智柴 社区与学术工作台
登录后可发布主题、参与讨论与保存学习记录
社区频道
AI 学术与学习工作台
Loading...
正在加载…
返回主题列表

量子 · 纠错码换了一茬,程序一个字没改,215 家机构在等 12 月那一版

程序没改,码换了一茬 · SVG 动画卡

十一月六日,Quantinuum 把一张从 2024 年铺到 2029 年的路线图摊开。同一份材料里有个更值得先看的数字:第三季度在 Nexus 上写程序的机构到了 215 家,比上一季度多了近两成;截至今年八月的十二个月里,交上去的作业总数,是前面那十二个月的十倍。

作业量涨十倍,硬件并没有换十代。Helios 还是那台 Helios。变化发生在中间那层:写程序的人开始不必自己懂纠错码了。

把两件事拆到两层

容错计算有个很实在的麻烦。物理比特凑成逻辑比特,错误要边算边查边改。查改用的编码方案还在快速换,九月一套,十月又一套。倘若每换一套码,应用都要跟着重写一遍,前面攒的算法和工时就会跟着硬件一起作废。

Guppy FT 把这件事切成两半。纠错专家把容错架构定义一次,应用开发者照旧写普通的 Guppy 程序,与纠错方案无关;编译框架自动把程序降级成编码后的形式,可以直接在容错机器上跑。Quantinuum 开发者工具首席架构师 Seyon Sivarajah 的说法是,Guppy FT 与 Guppy Algorithms 在 Guppy 灵活的编程模型之上加了一层必要的抽象,让应用开发与纠错研究可以并排往前走,两边都不必把对方的假设烤进自己的代码里。

这条链上有个容易被跳过的词:HUGR。它是 Guppy 程序在 Quantinuum 技术栈里的中间表示,编码过程的每一步都作用在 HUGR 上。把中间表示钉死,上层程序与下层纠错方案才有各自挪动的余地。

官方配图里还有两种标记,读图的人最好一起记住。橙色菱形表示将来可以插入额外编译步骤的位置,虚线框表示规划中、目前尚不支持的部件。图上画满的方框,不等于今天全都交到了用户手里。这个限定写在 Quantinuum 自己的图注里,比任何转述都硬。

三个数字,三种尺子

同期材料对「有多少人在用」给了不止一个说法。把它们摆在一张表上,比挑一个顺眼的引用要稳。

说法 数值 口径 出处
采用机构数 215 家 2026 年第三季度,环比上一季度增近 20% Q3 业绩与官方 11-13 稿
采用机构数 超过 200 家 2026 年内增长 45% 11-06 美通社路线图稿
作业提交量 十倍 截至 2026-08 的十二个月,对前一个十二个月 Q3 业绩与官方 11-13 稿

45% 是年内累计,近 20% 是单季环比,两者量的不是同一段路。十倍也不是年增长率,是两个滚动十二个月窗口的总量之比。三个数字彼此不矛盾,但谁都不能替谁出席。

九月已经交了什么

路线图不是一张空头支票。2026 年九月那一版已经把 Guppy FT 和 Guppy Algorithms 放出来,Nexus 从此支持按选定的纠错方案给程序自动编码,在仿真里测,在 Helios 上跑。开发者写程序,按支持的方案自动编码,仿真测试,执行;高级用户仍可自定义架构。九月版同时扩充了 Guppy 的逻辑比特编程工具,支持的纠错码变多,为某一种码重写应用的需要随之变少。

Guppy Algorithms 走的是另一条省力路径。它把类型安全的 Guppy 原语与 Python 构建器拼在一起,让开发者用已经优化过的积木搭算法,而且同样与纠错方案无关。官方列出的现成原语有三类:哈密顿量模拟的 Trotter 化,量子线性代数,以及量子算术。再往上,InQuanto 是面向化学与材料工作流的领域库,TKET 与 HUGR 各管一段编译与表示。

ShotPlot 的用处很朴素:把门调度画出来,找那些空着的周期,改电路布局。实时指标给门数与单次 shot 的时长。两样东西合起来,是把「这程序跑得好不好」从猜变成能对着图调。省下来的每一步,都要落在硬件时间里才作数。

五百发里,哪些算数

为了证明 Guppy FT 不只是个编译玩具,团队在 Helios 上跑了一个 Steane 编码的 HHL 算法,Steane 码写作 [[7, 1, 3]]。同一个程序做了三个版本,每版 500 发 shot。第一版没有显式的纠错周期,态制备按顺序现用现做。第二版用 Guppy FT 的 state factories 把态制备并行起来。第三版在第二版基础上,对五个比特各加三轮纠错周期。

每一发 shot 分三段:先跑 HHL 程序,再做线路中错误检测,最后跑 HHL 的逆。错误检测去量 HHL 用过的辅助比特,看它们有没有从数据比特上解纠缠干净。查出错误就丢掉这一发;没查出的才进最后一段,标为接受。保真度的算法也随之定死:在接受的那些 shot 里,逆 HHL 成功把系统送回初态的比例。

团队给的结论是两条并行:纠错周期在主动改错,并行化把执行时间压短,出错的机会跟着变少。两条都改善表现。公开材料里没有列出三个版本各自的具体保真度数值,这里便不代为填写。能确认的是判定规则与实验结构,性能幅度留待论文给出。

十二月要补的那一块

九月版解决的是「写得出,编得动,跑得上」。十二月那一版瞄的是另一件事:让应用程序在量子结果出来的当下就作出反应。官方表述是扩展可动态响应的混合工作流,同时增加支持的纠错码,补上执行分析以便优化应用性能。

再往外,路线图还列了优化与部署两类能力。优化侧要分析运行时行为,资源需求,以及程序表现;后续版本计划放入更完善的错误抑制,实时诊断,以及自动化程度更高的错误恢复。部署侧负责协调量子与经典两种算力,牵涉 Quantinuum 处理器,高性能计算系统,云基础设施,与第三方工具。这些都属于计划,与九月已交付的部分要分开读。

Sol 排在 2027 年下半年。全规模控制系统验证已经做完,目标是 2027 年第一季度整合组装,之后验证调校,最终以十的负五次方逻辑错误率运行一百个逻辑比特。Apollo 排在 2029 年,定位是首台通用且完全容错的量子计算机,官方说低温系统可按所需规模部署这一项设计已经达标。三站之间隔着的不只是年份,还有每一站要兑现的软件能力。

谁在这条流水线上

已经用起来的人比路线图更能说明这套东西当前能干什么。

Qubit Pharmaceuticals 与新加坡量子技术中心在 System Model H2 和 Helios 上跑过量子蒙特卡洛实验。日本理化学研究所与东京大学的研究者用 Nexus 在 Reimei 上模拟原子核,又搭了量子与高性能计算混合的工作流,去算一个生物分子模型体系的激发态能量。Reimei 所在的现场还有 Fugaku 与 ROQUO 两台超算,一台 CPU 为主,一台 GPU 为主。剑桥大学的研究者拿 Nexus 的编译工具准备高效的量子化学电路,马斯特里赫特大学用它模拟、编译并运行一种量子粒子追踪算法。

这条流水线牵涉化学与材料,生命科学,核物理,还有高性能计算。它同时解释了路线图为什么要强调「跨硬件代际保留前期投入」:一个算激发态的工作流,不该因为机器从 Helios 换到 Sol 就得从头搭。

官方数字与第三方横评分开摆

Quantinuum 在 11 月 13 日的官方稿里给了几组自述成绩。十月用 Color Code 把逻辑存储保真度做到 99.9995%,折合每百万次操作约五次错误;这个错误率比自家九月的纪录低十倍,比此前其他硬件路线公开的最优结果低一百倍,后者由 Google 给出。码距每增加两步,逻辑存储错误约降十二倍,官方拿来对照的 Google 超导公开结果约为两倍;据此估计,达到目标逻辑错误率所需的物理比特约少三十倍,这个估计限定在那次对比里。

QUOPS 是与 Sandia National Laboratories、NVIDIA 一起推的度量,想同时衡量系统能跑多大规模的计算与跑得多快。首批公开研究评了四台系统,Helios 的计算能力得分最高,为 1,504,加泄漏后选择可到 1,824;另几台系统在计算速率上更高,但电路规模更小。

这些数字来自厂商自述与官方设定的对照条件,与独立第三方横评不是一个性质。十一月十日另有一份把九台商用机器按同一张考卷测 GHZ 态的报告,那是第三方出的成绩单。两种材料各自回答不同的问题,混着引会出事。

那条缝有多宽

把整件事压成一句话:路线图在程序与纠错之间加了一层,好让硬件换代时应用能留在原地。215 家机构与十倍作业量说明这层已经被不少人踩过,12 月的动态混合工作流说明它还在长。图注里的虚线框则提醒读图的人,规划中的部件今天还不在货架上。

看一份平台路线图,最该分开的从来是三样东西:已经交付的,计划交付的,以及靠官方口径对比出来的。这三样在同一篇稿子里挨着排,很容易读成一整块。

参考文献:Quantinuum 11-06 Nexus 路线图新闻稿(美通社中文与繁体版);Quantinuum 11-13 官方稿与 2026 年第三季度业绩;Quantinuum 官方 Guppy FT 技术博客(HUGR,ShotPlot,虚线框图注,HHL 演示与 Seyon Sivarajah 引语);Quantinuum 与 RIKEN 合作页;Sol 与 Apollo 时间表及 Q3 采用数据均回官方原文核对。九月与十月纠错纪录,QUOPS 分值,物理比特倍数估计均为 Quantinuum 官方口径,未见独立复现。HHL 三版实验未公开逐版保真度数值,正文未代为填写。

讨论回复

加载中…
正在加载回复...

正在加载讨论…

登录后参与讨论
推荐
智谱 GLM-5 已上线

我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。

领取 2000万 Tokens 通过邀请链接注册即可获得大礼包,期待和你一起在 BigModel 上畅享卓越模型能力
登录