AI 要“落地”，量子計算也要“落地”。
2022 年，兩位谷歌的研究員相遇在在加利福尼亞州圣莫尼卡的海灘上，他們坐在沖浪板上，聽到了 IBM 量子團(tuán)隊關(guān)于超導(dǎo)量子比特進(jìn)展的新公告，于是意識到量子計算領(lǐng)域正在以令人難以置信的速度發(fā)展，這一領(lǐng)域或許大有可為。就這樣，BlueQubit 誕生了。
就在幾天前，全世界再次領(lǐng)教了量子計算的強大能力，Google 發(fā)布的最新量子芯片 Willow 展現(xiàn)出驚人的計算潛力在特定計算任務(wù)上，它能在不到五分鐘內(nèi)完成需要當(dāng)今最快超級計算機(jī)耗時 10^25 年的運算。然而，如何將這種理論上的優(yōu)勢轉(zhuǎn)化為實際應(yīng)用中的價值，依然是一個難題。
而 BlueQubit 就致力于解決這一問題，當(dāng)?shù)貢r間 12 月 19 日，該公司宣布完成 1000 萬美元種子輪融資。由 Nyca Partners 領(lǐng)投，Restive、Chaac Ventures、NKM Capital、Presto Tech Horizons、BigStory、Untapped Ventures、Formula VC 和 Granatus 共同參與。
BlueQubit 給出的解決方案是開發(fā)量子軟件即服務(wù)（QSaaS）平臺，為用戶提供量子處理單元（QPU）和量子計算模擬器的訪問服務(wù)。公司聯(lián)合創(chuàng)始人兼 CEO Hrant Ghairbyan 在接受 TechCrunch 采訪時表示：“我們利用大規(guī)模經(jīng)典計算資源特別是 GPU 集群來開發(fā)和測試量子算法，然后再部署到實際的量子處理器上。這種方法使我們能夠有效擴(kuò)展，并在量子機(jī)器學(xué)習(xí)和量子優(yōu)化領(lǐng)域開發(fā)新算法�！�
圖丨 BlueQubit 的平臺（來源：BlueQubit）
Hrant 與另一名合伙人 Hayk Tepanyan 都曾有量子計算相關(guān)的學(xué)術(shù)背景。Hrant 這位 MIT 畢業(yè)生曾提出一種名為“蟲洞傳送”算法，該算法后來被 Google 量子人工智能團(tuán)隊在其超導(dǎo)處理器上實現(xiàn)。
圖丨 Ghairbyan 提出的“蟲洞傳送”算法（來源：PRX Quantum）
在二人聯(lián)手后，他們又著手在量子計算模擬器、量子數(shù)據(jù)加載技術(shù)等多方面開始進(jìn)行創(chuàng)新，并取得了技術(shù)優(yōu)勢。
就其量子計算模擬器而言，通過采用 NVIDIA 的 cuQuantum 庫和 Google 的開源 qsim 模擬器，他們的 GPU 加速版本在運行 34 量子比特的隨機(jī)電路時，比 AWS Braket 的模擬器快 230 倍。在處理更深層電路（34x200）時，這一優(yōu)勢進(jìn)一步擴(kuò)大到 560 倍。即便是其免費提供的 CPU 版本模擬器，也保持著 12.7 倍的性能優(yōu)勢。
圖丨這些平臺 32x32 電路仿真運行時間的比較（來源：BlueQubit）
而在實現(xiàn)量子計算實際應(yīng)用的過程中，數(shù)據(jù)加載一直是一個關(guān)鍵挑戰(zhàn)。傳統(tǒng)的量子數(shù)據(jù)加載方法通常需要指數(shù)級數(shù)量的量子門，這嚴(yán)重限制了其實用性。針對這一問題，BlueQubit 開發(fā)出了一種突破性的分層學(xué)習(xí)方法。
這一方法通過從較小的量子比特子集開始訓(xùn)練，專注于分布的粗粒度特征，然后逐步擴(kuò)展規(guī)模，成功解決了傳統(tǒng)方法中需要指數(shù)級量子門的問題。在實際應(yīng)用中，這種方法在處理 MNIST 數(shù)據(jù)集時，僅用 10 個量子比特就實現(xiàn)了比現(xiàn)有技術(shù)高出兩倍的準(zhǔn)確率。
圖丨網(wǎng)格上 6 個量子比特的分層結(jié)構(gòu)電路示意圖（來源：arXiv）
BlueQubit 的另一個主要創(chuàng)新在于量子機(jī)器學(xué)習(xí)（Quantum Machine Learning, QML）方面。
量子機(jī)器學(xué)習(xí)將量子計算與機(jī)器學(xué)習(xí)相結(jié)合，利用量子態(tài)的疊加特性，有望在處理復(fù)雜優(yōu)化問題和模式識別務(wù)時實現(xiàn)遠(yuǎn)超傳統(tǒng)計算機(jī)的性能。這種新型計算范式在金融建模、藥物研發(fā)等領(lǐng)域具有廣闊應(yīng)用前景。
然而，量子機(jī)器學(xué)習(xí)的實際應(yīng)用一直面臨著量子電路訓(xùn)練效率低下的挑戰(zhàn)。在這方面，BlueQubit 開發(fā)出的新型伴隨微分技術(shù)實現(xiàn)了重要突破。這項技術(shù)只需兩次電路通過就能計算出變分量子電路中所有參數(shù)的梯度，成功實現(xiàn)了具有 27 個量子比特、1000 個參數(shù)的量子電路模型訓(xùn)練，顯著降低了大規(guī)模量子電路訓(xùn)練的計算開銷。
此外，他們還提出一種稱為張量網(wǎng)絡(luò)模擬器的量子編程的新方法。該技術(shù)能突破傳統(tǒng) 36-40 量子比特的內(nèi)存限制，在低糾纏度電路中可以模擬超過 100 個量子比特的系統(tǒng)。通過支持多節(jié)點 GPU 并行計算，BlueQubit 的模擬器的可擴(kuò)展性主要受限于可用 GPU 的數(shù)量，為大規(guī)模量子系統(tǒng)的研究提供了強有力的工具支持。它代表著向使量子計算更加易于獲取和適用于更廣泛應(yīng)用領(lǐng)域邁出的又一步。
BlueQubit 的技術(shù)可以在多個領(lǐng)域展現(xiàn)其實際應(yīng)用價值。在金融領(lǐng)域，其高性能量子模擬器可用于投資組合優(yōu)化、風(fēng)險分析和衍生品定價等復(fù)雜計算任務(wù)。制藥研發(fā)方面，量子計算技術(shù)可以加速分子動力學(xué)模擬、藥物發(fā)現(xiàn)流程和蛋白質(zhì)折疊預(yù)測等關(guān)鍵過程。在材料科學(xué)領(lǐng)域，這些技術(shù)能夠助力新材料性質(zhì)預(yù)測、材料結(jié)構(gòu)優(yōu)化和催化劑設(shè)計等研究工作。
Nyca Partners 合伙人 Tom Brown 表示：“我們一直在尋找能夠幫助金融服務(wù)公司在量子計算時代來臨時迅速適應(yīng)的團(tuán)隊。Hrant 和他的團(tuán)隊擁有將理論付諸實踐所需的背景、技能和動力�！�
這輪融資將用于進(jìn)一步開發(fā)量子軟件平臺，擴(kuò)展研發(fā)團(tuán)隊規(guī)模，同時加強與各行業(yè)合作伙伴的合作關(guān)系。隨著金融、制藥和材料科學(xué)等領(lǐng)域已經(jīng)開始觸及經(jīng)典計算的極限。BlueQubit 和其他團(tuán)隊的量子計算技術(shù)，或許能為各行業(yè)突破計算瓶頸提供了新的可能性。
參考資料：
1.https://www.bluequbit.io/quantum-data-loading
2.https://www.bluequbit.io/quantum-computing-simulators
3.https://arxiv.org/abs/2311.12929
排版：劉雅坤
