人類進入量子計算新時代！

剛剛，微軟官宣創造了有史以來，記錄中性能最佳的「邏輯量子比特」——12個。

而且，這是數量最多、保真度最高的量子糾纏比特。

這是通過改進Quantinuum領先的量子計算機H2（56物理量子比特），才取得如今這一突破性的進展。

這證明了，微軟在世界級糾錯方面的專業能力。

僅用了不到3個月的時間，他們便將可靠的邏輯量子比特數，增加了3倍。

此外，將所有12個邏輯量子比特糾纏在一個復雜狀態中，進行「更深層次」的量子計算時，相較于對應的物理量子比特，電路錯誤率提高了22倍。

這些結果，均在Azure Quantum計算平臺上完成，并利用離子阱硬件實現了邏輯量子比特的規模化計算。

最讓人興奮的是，微軟展示了首個端到端的化學模擬。

AI可以處理大規模數據，量子可以實現復雜計算和精度更高結果，直接研發過程從幾年時間，壓縮至短短幾天。

未來，可擴展量子計算將為科學發現鋪平道路，特別是在化學、物理和生命科學領域。

與此同時，微軟還宣布與Atom計算聯手打造世界上最強大的計算機，下一步實現1000+高性能的邏輯量子比特。

有網友稱，如果有了充足的能源，從量子計算角度來看，計算成本將降至0（特別是對于訓練AI模型）。到了那時，Scaling Law就真的終結了。

我們正處在量子AI時代邊緣。

12個邏輯量子比特創紀錄

微軟和Quantinuum創世之舉的實現，離不開兩個關鍵要素：

一個是Azure Quantum量子比特虛擬化平臺，另一個是H2離子阱量子計算機。

3個月，數量增加3倍

今年4月，微軟和Quantinuum曾聯手將量子比特虛擬化系統，應用與H系列離子阱捕獲量子比特。

沒想到，他們在H2上從30個物理量子比特中，創建了4個邏輯量子比特，創下當時新紀錄。

而且，其邏輯層面的錯誤率比物理錯誤率，要強800倍。

而現在，微軟通過擴展微軟糾錯算法，并對H2進行優化。由此，改進后的H2量子計算機，實現了56個量子比特，雙量子比特保真度為99.8%。

在此基礎上，團隊解鎖了12個高度可靠的邏輯量子比特。

此前，在貝爾態（Bell state）準備中，他們將兩個邏輯量子比特糾纏在一起。

而在這項研究中，所有的12個邏輯量子比特，以更復雜的排列糾纏，可以稱為CAT態，或Greenberger-Horne-Zeilinger（GHZ）。

當這些邏輯量子比特糾纏在一起時，它們的電路錯誤率為0.0011。

這要比相應的物理量子比特的電路錯誤率（0.024），提升了22倍。

8個量子比特，5輪重復糾錯

為了進一步驗證，研究人員進行了幾個使用改進的邏輯量子比特容錯型計算。

在8個邏輯量子比特上，能夠成功進行5輪重復糾錯。

此外，8個邏輯量子比特被用在糾錯過程中，執行容錯型計算，成功展現了邏輯糾纏操作與多輪量子糾錯的結合。

它們的電路錯誤率為0.002，相較于相應的物理量子比特，提高了11倍。

這也是微軟首次展示，計算和糾錯結合的強大優勢，并且邏輯量子比特能夠可靠執行更加深入的量子計算，進而為容錯量子計算鋪平了道路。

首個端到端化學模擬，加速科學發現

那么，微軟開展的量子計算實驗，究竟有什么用？

最終，是為了加速科學發現。

對此，研究人員開展了端到端化學模擬，將云HPC、AI、高可靠性量子計算結合，創造了一個混合式工作流。

論文地址：https://arxiv.org/pdf/2409.05835

在量子計算中，2個邏輯量子比特（通過量子比特虛擬化系統和H1創建），用于構建一個重要催化中間體的活性空間基態，再進行測量

如下圖1所示。

圖1 首次通過AutoRXN預測的P-N-N-P鐵催化劑反應途徑，這些途徑對反應產物功能具有顯著影響

然后，再將測量結果交由AI，估算活性空間的基態能量。

這是首次將HPC、AI和量子計算硬件結合，來解決科學問題。

接下來，具體闡述微軟如何通過這樣一個混合工作流，完成在化學領域中的實際應用。

首先，研究團隊在Azure Quantum Elements中，使用AutoCAS和AutoRXN進行高性能計算（HPC）模擬，分別識別催化劑的活性空間和反應途徑。

然后，他們優化了用于自定義量子算法中的錯誤檢測代碼，以在兩個邏輯量子比特上模擬活性空間的量子行為。

接著，使用了一種稱為經典陰影的方法，測量邏輯量子比特，以生成經典數據。

這一方法利用測量結果，作為經典數據來訓AI模型，進而了解分子的量子性質。

在然后，將這種「陰影數據」與AI模型結合，確定催化劑的化學性質，并估算達到化學精度的活性空間基態能量（圖2）。

為了方便比較，研究人員對物理量子比特，也進行了類似的計算。

圖2 使用物理量子比特和邏輯量子比特，估算活性空間基態能量時所達到準確性的比較圖。邏輯量子比特計算產生更好的基態能量估算，可能性高達97%。化學精度限制在，以經典計算得出的真實基態能量1.6mHa以內

通過經典計算方法，得出催化劑活性空間的基態能量，最終評估基于混合量子和AI結果的準確性。

使用量子比特解決這個問題，并未展現出科學量子的優勢，因為經典計算機也可得出。

然而，對于一些復雜化學問題，經典計算放大不太可能以高精度方法解決，因此量子計算機就是不二選擇。

以上，便是整個化學模擬的全過程，這一概念得到驗證，說明了兩個問題：

- 首個使用量子計算、高性能計算（HPC）和AI來模擬和解決化學問題端到端工作流程演示。

- 量子力學問題以高度準確性得到解決。比起物理量子比特，邏輯量子比特基態能量估算更好。

這些成就展示了在科學量子優越性方面的持續進展，當量子-經典混合超級計算機能夠解決，傳統計算機無法單獨解決的科學問題時，量子計算里程碑就實現了。

量子計算，迎來新時代

谷歌之外，微軟在量子計算上投下重注。

納德拉曾公開表示，混合現實、人工智能和量子計算是未來數年「塑造」世界的三種開創性技術。

微軟正在迎來計算新時代，在量子計算中的突破，是為了釋放科學潛能，應對世界上一些最緊迫的挑戰。

這也是Azure Quantum——首個可靠量子計算平臺，誕生的原因之一。

他們希望，通過這一平臺，可以讓量子計算規模化。

5個月前，微軟等展示了可靠性比物理量子比特，高800倍的邏輯量子比特，并宣稱已進入利用可靠量子計算機解決實際問題下一階段。

因為，如今的嘈雜中等規模量子計算機（NISQ），主要問題是物理量子比特噪聲太大且易出錯，并在實際應用中不可靠。

而且，僅僅通過增加物理量子比特，不足以實現文件的量子糾錯。

這就是為什么，需要過渡到可靠的、高保真的邏輯量子比特。

通用多個物理量子比特結合，可以抵御噪聲，并在長時間計算中保持相干性。

不過，量子計算并不是孤立存在的，它需要與云HPC的強大功能深度集成。

因此，新一代混合量子應用程序，才可以解決人類當前最緊迫的挑戰——開創更加可持續能源方案，拯救生命的治療方法。

Azure Quantum計算平臺能夠提供多種硬件架構的量子計算，而且支持業界領先的混合量子應用程序。

所有的程序都放置在，一個安全、統一、可擴展的云環境中。

創建新一代混合量子應用程序

通過將高性能計算、AI和量子技術相結合，整合到同一個云平臺Azure Quantum上，微軟正在開創一種新的計算范式。

Azure Quantum能夠利用多種量子比特架構和多種芯片，使量子應用程序無縫執行，從而為各種應用領域提供加速計算，比如生成化學和密度泛函理論（DFT）。

AI在大規模數據處理方面的優勢，和量子在復雜計算中前所未有精度形成了互補，構成了強大的計算基礎，提供了一個安全、統一且可擴展的混合計算環境。

這使得創新者能夠開發出最佳方案，解決經典計算機上難以處理甚至無法解決的問題。

這種差異化的計算棧中，研究人員在適當的階段使用量子工具，加上Copilot的工作流協同、開發者工具、經典超算、AI協同推理和多模態模型，以迭代循環的方式推進。

在微軟看來，這種方式能迸發出巨大的力量，或許能將研發和解決方案的工程周期，從幾年縮短到幾天。