アリババ、量子アルゴリズムとエラー訂正の探究をサポートする量子シミュレータ「Taizhang 2.0」をオープンソース化

アリババ、量子アルゴリズムとエラー訂正の探究をサポートする量子シミュレータ「Taizhang 2.0」をオープンソース化

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載しています。転載の際は出典元にご連絡ください。

アリババは12月23日、アリババクラウド量子開発プラットフォーム(ACQDP)をリリースし、自社開発の量子コンピューティングシミュレーター「Taizhang 2.0」と一連の量子応用事例をオープンソース化した。これにより、量子ハードウェアの設計、量子アルゴリズムのテスト、材料、分子発見、最適化問題、機械学習などの分野での応用の検討を行う実務者を強力にサポートします。

過去数年間の量子チップの進歩により、量子コンピューティングの実用化への道筋の不確実性がさらに減少しました。システムの規模が大きくなるにつれて、量子システムと量子アルゴリズムのテストと検証はますます困難になります。従来のシミュレーションベースのアプローチは基本的なツールですが、固有のボトルネックがあります。たとえば、現在のストレージ技術では、60 量子ビット未満の量子状態しか保存できません。 Alibaba Cloud Quantum Development Platform は、独自の分散テンソルネットワーク収縮アルゴリズムを提案し、量子回路シミュレーションの新たな方向性を切り開き、他の方法よりも大規模なシミュレーションを可能にしました。

DAMO アカデミー量子研究所は、長年にわたり量子コンピューティングの古典的シミュレーションの分野で国際的なリーダーとして活躍してきました。これまで、同社が独自に開発した「Taizhang 1.0」は、テンソルネットワーク収縮のための独自の動的分割法を提案し、量子回路シミュレーションのコストを大幅に削減し、学界や産業界で広く採用されました。オープンソースのコア量子エンジン「Taizhang 2.0」は、さらなるアルゴリズムの革新により、リソース消費を再び大幅に削減しました。

今年5月、同研究所はTaizhang 2.0を使用して、2019年にグーグルが量子超越性を主張するために使用した量子回路をシミュレートし、従来のコンピューティングでは完了するのに1万年以上かかるタスクを20日以内に圧縮しました。これは、他の最良のソリューションに比べて4桁の改善です。業界関係者は、ハードウェア リソースのさらなる最適化、特に GPU の利用効率の向上により、このアルゴリズムによってシミュレーション時間が 2 日未満に短縮されると予測しています。この一連の研究により、学術界は量子コンピューティングと古典的コンピューティングの境界について再考するようになりました。

ACQDP には、DAMO アカデミー量子研究所が開発した、数万の量子ビット (4 層、3 度) をサポートする量子近似最適化アルゴリズムのシミュレーションや、実験的なノイズ モデルに基づくエラー訂正コードのパフォーマンスのシミュレーションなどの量子アルゴリズムとアプリケーションも含まれています。これにより、理論分析だけでは解決できない実験および評価の問題を解決できます。このオープンプラットフォームに基づいて、量子コンピューティングの研究者はさまざまなシナリオに合わせてアルゴリズムをカスタマイズし、シミュレーションの効率をさらに向上させることができます。開発されたソリューションとアルゴリズムは、量子コンピュータの実現を促進し、量子コンピューティングの実用的な利点を生み出すことが期待されています。

「量子コンピューティングの実現は極めて困難です。学術界と産業界が力を合わせてボトルネックを克服し、イノベーションを加速させる必要があります」と、DAMOアカデミー量子研究所所長のShi Yaoyun氏は述べた。「オープンな研究は量子時代の到来を加速させるのに役立ち、また、量子コンピューティングサービスをできるだけ早く顧客と社会に提供するための最善の戦略でもあります。」

同氏によれば、DAMO アカデミー量子研究所は将来、より多くのオープンソースの結果とオープン研究パートナーへの無料出力を提供する予定だという。研究チームは、主流とは異なる量子ビットであるフラクソニウムの研究に重点を置いており、その最新の研究結果を近い将来に公表する予定だ。

[[359580]]

写真キャプション:DAMOアカデミー量子研究所の科学者が量子コンピューティング機器のデバッグを行っている

<<:  2021年の10のAIトレンド

>>:  人工知能とビッグデータがもたらす「新たな雇用形態」

ブログ    
ブログ    

推薦する

ロボットが家庭に入り、人工知能の夢はもはや高価ではない

[[221538]]人工知能とは何ですか? 「第一次産業革命における蒸気機関、第二次産業革命における...

Python による階層的クラスター分析

[[334729]]機械学習を行う際には、データのクラスター分析を行う必要があることがよくあります。...

2024 年のビッグデータ業界予測 (パート 4)

生成 AI は、すぐに過大な期待のピークから幻滅の谷間へと移行するでしょう。控えめに言っても、現在、...

AI時代に私たちは子供たちに何を教えるべきでしょうか?

私たちの子供たちが今後20年、30年でどのような仕事に就くことになるのかを予測するのは本当に難しいこ...

気候変動との戦い: AIはエネルギーソリューションをリードできる

AI と機械学習をエネルギーと組み合わせることで、再生可能エネルギーの導入を加速することができます。...

マイクロソフト、Windows 11、Bing、Edge などで統合された Copilot AI アシスタントをリリース

Microsoft は、生成型人工知能ベースのデジタル アシスタント Copilot をより多くのソ...

...

...

2050年に「電子的不死」は達成されるのか?計画が鍵

海外メディアの報道によると、有名な未来学者イアン・ピアソン博士は最近、今後数十年以内に、人間は思考と...

...

1.4GB 未満のビデオ メモリで 10,000 フレームのビデオをセグメント化します。コードは現在オープン ソースです。

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

...

IBM、GPUに匹敵する新しいニューラルネットワークチップを開発

本日 Nature 誌に掲載された論文で、IBM Research のポスドク研究員 Stefano...

キャピタルグループ: ジェネレーティブAIの未来に向けてどう動員するか

キャピタル グループは、1931 年、大恐慌の真っ只中にカリフォルニア州ロサンゼルスで設立され、現在...

...