 第二阶段是开发能够相干操作数百个量子比特的量子模拟器，以处理一些超级计算机无法承受的具有重大实用价值的问题，第三阶段是从可集成的量子比特数大幅提高百万级，实现容错量子逻辑门，

据陆朝阳介绍，与悬铃木相比，第9章具有计算速度快、环境适应性强、克服技术脆弱性三大优点。 悬念只有在小样本的情况下比超算快，第9章在小样本和大样本中都超过了超算。 例如，赛跑、谷歌的机械短跑能赢超算，长跑赢不了。 我们的机器能跑短跑和长跑。

前景广阔

在机器学习、量子化学等行业有潜在的应用

在合肥，量子计算样机的第9章几乎占了一半的实验室，含有上千个部件。 现在，第九章和悬疑一样只能回答某个使用者的提问。 潘建伟认为，这是因为目前可用于构建量子计算机的材料有限，世界正在向多个方向努力，未来量子计算机的突破很可能依赖于量子计算硬件中新材料的创新。

目前，基于第9章的高斯玻色子采样算法在图论、机器学习、量子化学等行业有潜在的应用，是后续快速发展的重要方向。 潘建伟团队表示，第9章的计算力惊人，不过是量子计算第一阶段建树的里程碑。 希望通过15-20年的努力，开发通用的量子计算机，以应对密码分解、气象预报、药物设计等应用非常广泛的问题。 潘建伟说。

科学杂志的评论员评价说，这是最先进的实验的一大成果。 量子优势实验不是一蹴而就的事业，而是更快的经典算法和不断提高的量子计算硬件之间的竞争。 但最终，量子并行性产生了经典计算机无法实现的计算力。 潘建伟团队希望这项工作能够刺激越来越多的经典算法模拟工作。