2021-07-19发表2021-07-20更新量子资讯 / 科技与工业快讯14 分钟读完 (大约2131个字)0次访问

全球量子科技与工业快讯第二十九期

来源：ORNL Quantum Computing Institute ｜转译编写：求是量子

卢森堡计划为量子通信开展基建

卢森堡量子通信基础设施（Luxembourg’s Quantum Communications Infrastructure，LuxQCI）是一项由卢森堡国务院（Ministry of State）下属的媒体、电信和数字政策部(Department of Media, Telecommunications and Digital Policy，SMC)协调，并在卢森堡国家LuxIMPULSE计划下得到欧洲航天局(European Space Agency，ESA)和卢森堡航天局(Luxembourg Space Agency，LSA)的支持下成立的计划。

该计划将建立一个安全的通信屏障用以抵御基于量子技术的网络威胁。为了设计LuxQCI，卢森堡建立了一个由多家公司、信托咨询机构和卢森堡大学(University of Luxembourg，SnT)组成的联盟，该联盟将由位于卢森堡的电信公司SES下属的全资附属公司SES Techcom领导。

LuxQCI的主要功能之一是确保量子密钥分发(quantum key distribution，QKD)的成功进行，从而实现一种使用量子力学原理的超安全加密形式。QKD可以通过卫星实现来保护机密数据、电网、政府通信和数字交易，并能够抵御量子计算机的攻击。一旦投入使用，LuxQCI将保证数字交易的安全，并在地理位置分散的地区传输机密信息。

谷歌展示如何通过冗余实现量子纠错

不论对于经典计算机还是量子计算机而言，纠错能力都是至关重要的。由于量子的叠加态属性，量子计算机的纠错比传统的电子计算更加复杂。而目前的学术与产业界共识的之一就是————解决纠错问题将为打造可扩展的量子计算机迈出关键的一步。当下，一种传统解决纠错问题的方法就是利用多个物理量子比特（physical qubits）组成一个逻辑量子比特（logical qubit）。而近日，谷歌（Google）于近日宣称旗下的量子团队在该问题上取得了一定的突破。

谷歌AI Quantum研究团队在代号为Sycamore的量子计算机上展示了逻辑量子比特，其大小从5到21个物理量子比特不等。研究人员发现每增加一个物理量子比特，逻辑量子比特错误率就会呈指数下降。该团队能够在不对量子比特产生不可逆扰动的情况下进行精确的测量，并可以从中够获得足够的信息来推断是否发生了错误。虽然目前该团队已经成功地从概念上展示了这种解决方案，但该方案仍然面临巨大的工程挑战。例如，一些初步的估算认为，成熟的量子计算机将需要约1000个量子比特来制造一个逻辑量子比特。目前，谷歌的Sycamore的量子计算机仅支持53个物理量子比特。

QuantWare推出商用超导量子处理器

近日，荷兰创业公司QuantWare推出了世界上首款商用超导量子计算机处理器。这是超导量子处理器首次“上架”，而这一发展有可能会显著加速量子计算的革命。

据悉，QuantWare的专利产品Soprano是一个拥有5量子比特的量子处理器，且每个量子比特的保真度将达到99.9%。QuantWare认为该产品将极大降低传统量子技术所需的成本，并使得更多的中小型公司有机会接触并探索量子计算在各个领域的应用。

QuantWare开发的代号为Soprano的量子处理器 | 图片来源：hpcwire

阿里巴巴的量子平台或将成为其网络安全的重要支柱

作为全球科技巨头之一的阿里巴巴（Alibaba）也一直尝试在量子计算领域开辟自己的道路。首先是搭建了具有11个量子比特的云服务，并提供32量子比特的模拟器。随后又与中国科学院（Chinese Academy of Sciences）合作演示了一个64量子比特的模拟器（详情请参考往期文章《电商帝国阿里巴巴起跑中国量子产业》）。目前阿里巴巴开发的量子技术正在测试其云用户之间金融交易的量子加密，包括蚂蚁金服和支付宝。这项工作在阿里巴巴的一个量子模拟器上运行，而核心在于量子随机数生成器。与以往的方法相比，量子随机数生成已被证明是最安全的加密方法，但需要多个方法构建一个稳定且可靠的结果并降低生成集的可预测性。

D-Wave量子退火计算机实现“设计材料”

美国洛斯阿拉莫斯国家实验室（Los Alamos National Laboratory）的科学家们利用D-Wave量子退火计算机（quantum-annealing computer）作为实验平台，展示了如何分离所谓的“磁单极子”。与基本粒子不同，这里的磁单极子是一种准粒子，通常在多粒子系统中以高能激发的形式存在。此项工作为利用计算来设计材料（materials by design）提供了新的方法。

D-Wave的处理器最初旨在优化，但也可用作量子模拟器。通过将磁性材料所需的相互作用编程到D-Wave的量子比特中，就可以进行原本极其困难的实验。这项原理验证工作展示了量子计算机新的实验能力，提高了科研人员对人工自旋冰（spin ice）态的制备与认识。以编程方式操纵准粒子的能力可能成为材料工程甚至拓扑量子计算的一个关键方面。

经典方法扩展了噪声量子计算机的范围

最近一篇发表在npj Quantum Information的文章提出的新算法可以帮助量子计算机模拟更大的量子系统。该算法可以更加合理地分配量子计算资源，从而可以通过较少的资源获取所需的信息。

该研究的灵感来自于一套称为张量网络（tensor network）数学工具。张量网络方法最初是为了经典地模拟量子系统而开发的，它们的主要卖点是能够非常有效地存储描述某些大类量子态所需的信息。为了测试所提出的方法，研究人员模拟了一个Ising自旋链。该模型是一个大型一维量子系统，且经常被用来模拟有趣的优化问题。这个系统的规模远远超过了以前在量子计算机上所实现的，这表明从许多小规模计算中提取大型量子系统的有用信息是可行的。