量子计算
彻底站在了
现在GPU站在的
计算中心的一个核心位置
嗯这个的确
我个人不认为在15年之内
有比较大的概率能出现
我觉得工业界共识来说
就是Large scale fault tolerant quantum computer
这种处在某脑普里阶段的量子计算
可能差不多也要15年的时间
这个我觉得他的说法
本质上没有deviate from他们自己
公司内部调研
和这个工业界的公式
他只是把它freeze成了一个
可能投资者听起来
会更加的friendly的一个说法
对我在想
要怎么样去理解
这个量子计算出来对Nvidia的冲击
我可不可以理解成
如果量子计算真的实现了
一个是它是不需要那么多GPU
它就可以去实现这些运算的
所以
它对GPU跟芯片的需求没有那么大
所以我挺想知道这个对它股价的冲击
大家这个思考的逻辑是怎么样的
对量子计算
首先它在很多复杂问题上
因为Nvidia现在
他们对公司的定义叫做
a supercomputing infrastructure company
所以他们认为
未来的supercomputing超级计算
涵盖了AI天气预测
还有一些是化学模拟
这种高复杂度的计算问题
从他的角度来讲
认为是未来未来的核心business
这个是fact对吧
而这里面有一个很有趣的点
Quantum也是这么说的
但是实际上就会发现有一个点
就在于
Quantum在一定程度上的确会更加做侵蚀
严格意义上说
是会参与到Nvidia在更复杂运算
Domian的应用里面的一些存在感
比如说
我们要做极其复杂的c蛋白质反应
模拟不是Alphafold上的预测
而是第一性原理去模拟它
去精准的找到这药品
这种任务来说的话呢嗯
Nvidia去第一性原理算是肯定不现实的
量子上可以算
但是站在Nvidia角度来讲呢
当然成本太高了
对公司来说对
如果有个中心
愿意买100万个Nvidia未来的GPU芯片
去算这个问题
对他们来说股价肯定是好的
对吧嗯
但这个时候如果量子计算给到一个说
我不需要你100万个GPU成本对吧
我是需要差不多的1万个GPU成本
就能实现这一目标
这个相当于他的市场就得不到了
但是简单说的就是very useful
就是说你的Quantum computer
基本上不需要跟GPU分担工作量
就能完整的去处理这一些复杂的问题
的时代还是有段距离的
所以我觉得Jensen把它放到15、20年
这个时间段
相当于就告诉华尔街不要去price in未来时间Quantum
比如对我们公司股价的影响
未来10年随着计算量需求上升
公司的股价应该是水涨船高
这个是合理的
我们认为
而且我觉得未来十年
从量子计算角度来讲
我们也很需要GPU做量混合量子计算
这涉及到为什么我们跟Nvidia合作
所以实际上未来10-15年这段时间
其实是一个共同存在
共同生长的一个阶段
并不存在谁取代谁
严格中是个扩大的增量市场
而不是一个存量市场
带去抢空间的问题
是的对
你们跟Nvidia的合作
大概是一个什么样类型的合作
我们更加重视的就是产品技术层面
我们是个硬件公司
他们这间公司一方面就是用GPU
用他们的这套软件和GPU算法
去优化量子计算机的芯片设计
优化它的量子测控
还有一个就是
你用GPU去优化量子计算机的运行
另外一方面
就是通过量子计算机去结合GPU
增强AI模型的泛化能力
去训练更泛化的模型
就是用你更少的parameter
更少data去获得更能有泛化性
更generalizable的AI model
这个其实也是一个叫Quantum enhanced AI 的一个路径
也是大家也听到
有一些非常知名的AI公司
最近也在hire量子机器学习的talent
去做相应的开发
其实这也是一个
哪些公司
大家都听过的应该是SSI吧
safe superintelligence，Ilya的那家公司
另一点来说的话呢
我们跟他们合作
当然不是
在软件层面
我们更多就是去构造这样的计算平台
也就是说
我们把它的CUDA Quantum这个软件
作为一个胶水
黏合它的GPU和我们的QPU到一起
成为一个完整的量子增强计算平台
同时我们通过高速直接互联
让我们的量子算机和GPU
能形成实时的那个数据交互
来增强量子算机实时运行的同时
去增加它能解决的增强的一些
比如说人工智能学习这样的
类似的问题
这一系列来说
相当于我们在Nvidia的那个网页上
叫做Quantum backend provider
他们自己称自己为GPU and end bank and provider
所以我们相信是个并行关系
同时把它变成一个完整的
Quantum enhanced computing platform
我们是有自己的量子芯片
我们有自己完整的量子计算机
我们只是将我们量子计算机
跟Nvidia的GPU系统
进行了一个互联
然后用他们的软件去协同两边的工作
通过量子硬件
去增强GPU
在人工智能学习问题中的一些作用
那你们的芯片是自己造的
还是说
市场上有专门给量子计算来造芯片的
这个问题很好
我们的芯片是我们自己造的
因为我们自己的独立的设计和专利
和制程
但是实际上有公司在卖量子芯片
好不好我不comment
但是基本上美国的公司都是自己造
我能这么说吧
因为很多技术来说
你要在一个快车道的技术上面
进行突破
你把这个这么早的就给到一些
可能并没有那样技术积累的团队去给造芯片
是有点不是很明智
嗯理解
你怎么看Google新发的这个Willow芯片
他们其实一直以来都在向这个方向走
从14年开始做就一直往上走
就是公开路线图
实现量子纠错
证明呢就是可扩展性的情况下
去基于这个
来造出Jensen Huang口中的very useful Quantum computer
Large scale fault tolerant quantum computer
这是他们一直以来的goal
但我觉得这个是为什么
大家有点confused
因为不同公司的构不太一样
有些公司的构就是像choose for AGI directly
而有些公司像OpenAI一样
我们能浪迹一个GPT3.5就quit the day了
基本上做过之后一直very good progress on
所以Google推出Willow这个芯片
继Sycamore之后
从我们的角度看是个延续性工作
它们基于Sycamore之前的一些demonstration
发现Sycamore的无论从规模上
还是从一些芯片的performance上面
不足以demonstrate量子计算
特别是基于量纠错的计算的可扩展性
你要证明可扩展性
就意味着the more the better
就你造的芯片造的越来越大
反而你的新计算机的可靠性和计算力越来越大
以前来说
我们从实验上发现的一个规律就是
你造的越大
你的整体性能并不会上升的
原因在于你的总体错误率也会上升
所以实际上纠错在你把你的芯片
把你的量子计算机
造到所谓的very useful quantum computer
这个路径上
是个非常至关重要的一个基础点
一个前置科技可以认为是一个
所以Willow相当于
基于他们过去十年的发展
终于证明了量子计算
加上纠错的一个可扩展性
他这个芯片他是在一个什么样的阶段
那制造了呀
这他们有用完吗
他们用了
不是全世界最领先的量子比特
和保真度
但是加上各种别的工程提升
让这个芯片做到了能demonstrate
量子计算在硬件层面
在实验实现上的一个可扩展性
这一点我要强调实验实验的可扩展性
因为量子计算本身能做到复杂
超级计算
这个本身不是个问题
从算法层面
从原理层面
大概十几二十年
基本上就搞得很清楚了
Google过去10年
还没过10年
整个工业界干了什么事呢
就是从实验
物理可实现的device层面去证明这一点
证明我们真的能做出一个
足够理想化的芯片
去做到这里
做到可扩展性
做到大规模运算
所以相对Google
这个Willow芯片的意义就在于
从实际的物理层面
我把它做出来了
对
它会开放给第三方的合作伙伴采购吗
还是他们只自己用
不过从来都不是个硬件公司
从来都不靠卖这个
所以这个无论像TPU嘛
他们最早做出TPU
他们也没有卖啊
基本上都是自己用
他们更多来说就是
这是一个非常好的验证
我们能做到
就是所谓的very useful quantum computer within ten year
around ten years的一个阶段一个证明
那你觉得他的芯片造出来了
会对他的整个量子计算的研究加速吗
哦这个我觉得从加速层面来说的话呢
肯定会的
但是更多来说
就是他们证明了我们能做出来
这个情况下来说
加速层面的话
就能更加的促使他们这个部门
因为他们是隶属于Google AI嘛
隶属这个部门能获得更多的资源
去将芯片就是做得越来越大
越来越能解决一些实际问题
所以加速层面
更多不是说
用这个芯片加速他们别的这些发展
而是用这个芯片去作为一个证明
一个活生生的证明
然后去获得更多的资源
把这个东西scale up到成为一个eventually
成为一个商业化
或者成为一个very useful quantum computer
这样的一个形态
加速肯定会加速的
因为管理层现在被convince了
被convince了什么
就是效果是OK的
就是你看那个Google CEO嘛
不是发的那个post嘛
因为管理层也要看到
你这个proof concept嘛
对吧你说你能scale那一个scale
我看所以
现在基本上从Google层面来说的话呢
从管理层角度来讲
这个scalability
从基本层面上是验证了的
我举一个可能有点模拟性的例子
来说吧就是所谓Transformer moment嘛
你证明你的machinery model and scale
那现在你的scale给我看
把scale到足够大
能不能做出一个类似GPT的模型能
就是这样的逻辑
所以Willow芯片
相当于量子计算界的Transformer moment
对这个我有点拾人牙慧了
因为是有一个投资人问我
是不是Transformer
我想了想
好像有点像
因为的确
是Google
相当于我做出了一个活生生的demonstration
这玩意能scale okay
那how about we scale it
actually
如果从AI的路径上来说的话呢
实际上我更加乐观的认为
就是未来十年以内
我对Jensen的这comment
觉得有点过于保守
但是anyway
你的估计比Jensen的这个估计更乐观
而且
尤其是在谷歌的Willow芯片发布以后
你觉得他对真正实现的
非常有用的量子计算
他能够加速到多少年
比如说没有这个芯片以前
跟有了这个芯片以后
本质的区别是什么
其实我觉得如果没有这个芯片的话
大家会更加倾向于像Jensen的预测
大概15到20年的时间
但是有这个活生生的demonstration之后呢
我觉得这个进程
大家对未来实验线的收敛的预测
会更加预测到within fifteen years
当然
这个可能也是为什么Jensen在这会议上
会被投资人正式的问到这个问题
因为那我们就要开始考虑
是不是要price in这个事情
嗯理解
Willow芯片
你刚刚有提到
它其实是有解决量子纠错
在实验实现的可扩展性
那Jared
你要不要跟大家大概解释一下
它解决了量子计算中
哪个最核心的问题
它的原理是什么
科普一下
那我大概谈一下量子纠错的基本原理
通俗的解释一下量子纠错本身吧
我们一直都知道
量子计算的使用化最大的障碍之一呢
其实就是噪音
同样的
我们这里也可以用经典计算机来类比
量子计算器中的噪音其实所谓的经典计算机
也是噪音非常严重的
现在我们正常的使用
日常生活中的电子产品
手机电脑从来不会感受到这些噪音
是因为他们在很早很早以前就有
底层的经典领域的纠错算法
已经把这些问题
在硬件和软件的衔接层面
就已经把这些噪音
或者说错误给纠错了
打个比方
在GPU中
如果我们是一个1.2伏特的GPU
那理想情况下1.2伏就代表的是逻辑一
然后0伏就代表的是逻辑0
但是在实际操作中
由于量产的GPU芯片
不可能是完全一样的
每一次运算
它可能所施加的电压
也是有一定的不同的
所以说这个电压并不一定一直是1.2伏
或者是0伏
可能不同的晶体管之间
不同的时间
不同的输出会有不同
那计算机的底层
就会把一个范围内的误差呢
都算作0
都算作一
比如说出来一个1伏的电压
那可能也会被认为是1.2伏
也就是逻辑一
那1.5伏可能也会归类为逻辑一
是这样来说
对经典计算机
是一个相对比较简单的纠错过程
但是回到量子计算中
这个就非常不一样了
因为不像经典计算中
它可以达到一幅这样
相对来说比较大的一个数值
来方便进行纠错
量子比特的能量是非常小的
像我们所用的超导系统中
它只有一个光子的能量
虽说量子比特非常的脆弱
然后也极易受到环境的干扰
和内部误差的影响
从而导致量子信息的丢失
再进行跟一些经典比特之
间的对比的例子的话
比如说经典比特
只会出现0或者一的翻转错误
而量子比特像我之前描述到的
它其实是一个叠加的状态
不仅仅包括0和1的翻转
它可能还会包括一些
相位上的偏移的错误
这也会对计算结果
或者说计算过程造成一些噪音的影响
然后由于量子比特它是有纠缠的特性
所以它不可以像经典计算机中
每个比特可以单独的拎出来进行纠错
如果要对量子计算进行纠错
需要对所有纠缠在一起的量子比特
它们密切联系在一起
所以说要对他们统一的进行纠错
这也就是为什么
量子纠错会被认为是实现量子计算
然后推动量子计算
真正走向实用化的一个核心技术
OK所以谷歌的Willow芯片核心
它是极大的解决了这个问题
我认为Willow用现在最主流的一个
量子纠错的方案
这个纠错的方案叫做表面码
这个表面码
也是源自于
加州理工的量子纠错的技术
他通过利用表面码的纠错码
和他比较优化的量子的硬件
向世界证明了我们可以用这种方法
用这条以前已经规划好的路线
继续走下去
只要是按照这个路线继续走下去
我们就能逐渐的
扩大量子计算机的规模
扩大计算机的运算能力
而同时呢
不会使他的错误率随着规模的更大
而变得更加的严重
反而是随着规模的更加扩大
他的错误率反而是下降的
也就是说计算能力整体是提升的
按照我们这条路线继续走下去
最终我们是可以实现像刚才描述的
非常有用的量子计算
也就是我们业内人士叫的
叫做完全纠错的量子计算机
嗯完全纠错的量子计算机
那大家觉得谷歌有了这个芯片以后啊
就是刚刚你们也提到了
其实你们之前也是跟亚马逊
有过这样的工作交集
他会对其他的做量子计算的公司
比如说IBM微软亚马逊英特尔
还有一些创新型的公司
明星的三只股票
IonQ Rigetti
还有D-wave这些公司
就它会不会形成一个显著的优势
我觉得从这个层面来说
其实Google是个很好的公司
为什么呢
因为它首先有Vision
他们愿意去花早期的
像他们发明Transformer一样
给大家证明这个大方向是对的
然后大家就沿这个路子走就好
相当于扫清了很多所谓的不确定性
在里面我们可以看一下
别的大公司的response吧
比如说IBM
发表回复