谷歌最强量子芯片发布

谷歌推出了其最新的量子芯片 - Willow（约 100 个量子比特），新芯片同时取得了两项关键成就：突破了所谓的量子纠错阈值，并创下了量子性能相对于经典计算的新基准；Willow 在五分钟内运行了一项基准测试任务，谷歌表示这需要一千万亿年（1024）的时间，而 Frontier 直到几周前还是世界上最快的超级计算机。

谷歌很少会滔滔不绝地谈论这件事，但这家科技巨头在今天的公告发布之前举行了媒体/分析师简报会，谷歌量子人工智能团队的几位知名成员出席了会议，其中包括创始人兼负责人 Hartmut Neven、研究科学家 Michael Newman、量子硬件总监 Julian Kelly 和总监兼首席运营官 Carina Chou。目前，谷歌量子人工智能团队约有 300 名成员，并有发展计划，在加州大学圣塔芭芭拉分校拥有自己的先进制造工厂。

这对于谷歌的量子努力来说是一个重要的时刻：

• 突破QEC 阈值（随着量子比特数量的增加，错误率降低）是社区长期追求的目标，并且基本上证明了构建大型纠错实用量子计算机是可能的。

• 该公司还介绍了其路线图，讨论了技术目标（虽然不是很详细）和业务里程碑。虽然主要重点是在本世纪末实现纠错量子计算机容错，但它也在考虑近期的应用。

• 该公司还讨论了其广泛的量子业务计划，其中包括从制造自己的芯片、构建自己的系统到通过云提供量子服务（自然而然），以及潜在的内部部署计划。

Neven特别提到了量子纠错工作，他表示：“Willow 所取得的成就表明，随着代码距离从 3 增加到 5 再增加到 7，每次错误率都会减半，本质上错误率呈指数级降低，我觉得整个社区都松了一口气，因为这表明量子纠错在实践中确实可以发挥作用。”

“现在你已经掌握了构建模块，几乎可以扩展到大型机器，所有路线图都已于 2020 年发布。需要注意的一点是，我们基本上按照规划进行跟踪。大型里程碑六号机器将在本世纪末左右出现，”他说。

量子硬件总监 Kelly 表示：“如果你熟悉 Sycamore（谷歌早期的 QPU），那么你可以认为 Willow 基本上继承了 Sycamore 的所有优点，只是现在量子比特更好，数量更多。我们认为这是迄今为止建造的最好的量子计算机。该架构看起来像一个超导传输量子比特的方形网格，带有可调量子比特和耦合器。这个网格中有 105 个量子比特，平均连接数约为三位半，而设备内部通常有四向连接。

“在性能方面，重要的是，我们已经能够将量子比特相干时间（t1 值）提高五倍，从 20 微秒提高到 100 微秒。理解这一点非常重要，因为上一代芯片 Sycamore 已经实现了所有这些惊人的成就，但我们正在突破相干时间设定的性能上限。我们大大推动了这一进程，并给了我们很大的喘息空间，我们立即看到，我们的 Sycamore 设备的错误率降低了大约两倍，这些芯片特别适合纠错，因此可以扩展并应用于有用的应用。”

谷歌几乎没有透露它将如何扩展到非常大的系统。

在问答环节中，当被问及网络技术时，Kelly 说：“我们关注的是首先提高量子比特的质量，然后制造更大的单片芯片，稍后再将它们连接在一起，而不是像现在这样先采用目前的芯片尺寸，然后尝试将它们连接起来。我们认为我们的方法很有优势，因为它允许每个芯片拥有多个逻辑量子比特。在纠错方面也有一些优势，但成本如何呢？所以我们目前的重点基本上是让量子比特变得非常好，让芯片变得更大，以便能够承载许多物理量子比特，并最终承载多个逻辑量子比特，然后将它们连接在一起。所以我们对此（网络）非常感兴趣，但今天我们不会分享任何相关信息。”

您可能还记得 2019 年谷歌宣称实现量子霸权（量子计算机能够执行超出传统系统实际能力的任务）引发的轰动（参见 HPCwire报道）。IBM 和其他公司对这一说法提出了一些质疑。Neven 花了一点时间重新审视这场争论。

“如果您关注量子计算，尤其是我们团队的工作，您会发现我们在 2019 年创造了计算机科学历史，首次展示了在 [Google 的 Sycamore 量子芯片] 上只需几分钟就能完成的计算，而当时最快的超级计算机（Summit，ORNL）使用最好的经典软件，需要 10,000 年才能运行该基准。但是我们称这种基准为随机电路采样 (RCS)，现在它已在该领域得到广泛应用，并已成为某种标准，”Neven 说道。

“当我们在 2019 年发布这一结果时，经典计算和量子计算之间出现了一些红蓝队动态，人们说，哦，与其花大量时间，不如使用大量内存，或者，嘿，你可以使用我最近最喜欢的量子模拟算法。虽然这些说法在原则上是正确的，但在实践中，需要很多年才能将 10,000 年的时间缩短。但与此同时，我们的处理器越来越好，如果你继续在最新最好的芯片上运行随机电路采样，这意味着你现在可以使用更多的量子比特和更多的门操作，那么模拟或在经典机器上运行相同计算的时间将以双指数速率激增，这真是一个令人难以置信的快速轨迹。这就是为什么我们从 2019 年的 10,000 年缩短到现在，到 2024 年缩短到 10 的 10 次方年，”他说。

谷歌和 IBM 均致力于超导量子比特的研究，他们无尽的围栏无疑将推动这项技术的发展，造福所有人。

展示突破 QEC 门槛的能力确实是当天最大的新闻。实现这一点需要芯片本身的很多进步，因为谷歌从 Sycamore 系列发展到 Willow 系列。高错误率（尤其是在超导量子比特中）迄今为止限制了它们的实用性。

谷歌研究科学家 Michael Newman 解释道：“量子信息极其脆弱。从微观材料缺陷到电离辐射再到宇宙射线，许多因素都可能破坏量子信息。不幸的是，为了实施这些前景光明的大规模量子算法，我们有时需要可靠地操纵这些信息数十亿甚至数万亿个步骤，而通常情况下，我们会看到 1/1000 或 1/10,000 的失败率，因此我们需要我们的量子比特几乎完美，而仅靠工程技术无法实现这一目标。”

制造近乎完美的量子比特的方法是 量子纠错。因此，基本思路是，你把许多物理量子比特放在一起，让它们共同代表一个逻辑量子比特。物理量子比特共同纠正错误，希望随着这些集合越来越大，纠错也越来越多。问题是，随着这些东西越来越大，出错的机会也越来越多。

“早在 90 年代，人们就首次提出，如果你的量子比特足够好，如果它们通过了某种神奇的界限，即量子误差校正阈值，”Newman说。“那么当你把东西做得更大，当你把这些分组做得更大时，错误率不会像你预期的那样上升。它实际上会下降。到目前为止，还没有人做到这一点。所以在 12 月 9 日，我们将在《自然》杂志上发表结果，表明使用 Willow 处理器，我们终于低于这个阈值。更具体地说，随着 Willow 在这些分组中使用更多的量子比特，错误会以指数级的速度被抑制，”Newman说。

“这里有一张图（下面的幻灯片），展示了这些逻辑分组的样子，这些逻辑量子位，我们称之为表面代码。最左边是去年的 Sycamore 处理器，错误率为 10 的负 2 次方。您看到的红色和蓝色光点是检测错误。这就是错误发生的原因。现在有了 Willow，我们现在看到的错误率在物理上提高了大约两倍。所以我们的量子位和我们的操作提高了两倍，但我们的逻辑操作是编码的量子位，它们实际上提高了一个数量级以上。这是因为一旦超过这个关键阈值，处理器中的小改进就会通过量子纠错成倍放大。因此，当您从左向右移动时，每次量子位数和芯片性能都会大致翻倍。在哈特穆特提到的里程碑背景下，如果我们再迈出一步，我们就能到达我们的第三个里程碑，那就是我们的长寿命逻辑量子比特。”

整个行业都存在争论，即到底多少个物理量子比特才适合形成强大的逻辑量子比特。

在问答环节，Newman表示：“我认为，普遍的看法是，为了实现这些真正大规模的应用，例如里程碑六级（路线图）级别的性能，我们将需要每个逻辑量子比特大约 1000 个物理量子比特。但我们在算法和理论方面做了大量研究，结果表明，我们可能只需要几百个量子比特，我认为情况大致如此。它可能不可避免地需要每个逻辑量子比特大约几百个量子比特。因此，如果我们的目标是构建一台百万物理量子比特的量子计算机，那么将其除以几百，这就是我们预计届时将拥有的逻辑量子比特数量。但我认为大家对此意见不一。”

当然，有许多公司正在努力开发逻辑量子比特。例如，微软和 Quantinuum 最近报告了一种用于构建逻辑量子比特的混合经典量子方法。

尽管谷歌专注于提供容错量子计算，但它也指出了已经在量子处理器上完成的工作（下面的幻灯片）。

Chou说：“我想强调这一点。我们建造量子计算机并不是因为它真的具有挑战性，或者因为它是一个有趣的科学项目。所有这些都是事实，但我们真的想获得新功能，而这些功能如果没有量子计算就不可能实现。当今的量子处理器，甚至是上一代的量子处理器，如 Sycamore，已经用于数十项科学发现。您可以在屏幕上看到其中一些的快照，但还有许多其他的。”

“但是，有一个重要的挑战需要注意，对吧？迄今为止，量子处理器上取得的每一项发现虽然令人兴奋，但也可以使用不同的传统计算工具来完成。因此，我们面临的下一个挑战是，我们能否在具有实际影响的应用程序上展示超越传统性能的性能，即在传统计算机上不可能实现的性能，”她说。

“我们非常有兴趣提供量子计算服务，以解决传统计算机无法解决的现实问题。因此，需要强调的是，当今的量子计算服务都无法提供这种服务，我们的方法专注于真正解决最困难的技术问题，而不是直接跳到扩展或商业产品。话虽如此，我们确实与有限数量的外部合作者建立了早期合作伙伴关系，这些合作者既来自学术界，也来自初创公司，也来自大公司，以真正帮助开发量子计算系统。看看哪些类型的应用程序会很有用，”她说。

“就 [进入市场] 模式而言，有很多。我们考虑的最明显的一种是通过云提供访问。这是我们目前正在研究的事情。除此之外，我认为肯定有机会支持在 Google 运行的工作，以及可能在更大、非常具体的本地或其他类型的模型中运行，因此这些尚待确定，但我们目前正在研究云。”

Neven 很快补充道：“Willow 芯片是一款出色的硬件，它拥有巨大的原始计算能力。因此，我们雄心勃勃地想要证明，有了这样的平台，你也许能够开发出有用的算法。这不是本次新闻圆桌会议的讨论话题，但我们持保留意见，并期待明年我们能取得进展。”

今天，我很高兴宣布推出我们最新的量子芯片 Willow。Willow 在多项指标上都拥有一流的性能，并取得了两项重大成就。

首先，随着我们使用更多的量子比特，Willow 可以成倍地减少错误。这解决了该领域近 30 年来一直在研究的量子纠错的关键挑战。

其次，Willow 在不到五分钟的时间内完成了一个标准基准计算，而当今最快的超级计算机之一则需要10 的 16 次方（即 10 25）年才能完成这项计算，这个数字远远超过了宇宙的年龄。

Willow 芯片是 10 多年前开始的旅程中的重要一步。2012 年，我创立 Google Quantum AI 时，愿景是构建一台实用的大型量子计算机，利用量子力学（我们今天所知的自然界的“操作系统”）推动科学发现、开发有用的应用程序和解决一些社会最大挑战，从而造福社会。作为 Google Research 的一部分，我们的团队已经制定了长期路线图，而 Willow 则推动我们朝着商业相关应用的方向迈进。

错误是量子计算面临的最大挑战之一，因为量子比特（量子计算机中的计算单位）往往会与周围环境快速交换信息，因此很难保护完成计算所需的信息。通常，使用的量子比特越多，错误就会越多，系统就会变得像经典系统一样。

今天，我们在《自然》杂志上发表了研究结果，结果表明，Willow 中使用的量子比特越多， 错误减少得就越多，系统就越量子化。我们测试了越来越大的物理量子比特阵列，从 3x3 编码量子比特网格扩展到 5x5 网格，再到 7x7 网格——每一次，利用我们在量子纠错方面的最新进展，我们都能够将错误率降低一半。换句话说，我们实现了错误率的指数级降低。这一历史性成就在业界被称为“低于阈值”——能够在增加量子比特数量的同时降低错误。必须证明低于阈值才能证明在纠错方面取得了真正的进展，自1995 年 Peter Shor 引入量子纠错以来，这一直是一项艰巨的挑战。

这一结果还涉及其他科学“第一”。例如，它也是超导量子系统实时纠错的首批引人注目的例子之一——这对于任何有用的计算都至关重要，因为如果你不能足够快地纠正错误，它们会在你完成计算之前毁掉它。这是一个“超越盈亏平衡”的演示，我们的量子比特阵列比单个物理量子比特的寿命更长，这是一个不容置疑的迹象，表明纠错正在改善整个系统。

作为首个低于阈值的系统，这是迄今为止构建的可扩展逻辑量子比特最令人信服的原型。这有力地表明，实用的超大型量子计算机确实可以构建。Willow 让我们更接近运行传统计算机上无法复制的实用、商业相关算法。

为了衡量 Willow 的性能，我们使用了随机电路采样 (RCS) 基准。RCS 由我们的团队首创，现已被广泛用作该领域的标准，是当今量子计算机上可以完成的最难的传统基准。你可以将其视为量子计算的切入点——它检查量子计算机是否在做一些传统计算机上无法完成的事情。任何构建量子计算机的团队都应该首先检查它是否可以在 RCS 上击败传统计算机；否则，我们有充分的理由怀疑它能否处理更复杂的量子任务。我们一直使用这个基准来评估从一代芯片到下一代芯片的进展——我们在2019 年 10 月报告了 Sycamore 的结果，最近在2024 年 10 月再次报告了该结果。

Willow 在这项基准测试中的表现令人惊叹：它在不到五分钟的时间内完成了一项计算，而当今最快的超级计算机之一需要10 25或 10 的 10 次方年才能完成这项计算。如果要写出来，则是 10,000,000,000,000,000,000,000,000 年。这个令人难以置信的数字超出了物理学中已知的时间尺度，远远超过了宇宙的年龄。它证实了量子计算发生在许多平行宇宙中的观点，这与 David Deutsch 首次提出的我们生活在多元宇宙中的观点一致。

如下图所示，Willow 的最新结果是我们迄今为止最好的，但我们会继续取得进展。

我们对 Willow 如何超越世界上最强大的经典超级计算机之一Frontier的评估是基于保守的假设。例如，我们假设可以完全访问二级存储（即硬盘），而无需任何带宽开销——这对 Frontier 来说是一个慷慨而不切实际的假设。当然，正如我们在2019 年宣布首次超越经典计算后发生的那样，我们预计经典计算机将在这个基准上继续改进，但迅速扩大的差距表明，量子处理器正以双倍指数的速度赶超经典计算机，并且随着我们扩大规模，其性能将继续远远超过经典计算机。

Willow 是在我们位于圣巴巴拉的全新先进制造工厂中制造的，这是全球为数不多为此目的而从头开始建造的工厂之一。系统工程是设计和制造量子芯片的关键：芯片的所有组件，例如单量子比特门和双量子比特门、量子比特复位和读出，都必须同时经过精心设计和集成。如果任何组件滞后或两个组件不能很好地协同工作，就会拖累系统性能。因此，最大化系统性能贯穿于我们流程的各个方面，从芯片架构和制造到门开发和校准。我们报告的成就是整体评估量子计算系统，而不是一次只评估一个因素。

我们注重质量，而不仅仅是数量——因为如果质量不够高，仅仅生产大量量子比特也无济于事。Willow 拥有 105 个量子比特，在上述两个系统基准测试中均拥有一流的性能：量子纠错和随机电路采样。此类算法基准测试是衡量芯片整体性能的最佳方式。其他更具体的性能指标也很重要；例如，我们的 T 1时间（测量量子比特可以保留激发的时间长短——关键的量子计算资源）现在接近 100 µs（微秒）。与我们上一代芯片相比，这是一个令人印象深刻的约 5 倍的改进。如果您想评估量子硬件并跨平台比较，以下是关键规格表：

该领域的下一个挑战是展示当今量子芯片上第一个“有用的、超越经典”的计算，该计算与实际应用相关。我们乐观地认为 Willow 一代芯片可以帮助我们实现这一目标。到目前为止，已经进行了两种不同类型的实验。一方面，我们运行了 RCS 基准测试，该基准测试衡量了与传统计算机的性能，但没有已知的实际应用。另一方面，我们对量子系统进行了科学上有趣的模拟，这导致了新的科学发现，但仍在传统计算机的范围内。我们的目标是同时完成这两件事——进入传统计算机无法企及的算法领域，这些算法对现实世界的商业相关问题有用。

我的同事有时会问我，为什么离开蓬勃发展的人工智能领域，转而专注于量子计算。我的回答是，这两项技术都将被证明是我们这个时代最具变革性的技术，但先进的人工智能将从量子计算中受益匪浅。这就是我将我们的实验室命名为量子人工智能的原因。量子算法具有基本的缩放定律，就像我们在 RCS 中看到的那样。许多对人工智能至关重要的基础计算任务也具有类似的缩放优势。因此，量子计算对于收集传统机器无法访问的训练数据、训练和优化某些学习架构以及对量子效应很重要的系统进行建模将是必不可少的。这包括帮助我们发现新药、为电动汽车设计更高效的电池，以及加速核聚变和新能源替代品的进展。许多未来改变游戏规则的应用程序中在传统计算机上是行不通的；它们正等待量子计算来解锁。