东芝公司表示，其在微软Azure云上运行的准量子优化算法的性能胜过当今新兴的量子计算机。
如果您在2021年就可以在微软的Azure云上使用东芝的准量子优化算法，为何还要等到量子计算机“有一天”趋于完善？东芝通过在用云图形处理单元（GPU）加速的传统数字计算机上使用该专有算法，性能完胜当今新兴的量子计算机。
另外，这种准量子算法可以在东芝的现场可编程门阵列（FPGA）上运行。
日本东芝公司的首席研究科学家Hayato Goto说：“针对大型问题，量子计算机要花费很长的时间才能实现我们基于GPU和FPGA的优化解决方案具有的高性能。”实际上，Goto说“到目前为止，还没有人能够证明任何未来的量子计算机能够更快地解决组合优化问题，这为我们的经典机器超越量子计算机留下了空间。”
是否好得难以置信？东芝最近演示了其准量子算法的离散版本，针对一大批当今的量子计算机硬件和准量子软件模拟器进行了同行评审的基准测试，结果性能完胜所有对手。
东芝表示，其最新的准量子算法有两种：弹道版本和离散版本。相比其他方案，后一种版本提供了世界上速度最快的优化解决方案，其他方案包括：使用超导电路的硬件量子退火机（比如D-Wave Systems量子计算机中使用的那种退火机）、光致动量子相干伊辛机（微软、惠普和加州理工学院/NTT量子硬件所用的那种伊辛机）、专用的数字优化加速器（比如富士通的数字退火单元）以及受限玻尔兹曼机（比如谷歌的生成式随机人工神经网络）。
据东芝声称，其高速大型问题优化解决方案的关键是使用模拟分叉算法（SB），该算法用GPU或FPGA进行数字加速；无论用哪种方法加速，该算法的性能均优于CPU上的传统数字优化算法和模拟热力学绝热退火的当前量子分叉硬件（比如D-Wave的硬件）。
Kentaro Sano是日本政府资助的日本理化学研究所（RIKEN）的处理器研究团队负责人，他说：“东芝的模拟分叉算法有望解决优化问题，尤其是使用GPU和FPGA的高性能实现方法。我还认为，与现有的量子硬件[D-Wave]或数字退火机[富士通]相比，其优势明显。”
什么是量子分叉？
量子分叉是一种定性测量（而不是定量测量），可以通过控制量子计算机拓扑结构的参数加以微调。一个例子是使用腔分叉放大器来微调“最有效点”（sweet spot），最有效点最大程度地增加quantronium（库珀对组成的量子比特）中相干的长度。据《复杂性与系统科学百科全书》声称，东芝的准量子分叉算法是一种软件模拟，表现出与经典计算机的行为相似的可调整特性。东芝数字准量子分叉算法的主要优点在于，可以并行执行优化问题，从而获得更快的速度，并可以处理更大型的问题，只需相应增加所用处理器的数据。
Sano说：“东芝的最新算法能够实现高度并行性，还能够解决大规模问题。因此，它可以通过使用没有任何特殊量子硬件的商用处理器，针对优化问题提供世界上最高的性能。东芝的算法还可以在解决优化问题方面获得越来越高的性能，可以在刚上市的更新颖更快速的数字处理器上实现。”
据Sano声称，最大的限制是模拟算法专用于优化问题——这就是为什么东芝针对量子和数字退火机（也专门解决优化问题）进行了基准测试。
据Sano声称，另一方面，这种局限性也可以看作是一个特色，因为投资组合管理、药物发现以及物流中的优化问题通常涉及太多的变量，人类无法解决这么多的变量。
Sano说：“优化旨在从数量众多的选择中尽快找到解决方案——数量之多是人类无法完全探究的。另一方面，深度学习及其他门级问题旨在使机器可以做人类已经在做的事情，包括图像识别和语音识别。”
就基准测试而言，准量子分叉可以在短短30分钟内解决异常庞大的问题，比如世界上有史以来解决的最大的优化问题：100万位。相比之下，世界上最大的仿真退火机只能处理5000位的问题。当前的基准测试（最新一代的2000位仿真退火机）显示，硬件量子退火机的速度最多仅为在快速多核数字计算机上运行的东芝准量子分叉算法的十分之一。东芝高级研究主任Kosuke Tatsumura在《Science Advances》期刊（论文题为《基于经典力学的高性能组合优化》）上表示，如果不用东芝的准量子分叉算法，即使是世界上性能最高的数字计算机（超级计算机）也要慢20000倍，耗用长达14个月的24/7计算才能解决100万位优化问题。
Goto说：“我们还预计我们的算法得到进一步的改进以及数字并行计算技术得到进一步的发展，两者将加速我们的准量子分叉解决方案。”
量子第一股「国盾量子」2020 年营收 1.34 亿元、净利润 2949 万：市值 140.6 亿
微软撤回了颇有争议的量子计算论文
首款国产量子计算机操作系统：“本源司南”发布
亚马逊 CTO 预测 2021 将改变世界的八大技术趋势：图像、视频和音频的表达将超过文字；量子计算将蓬勃发展等
中共中央：瞄准AI、量子信息、集成电路、脑科学、空天科技等前沿领域，实施一批具有前瞻性、战略性的国家重大科技项目
谷歌开源TensorFlow Quantum：用于训练量子模型的开源机器学习框架
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
