https://www.anandtech.com/show/17255/ampere-goes-quantum-cloudbased-solutions-with-rigetti
作者：Ian Cutress 博士 2022年2月16日
当我们谈论量子计算时，人们总是关注解决方案的“量子”部分是什么。除了这些量子位之外，通常还有一组控制电路，以及帮助理解量子位功能的经典计算能力——在这种情况下，经典计算是我们典型的日常x86或Arm或其他带有1和0的计算，而不是量子计算的波函数。当然，推动量子计算机的发展是一个艰难的过程，老实说，我并不100%相信这会发生，但这并不意味着该行业的公司没有为解决方案而合作。在这个例子中，我们最近与一家名为Rigetti的量子计算公司进行了交谈，该公司正在与Ampere computing合作，后者生产名为Altra的基于Arm的云处理器，后者计划在2023年为云引入量子/经典混合解决方案。
关于量子位
量子计算的惊人之处一直是所需的奢侈硬件——一个由管子和电缆组成的“金色蒸汽朋克枝形吊灯”，所有这些都需要将硬件的温度降低到绝对零度以上百分之一度。这可以最大限度地减少量子计算机元件的热效应，即量子比特。根据所涉及的量子位类型，这些电缆可以传输微波信号，而枝形吊灯的构造方式通常决定了所涉及的量子位数量。
量子比特是量子计算能力，从理论上讲，你拥有的越多，计算能力就越大。然而，由于量子计算不是绝对的，有时这些量子位用于弹性，这在极端环境下是需要的。你会发现量子计算机列出的“有效”量子位数相当于计算能力，而不是实际存在的物理数。除此之外，还有不同类型的量子位。
Transmon量子比特依赖于在三维腔中控制的超导电子对。自旋量子位通过磁场控制单个电子的自旋。大多数公司使用Transmon量子位（谷歌、IBM、Rigetti），而英特尔放弃了Transmon开发，转而使用自旋量子位。一个系统需要多少量子位才能完成“有用”的工作，这在文献中是一个热门话题，尽管谷歌声称，它只使用53个物理Transmon 量子位就超越了经典计算的能力，这也是另一个热门话题。
量子计算的最终目标是使计算资源能够在合理的时间范围内解决不可能满足计算要求的经典问题。典型的例子是Shor的算法，它可以在几秒钟内找到数的素因子（基本上解决了密码学的基础，这原本需要数百万年的时间破解）。另一个例子是求解一个典型的类量子系统，比如化学和生物化学相互作用。还有优化，让典型的“旅行商问题”进入机器学习时代——其思想是量子计算可以帮助训练或推理同时检查所有可能的答案。
量子计算一直被视为高性能未来的发展方向。然而，这似乎是10-20年后的事情之一。在21世纪初，人们认为距离现在还有10到20年，今天也是如此。然而，现在有更多的初创公司和受资助的企业愿意投入更多的研究来启动和运行这些系统。其中之一是Rigetti ，今天宣布与Ampere计算公司合作。
把量子放到云中--Ampere与Rigetti合力
在过去的几年里，人们一直关注将高性能计算资源放让普通人也可以享用。云计算、web服务和1000多个处理器的触手可及，从未如此真实，也从未如此简单。有了足够的钱，云提供商就可以轻松地为存储、网络、服务或计算增加资源。像这样的云计算被设计成在你需要的时候进行扩展。Rigetti希望在量子计算方面也能做到这一点。
Rigetti Computing成立于2013年，是一家C系列资助的量子计算初创公司，迄今为止已获得2亿美元的公共投资。去年年底，该公司宣布启动新的可扩展量子计算基础设施——通过一个包含40个transmon量子比特的芯片，可以将多个芯片嵌入到单个量子计算的单个封装中。这些设计的目标是加速机器学习，包括量子计算和经典计算，因此，他们与Ampere Computing合作，后者生产基于Altra Max Arm的CPU。
该合作关系的目标是提供一个结合经典计算和量子计算的云原生解决方案。自旋量子实例将包括一些量子位和一些内核，允许客户使用标准的机器学习API，这些API将自然地分为两种类型的硬件。在这种异构组合中，目标是利用量子系统做它最擅长的事情，然后利用Altra Max CPU的传统计算资源进行机器学习扩展。
Rigetti说，它的解决方案将扩展到数百个量子位，而Ampere 资源可以像大多数计算机一样自然地扩展。Rigetti之所以选择Ampere作为合作伙伴，是因为——Ampere能够提供，其处理器是云本地的，或为云而构建的，其128核芯片可以在具有Arm Neoverse N1性能的传统2U服务器中提供1024核。
在合作的这一点上，Rigetti和Ampere正在开发一个组合系统并投入运行。目前，Ampere CPU将成为耦合性能资源的一部分，尽管Rigetti 说，Ampere的硬件可能会在某个时候取代量子系统本身控制单元中的FPGA。该伙伴关系旨在开始进行概念验证，创建一个本地到Rigetti 的云本机混合量子/经典基础设施示例，并创建一个为机器学习优化的软件堆栈。Rigetti 说，它已经在与对联合设计感兴趣的客户合作，为自己的软件优化设定目标。
推出的时间表还很早，计划在未来几个月内进行概念验证，然后在2023年之前与一级云合作伙伴部署。最初的想法是与关键客户合作，帮助优化他们的工作流程，以便与硬件相结合。然后，它只是一个向外扩展的例子——更多的量子比特用于量子计算，更多的CPU用于经典计算。Ampere将于今年推出Siryn，这是一款基于下一代过程节点技术的定制Arm内核，我们被告知其范围是在开发新一代Ampere时引入新一代。
Rigetti 说，它已经在大规模实现transmon量子比特方面取得了进展。英特尔放弃了transmon量子位计划，因为它认为它无法扩展，但也因为它们可以相当容易地创建自旋量子位（然而，控制是另一回事）。Rigetti 计划扩展到数百个量子位，让云用户在需要多少量子位的时候都能得到一大块。我向他们提出的一个问题是同步性，听起来他们有一个系统，在传统意义上，可以异步扩展。Rigetti 认为，机器学习中有一些元素，包括训练和推理，它们将以这种方式随着量子位计数而扩展。
量子计算仍然是一个遥远的希望吗？这里的承诺是在2023年为云客户提供混合产品，包括量子计算和经典计算资源。我完全希望这是一个可行的用例。然而，量子计算一直有问题——它解决了什么问题？它比经典计算更好吗？
