AI 要“落地”，量子計算也要“落地”。
2022 年，兩位谷歌的研究員相遇在在加利福尼亞州圣莫尼卡的海灘上，他們坐在沖浪板上，聽到了 IBM 量子團隊關于超導量子比特進展的新公告，于是意識到量子計算領域正在以令人難以置信的速度發(fā)展，這一領域或許大有可為。就這樣，BlueQubit 誕生了。
就在幾天前，全世界再次領教了量子計算的強大能力，Google 發(fā)布的最新量子芯片 Willow 展現(xiàn)出驚人的計算潛力在特定計算任務上，它能在不到五分鐘內完成需要當今最快超級計算機耗時 10^25 年的運算。然而，如何將這種理論上的優(yōu)勢轉化為實際應用中的價值，依然是一個難題。
而 BlueQubit 就致力于解決這一問題，當?shù)貢r間 12 月 19 日，該公司宣布完成 1000 萬美元種子輪融資。由 Nyca Partners 領投，Restive、Chaac Ventures、NKM Capital、Presto Tech Horizons、BigStory、Untapped Ventures、Formula VC 和 Granatus 共同參與。
BlueQubit 給出的解決方案是開發(fā)量子軟件即服務（QSaaS）平臺，為用戶提供量子處理單元（QPU）和量子計算模擬器的訪問服務。公司聯(lián)合創(chuàng)始人兼 CEO Hrant Ghairbyan 在接受 TechCrunch 采訪時表示：“我們利用大規(guī)模經典計算資源特別是 GPU 集群來開發(fā)和測試量子算法，然后再部署到實際的量子處理器上。這種方法使我們能夠有效擴展，并在量子機器學習和量子優(yōu)化領域開發(fā)新算法�！�
圖丨 BlueQubit 的平臺（來源：BlueQubit）
Hrant 與另一名合伙人 Hayk Tepanyan 都曾有量子計算相關的學術背景。Hrant 這位 MIT 畢業(yè)生曾提出一種名為“蟲洞傳送”算法，該算法后來被 Google 量子人工智能團隊在其超導處理器上實現(xiàn)。
圖丨 Ghairbyan 提出的“蟲洞傳送”算法（來源：PRX Quantum）
在二人聯(lián)手后，他們又著手在量子計算模擬器、量子數(shù)據(jù)加載技術等多方面開始進行創(chuàng)新，并取得了技術優(yōu)勢。
就其量子計算模擬器而言，通過采用 NVIDIA 的 cuQuantum 庫和 Google 的開源 qsim 模擬器，他們的 GPU 加速版本在運行 34 量子比特的隨機電路時，比 AWS Braket 的模擬器快 230 倍。在處理更深層電路（34x200）時，這一優(yōu)勢進一步擴大到 560 倍。即便是其免費提供的 CPU 版本模擬器，也保持著 12.7 倍的性能優(yōu)勢。
圖丨這些平臺 32x32 電路仿真運行時間的比較（來源：BlueQubit）
而在實現(xiàn)量子計算實際應用的過程中，數(shù)據(jù)加載一直是一個關鍵挑戰(zhàn)。傳統(tǒng)的量子數(shù)據(jù)加載方法通常需要指數(shù)級數(shù)量的量子門，這嚴重限制了其實用性。針對這一問題，BlueQubit 開發(fā)出了一種突破性的分層學習方法。
這一方法通過從較小的量子比特子集開始訓練，專注于分布的粗粒度特征，然后逐步擴展規(guī)模，成功解決了傳統(tǒng)方法中需要指數(shù)級量子門的問題。在實際應用中，這種方法在處理 MNIST 數(shù)據(jù)集時，僅用 10 個量子比特就實現(xiàn)了比現(xiàn)有技術高出兩倍的準確率。
圖丨網格上 6 個量子比特的分層結構電路示意圖（來源：arXiv）
BlueQubit 的另一個主要創(chuàng)新在于量子機器學習（Quantum Machine Learning, QML）方面。
量子機器學習將量子計算與機器學習相結合，利用量子態(tài)的疊加特性，有望在處理復雜優(yōu)化問題和模式識別務時實現(xiàn)遠超傳統(tǒng)計算機的性能。這種新型計算范式在金融建模、藥物研發(fā)等領域具有廣闊應用前景。
然而，量子機器學習的實際應用一直面臨著量子電路訓練效率低下的挑戰(zhàn)。在這方面，BlueQubit 開發(fā)出的新型伴隨微分技術實現(xiàn)了重要突破。這項技術只需兩次電路通過就能計算出變分量子電路中所有參數(shù)的梯度，成功實現(xiàn)了具有 27 個量子比特、1000 個參數(shù)的量子電路模型訓練，顯著降低了大規(guī)模量子電路訓練的計算開銷。
此外，他們還提出一種稱為張量網絡模擬器的量子編程的新方法。該技術能突破傳統(tǒng) 36-40 量子比特的內存限制，在低糾纏度電路中可以模擬超過 100 個量子比特的系統(tǒng)。通過支持多節(jié)點 GPU 并行計算，BlueQubit 的模擬器的可擴展性主要受限于可用 GPU 的數(shù)量，為大規(guī)模量子系統(tǒng)的研究提供了強有力的工具支持。它代表著向使量子計算更加易于獲取和適用于更廣泛應用領域邁出的又一步。
BlueQubit 的技術可以在多個領域展現(xiàn)其實際應用價值。在金融領域，其高性能量子模擬器可用于投資組合優(yōu)化、風險分析和衍生品定價等復雜計算任務。制藥研發(fā)方面，量子計算技術可以加速分子動力學模擬、藥物發(fā)現(xiàn)流程和蛋白質折疊預測等關鍵過程。在材料科學領域，這些技術能夠助力新材料性質預測、材料結構優(yōu)化和催化劑設計等研究工作。
Nyca Partners 合伙人 Tom Brown 表示：“我們一直在尋找能夠幫助金融服務公司在量子計算時代來臨時迅速適應的團隊。Hrant 和他的團隊擁有將理論付諸實踐所需的背景、技能和動力�！�
這輪融資將用于進一步開發(fā)量子軟件平臺，擴展研發(fā)團隊規(guī)模，同時加強與各行業(yè)合作伙伴的合作關系。隨著金融、制藥和材料科學等領域已經開始觸及經典計算的極限。BlueQubit 和其他團隊的量子計算技術，或許能為各行業(yè)突破計算瓶頸提供了新的可能性。
參考資料：
1.https://www.bluequbit.io/quantum-data-loading
2.https://www.bluequbit.io/quantum-computing-simulators
3.https://arxiv.org/abs/2311.12929
排版：劉雅坤
