19 秒对 110 年:一次随机线路采样,和两个不该并排放的数字

19 秒和 110 年放在一起,比值约 1.83 亿。110 年比一个人的一生还长,19 秒大概够慢慢数 19 下。

19 秒和 110 年放在一起,比值约 1.83 亿。110 年比一个人的一生还长,19 秒大概够慢慢数 19 下。

这两个数来自同一件事。美国量子计算软件公司 BlueQubit 用 IBM 的 Nighthawk r2 处理器做了一次随机量子线路采样,19 秒生成 100 万个样本。同一份数据集若交给 Frontier 超算,研究团队估算需要约 110 年。

两个数都对,只是它们量的根本不是同一件事。

⚙️ 实验怎么搭的

Nighthawk r2 是一块 120 量子比特的超导处理器,通过 IBM 云平台开放访问。团队没有用满,只取其中 61 个量子比特。

周期数是试出来的。他们让线路复杂度逐步增加,最多试到 40 个周期,最后停在 36 个周期、918 个双量子比特门这个配置上,称之为实验所需的平衡点。

🎲 随机线路采样在比什么

随机线路采样(RCS)是这么一件事。让量子比特按随机选中的操作演化若干轮,互相纠缠起来,然后反复测量,得到大量由 0 和 1 组成的串。

关键不在于产出多少串。产出大量 0 和 1 谁都能做,难的是这些串要服从特定线路生成的概率分布。线路越深、比特越多,经典计算机算出这个分布的代价涨得越快。

一个粗糙的类比是掷一堆互相勾连的骰子。单看每一次结果都是随机的,但它们整体的分布里藏着相关性,要把那个分布完整地复述出来,代价远大于随便掷一掷。

🔬 两条交叉验证的路

一条是裁剪线路。把 61 个量子比特拆成三个或四个更小的系统,让经典计算机能精确模拟其中一部分,再拿这个结果去评估完整实验。

另一条是镜像线路。让处理器执行一组操作,紧接着执行完全相反的操作。理想状态下末态应当回到初态,偏离多少就反映过程中累积了多少噪声。

两条路在线路变深时给出的结果仍比较接近。

36 个周期下剩余的量子信号保真度约 0.23%。这个数不能读成正确率。随机线路采样过程中大部分量子信息会被噪声吃掉,实验要确认的只是理想的概率分布有没有留下可测的痕迹。

⚡ 硬件那边改了一处

与上代 Heron 相比,Nighthawk r2 加了专用复位机制,能主动释放量子比特里的能量,把连续两次实验之间的等待压到最低约 1 微秒。IBM 给出的吞吐对比是 Nighthawk r2 每秒超过 10 万个量子线路,Heron 约每秒 4000 个。

对 RCS 这类需要大量重复的任务,吞吐直接决定实验能不能在合理时间里跑完。这也是 100 万个样本能压进 19 秒的工程原因。

📏 两个数字各自的地盘

数字它实际量的是什么
19 秒量子处理器执行核心采样任务的 QPU 时间
1.2×10²⁷ 次运算用张量网络收缩方法估算的经典复现计算量
110 年在 Frontier 峰值超过每秒 10¹⁸ 次运算的前提下,按持续性能折算的估算值
110 年建立在特定的经典模拟方法和一组假设之上,不是经典计算机完成该任务所需时间的理论上限,更不是 Frontier 实测出来的时间。更高效的算法、中间结果的复用、各种近似,都可能把这个数压下来。

研究团队自己也留了这句话:量子计算机并没有让经典超算失去意义。

这类事发生过一次。谷歌 2019 年的 Sycamore 实验估算经典超算需要约 1 万年,随后经典侧出现了更高效的模拟方法,把时间大幅缩短。【推论】量子优势更像一个随量子硬件与经典算法两侧同时变化而移动的相对指标,不是一个能永久锁定的数字。

🧪 这次不一样的地方

实验跑在研究人员能通过云平台访问的商用处理器上,不是只能在实验室里运行的专用设备。电路、样本和分析代码都公开了,别人可以用同一块 IBM 云端处理器复现。

同时要说清楚,随机线路采样本身不是面向生产应用的计算任务。它是一项用来比较量子与经典算力的基准。这一点在转述里最容易被省掉。

这一点值得跟 9 月初那条 Nighthawk r2 的硬件消息放在一起读。9 月 6 日的报道讲的是每秒电路数从 4 千拉到 10 万,那是吞吐;这次讲的是在这块芯片上跑出来的采样实验和它的经典对照。两件事相关,量的是两样东西。

研究目前以预印本形式挂在 arXiv(DOI 10.48550/arXiv.2609.28657),尚未经过同行评审。团队领衔者是 BlueQubit 的理论凝聚态物理学家 Tigran Sedrakyan。

信源:BlueQubit 预印本 arXiv:2609.28657 与 IBM 官方数据;新浪科技、IT 之家 2026-09-30 转述。 限定:110 年为估算值,不是实测时间;保真度 0.23% 不等于传统意义上的正确率;Sycamore 的 1 万年为新闻转述中给出的对照,未核到 2019 年原文。

暂无表态

想参与讨论或点赞?登录后使用完整功能

讨论回复(0)

暂无回复,登录后可参与讨论
合作

智谱 GLM-5 已上线

在智谱开放平台 BigModel.cn 打造 AI 应用。新一代旗舰模型 GLM-5 在推理、代码、智能体综合能力达到开源模型 SOTA。

领取 2000万 Tokens