中国“九章四号”问世,光量子优越性实现大规模扩展-资讯-知识分子

中国“九章四号”问世,光量子优越性实现大规模扩展

4小时前
导读
中国科学技术大学潘建伟、陆朝阳团队研制的新一代光量子计算原型机“九章四号”5月13日在《自然》杂志发表。该机包含8176个光学模式,较2023年发布的“九章三号”扩大逾50倍。研究团队估算,若用目前全球最快的超级计算机El Capitan模拟其在25微秒内的输出,需耗时逾10^42年,超出当前估算宇宙年龄32个数量级。

陈晓雪|撰文

自费曼等人1980年代初提出量子计算的设想以来,科学家多年来追求的一个核心目标就是:量子系统是否能够在某些任务上真正超越经典计算机?

2019年以来,来自美国、中国和加拿大的团队已经在超导量子比特、光子、囚禁离子等多个平台对此进行了攻关

现在,研究者们面临着另一个挑战:量子计算的优势能否在更大规模上持续存在?

这正是潘建伟陆朝阳和同事们最新开发的“九章四号”试图回答的问题。5月13日,他们在《自然》(Nature)杂志报告了这台光量子处理器的实验结果[1]。九章四号拥有8176个光学模式,规模是早前版本九章三号[2]50多倍。研究团队估算,要在世界上最快的超级计算机El Capitan上模拟九章四号在25微秒内的输出,需要超过10^42年,这比当前估算的宇宙年龄还要多32个数量级。

SAIXIANSHENG
“能否实现”到“能否扩展”

这是该团队自2020年“九章一号”以来,第四次发布光量子计算原型机。

九章系列执行的运算任务名为高斯玻色采样(Gaussian Boson Sampling),让光子通过由分束器构成的复杂干涉网络,探测输出的分布2011年,时任麻省理工学院助理教授斯科特·阿伦森Scott Aaronson,现为得克萨斯大学奥斯汀分校教授)与学生亚历克斯·阿基波夫Alex Arkhipov)严格证明,该问题对经典计算机而言计算复杂度极高,由此奠定了玻色采样的数学基础[3]阿伦森因在量子计算复杂性领域的贡献获得2020年ACM计算奖,并于今年4月当选美国国家科学院院士。2020年,潘建伟陆朝阳研发的“九章一号”首先在光量子平台实现了量子计算的优越性[4]

“九章一号要证明科学问题是量子计算优越性能否实现。九章四号要解决的技术挑战是量子计算优越性能否大规模扩展该论文的通讯作者之一、中国科学技术大学教授陆朝阳告诉《赛先生》。

九章四号将1024个量子光源注入由分束器构成的干涉网络,输出端有8176个光学模式,即光子可能占据的可区分状态。其状态空间,即所有可能输出组合的总数,达10^2461。作为对照,可观测宇宙中的原子总数约为10^80。

实现这一规模跃升的关键是一项名为“空时混合编码”(Spatial-Temporal Hybrid Encoding)的技术。传统光量子计算机遵循“一个光子占用一条空间路径”的原则,所需器件数量随规模呈平方增长,工程上容易触及上限。九章四号将时间纳入编码维度,同一空间路径上不同时刻传输的光子被视为不同模式,从而以16个空间通道叠加511个时间窗口,将模式数从九章三号的144个扩展至8176个。压缩态光源数量也从50个增至1024个。

该技术此前已在九章三号的探测端应用。九章四号将其拓展至光源、干涉仪、探测器全流程。陆朝阳介绍,通过三级级联干涉仪设计,系统连通性随空间通道数立方增长(16³=4096),“而物理器件数量仅需线性增长”。

光子在传输路径上的损耗也是光量子计算的主要技术瓶颈。九章四号新一代量子光源系统效率达92%,即每100次尝试可稳定产出92个光子;光从产生到探测的全程透射率,从加拿大Xanadu公司2022年推出的北极光Borealis光量子计算机的32%提升至51%。陆朝阳称,这“在同类工作中实现了最大的系统规模与最高的系统效率”。

斯科特·阿伦森告诉《赛先生》,这是“集成光子学领域令人振奋的进展”,“再次证明了中国科学技术大学的团队是扩展玻色采样规模方面的世界领导者”。

SAIXIANSHENG
经典算法的严格基准测试

量子计算优越性的确立,不仅取决于量子硬件本身的提升,更依赖于与经典计算最强算法的持续竞赛。这正是九章团队从一号到四号论文中一贯坚持的做法:提前向学界共享全部原始数据,接受最严苛的基准测试。

事实上,国际顶尖实验室展示的量子计算优越性之所以能赢得学术界公认,正是因为它们选择了最强的对手——经典计算领域数十年沉淀的最优算法与最强算力,并在不断涌现的经典模拟新方法面前反复验证自身优势。

2019谷歌发布53量子比特芯片“悬铃木”(Sycamore)[5]。当时谷歌宣称实现了“量子霸权”,但2024年中国科学技术大学与上海人工智能实验室联合团队通过创新经典算法,将同一任务在超算上的求解时间从一万年压缩至数十秒,能耗仅为此前的1/15,彻底推翻了其宣称[6]。随后,谷歌推出了更大规模的Willow芯片[7]

九章系列论文发表至今已被引用逾4400次,意味着它们经历了国际同行大量的经典算法的测试与竞争,包括精确模拟算法[8-10]、攻击某些统计特征的伪分布方法[11,12],以及利用实验中各种不完美因素设计的模拟算法[13-17]

值得注意的是,2024年,芝加哥大学Changhun Oh与同事采用基于“矩阵乘积态”MPS的张量网络算法,对九章一号至三号以及北极光的部分实验数据进行了模拟[17]。在部分基准测试中,经典模拟的结果甚至比量子输出更接近理论值,显著缩小了此前光量子计算优势的差距(图1

图片1
图源:中国科学技术大学

Oh和同事的算法关键在于光子损耗。理想条件下,量子系统会生成经典计算机难以处理的高度纠缠态;但实际实验中,光子在传输和探测过程中损耗严重,纠缠被破坏,使得张量网络方法有机可乘。Oh等人在论文中指出,若要扩展量子优势,需在三方面改进:提高光子系统效率、增加压缩态数量、提升光路连通性以增强纠缠。

九章四号在这三方面做出了系统性回应:不仅全面提升了效率与规模,更在实验上完全压制了MPS算法论文称实验结果排除了MPS算法以优于本实验的精度复现真实分布的所有可能性”。至此,九章四号与当前所有经典算力之间的差距已扩大至10^54量级。

“这种量子与经典的激烈竞赛和充分争论,正是严谨科研的保证和科学进步的动力。”陆朝阳说。

SAIXIANSHENG
下一步,容错通用量子计算

理论界与实验界对量子优越性演示这一阶段的判断渐趋一致。

“到目前为止,基于采样问题的量子优越性可以说已经被反复证明了——来自美国、加拿大和中国的团队,在种平台上,在多种不同平台上都做出了展示,包括超导量子比特、离子阱、中性原子,当然还有光量子平台”斯科特·阿伦森在回复《赛先生》的邮件中

表示,根据目前已知的所有算法,模拟这些实验在最快的经典计算机上看起来需要10^25年或更长时间。

但这已经不再是主要问题。现在的主要问题是:出于同样的原因,验证量子计算机是否正确工作在经典计算机上看起来也需要超过10^25年

因此,他表示,目前学界注意力转向了可验证的量子优越性,即寻找一类新任务:量子计算机能展现明确优势,同时其答案可被相对容易地验证——验证手段可以是第二台量子计算机,也可以是真实物理实验。过去一年,美国Quantinuum公司和谷歌均声称实现了这种“可验证的量子优越性”,阿伦森谨慎地表示,“些实验在经典上模拟有多困难。目前仍有争议”。

陆朝阳也告诉《赛先生》,九章四号所突破的技术为容错通用量子计算奠定了基础,团队的研究重心将过渡到容错通用量子计算。他称,九章四号当前的系统架构和操控水平,已“直接允许我们在不久的将来操控万亿量子模式规模的三维簇态”——这是容错光量子计算所需的纠缠资源。在此基础上,团队将探索容错编码方案与确定性光量子逻辑门。

容错通用量子计算最具应用想象空间的,是大规模运行Shor算法以分解大整数,从而破解RSA等现行公钥加密体系。那时,世界也将迎来预测已久的Q Day. 

“如果在此之前,没有以某种更简单的方式展示‘可验证的量子优越性’,那么Shor算法肯定会展示它。”阿伦森说。

至于可扩展的容错量子计算机何时实现,阿伦森坦陈无人可以预测。“我最近与专家交谈时,听到的估计从2029年到2035年不等。正是因为我无法排除更早的估计,我建议人们现在就开始迁移到抗量子密码学的进程。”图片

作者感谢赵金瑜博士对本文提出的修改建议。

参考资料:

[1] Liu, HL., Su, H., Deng, YH. et al. Gaussian boson sampling with 1,024 squeezed states in 8,176 modes. Nature (2026). https://doi.org/10.1038/s41586-026-10523-6

[2] Deng, Y.-H. et al. Gaussian boson sampling with pseudo-photon-number-resolving detectors and quantum computational advantage. Phys. Rev. Lett. 131, 150601 (2023).

[3] Aaronson, S. & Arkhipov, A. The computational complexity of linear optics. Theory Comput. 9, 143–252 (2013).

[4] Zhong, H.-S. et al. Quantum computational advantage using photons. Science 370, 1460–1463 (2020).

[5] Arute, F., Arya, K., Babbush, R. et al. Quantum supremacy using a programmable superconducting processor. Nature 574, 505–510 (2019). https://doi.org/10.1038/s41586-019-1666-5

[6] Fu, R., Su, Z., Zhong, H., Zhao, X., Zhang, J., Pan, F., Zhang, P., Zhao, X., Chen, M., Lu, C., Pan, J., Pei, Z., Zhang, X., & Ouyang, W. (2024). Surpassing Sycamore: Achieving Energetic Superiority Through System-Level Circuit Simulation. SC24: International Conference for High Performance Computing, Networking, Storage and Analysis, 1-20. 

[7] Google Quantum AI and Collaborators. Quantum error correction below the surface code threshold. Nature 638, 920–926 (2025). https://doi.org/10.1038/s41586-024-08449-y

[8] N. Quesada and J. M. Arrazola, Exact simulation of gaussian boson sampling in polynomial space and

exponential time, Physical Review Research 2, 023005 (2020).

[9]  N. Quesada, R. S. Chadwick, B. A. Bell, J. M. Arrazola, T. Vincent, H. Qi, and R. García−Patrón,

Quadratic speed-up for simulating gaussian boson sampling, PRX Quantum 3, 010306 (2022).

[10] J. F. Bulmer, B. A. Bell, R. S. Chadwick, A. E. Jones, D. Moise, A. Rigazzi, J. Thorbecke, U.-U.

Haus, T. Van Vaerenbergh, R. B. Patel, et al., The boundary for quantum advantage in gaussian

boson sampling, Science advances 8, eabl9236 (2022).

[11] B. Villalonga, M. Y. Niu, L. Li, H. Neven, J. C. Platt, V. N. Smelyanskiy, and S. Boixo, Efficient

approximation of experimental gaussian boson sampling (2022), arXiv:2109.11525 [quant-ph].

[12] C. Oh, L. Jiang, and B. Fefferman, Spoofing cross-entropy measure in boson sampling, Physical Review

Letters 131, 010401 (2023).

[13] H. Qi, D. J. Brod, N. Quesada, and R. García-Patrón, Regimes of classical simulability for noisy

gaussian boson sampling, Phys. Rev. Lett. 124, 100502 (2020).

[14] J. J. Renema, Simulability of partially distinguishable superposition and gaussian boson sampling,

Phys. Rev. A 101, 063840 (2020).

[15] J. Shi and T. Byrnes, Effect of partial distinguishability on quantum supremacy in gaussian boson

sampling, npj Quantum Information 8, 54 (2022).

[16] C. Oh, Y. Lim, B. Fefferman, and L. Jiang, Classical simulation of boson sampling based on graph

structure, Physical Review Letters 128, 190501 (2022).

[17] C. Oh, M. Liu, Y. Alexeev, B. Fefferman, and L. Jiang, Classical algorithm for simulating experimental

gaussian boson sampling, Nature Physics 20, 1461 (2024).


参与讨论
0 条评论
评论
暂无评论内容
《赛先生》微信公众号创刊于2014年7月,创始人为饶毅、鲁白、谢宇三位学者,成为国内首个由知名科学家创办并担任主编的科学传播新媒体平台,共同致力于让科学文化在中国本土扎根。
订阅Newsletter

我们会定期将电子期刊发送到您的邮箱

GO