Загрузка видео...

Не удалось загрузить видео

На главную

Google量子计算新突破:量子计算芯片 Willow 5 分钟完成传统计算机100亿亿亿年的计算 最近大家都在关注 AI,也许没有注意到 Google 刚发布的 量子计算芯片 Willow 想象一下,有一道数学题,就算用世界上最快的超级计算机来解,也需要计算100亿亿亿年。而Google的最新量子计算芯片Willow只用了5分钟就解决了。如果你对这个数字没有概念,这个时间比我们宇宙的年龄(138亿年)还要长得多! 什么是量子计算? 要理解这个突破,我们先来聊聊普通计算机和量子计算机的区别: - 普通计算机使用的是"比特"(位),就像一个开关,只能是开(1)或关(0)两种状态 - 量子计算机使用的是"量子比特"(量子位),它可以同时处于多个状态,这让计算能力呈指数级增长 Willow的突破性进展 Google的Willow芯片最大的突破在于解决了量子计算领域30年来的一个大难题。传统上,量子比特越多,计算错误就越多。但Willow通过创新的"逻辑量子位"设计,实现了相反的效果:随着量子比特的增加,错误反而会减少。这就像搭建了一个会自我纠错的超级计算系统。 这对我们的生活意味着什么? 虽然现在还不能期待在家里放一台量子电脑,但Willow的突破将在未来带来许多令人兴奋的应用: - 加速新药物的研发 - 设计更高效的电动车电池 - 优化城市交通流量 - 开发更安全的通信加密系统 - 提升人工智能的学习能力 未来展望 Google预计在2030年左右可能会看到商用量子计算机。虽然还面临着提高运算精度、降低成本等挑战,但Willow的诞生就像是莱特兄弟的第一次飞行——它证明了"不可能"是可能的。这打开了一扇通向未来的大门,量子计算革命已经势不可挡。 这次的突破,不仅仅是技术的进步,更预示着人类即将进入一个全新的计算时代。虽然距离普及还需要时间,但就像当年的第一台计算机一样,Willow 有可能会是未来量子计算机的开始。

131,605 просмотров • 1 год назад •via X (Twitter)

Комментарии: 10

Фото профиля hahagood
hahagood1 год назад

- 设计更高效的电动车电池 别的我是外行, 不了解. 电动车电池这回事儿, 靠更高明的算法是解决不了的. 电池说到底是电化学反应. 目前的反应效率已经差不多了. 其实, 马斯克的做法是对的, 现在提高电动车的表现, 只能用更多的电池,更大的电池包. 量子计算机也许可以设计新的电化学反应路径, 但是, 能量转换的基本公式, 应该是突破不了的了. 关于科技创新, 我一向认为, 真正的意义是开辟新的领域. 就好像蒸汽机的出现并不是代替马匹, 而是要发展到泰坦尼克号邮轮, 手机的出现, 也不是为了替代座机, 而是要发展出移动支付. 同样, 量子计算的实现, 要让我们实现全新的应用场景. 而不是把现有的事情做得更好.

Фото профиля 宝玉
宝玉1 год назад

专业的👍

Фото профиля F.Mackenzie 约克.小汽车. 嘟嘟
F.Mackenzie 约克.小汽车. 嘟嘟1 год назад

还有,苹果暗示了平行宇宙的存在。

Фото профиля 君子中庸
君子中庸1 год назад

别在自己不熟悉的领域随便瞎扯。具体就不指出了

Фото профиля Syner
Syner1 год назад

不是所有的计算问题都有这个速度。

Фото профиля Jon
Jon1 год назад

起子对锤子说,你一千年拧不开的螺丝,我现在五秒转给你看😂😂😂

Фото профиля laoda
laoda1 год назад

目前應該還是對特定計算超快,並不通用。就像用光學棱鏡可以瞬間完成2維傅立葉計算一樣,也是必傳統計算機快無窮倍。

Фото профиля illusory
illusory1 год назад

我看的时候,在想,这个发布会如果让雷军讲出来,会是怎样的效果?🐶

Фото профиля Chris 𓃠
Chris 𓃠1 год назад

量子計算機+AI

Фото профиля cowboy
cowboy1 год назад

如果真这么牛,目前所有的加密方法都会被这个算力破解

Похожие видео

白宫加密政策主管David Sacks: 四年内AI 大模型能力将增长一百万倍 ! “我认为目前至少在三个关键维度上,进步的速度都是指数级的。” “首先是算法本身。模型每年提升的速度大概是 3-4 倍。” “它们不仅仅是在速度和性能上更快更好,而且将从量变到质变。” “接着是推理模型。” “我们甚至还没有真正进入智能代理时代,但这将是继推理模型之后的下一个重大飞跃。” “在这个领域,我们才刚刚开始(推理算力增加带来的能力增加也将是倍数增长)。” “接下来是芯片。” “根据多种衡量标准,每一代芯片的性能可能比上一代提高 3-4 倍。” “不只是单个芯片在不断进步,他们还在研究如何将这些芯片联网在一起。” “就像 NVL72 系统,它类似于一个机架系统,可以在数据中心级别大幅提升性能。” “计算能力是第三个你会看到基本上呈指数级进步的领域。” “只需要看看数据中心中部署的 GPU 数量。” “当马斯克最初开始训练 Grok 时,我认为他们大概有 10 万块 GPU。现在已经有 30 万块 GPU,而且正朝着百万块 GPU的目标迈进。OpenAI 的数据中心 Stargate 也是同样的情况。” “在接下来的几年中,他们可能会发展到 500 万、1000 万块 GPU。” 1,000,000 倍的增长是怎么得出的: “算法、芯片和数据中心的扩展和改进速度都是每年 3-4 倍。” “也就是说,每两年进步 10 倍。” “很多人没有理解指数级进步的含义:如果每两年提升 10 倍,并不意味着四年后你只是提升 20 倍。” “这实际上意味着提升 100 倍。” “把这些因素相乘:算法、芯片,以及可用于 AI 的原始计算能力。” 100 倍模型 🧠 × 100 倍芯片 💾 × 100 倍计算能力 ⚡️ = 1,000,000 倍的 AI 大模型🤖 “你所谈论的就是 1,000,000 倍的能力增长。” “但这种变革的影响将是绝对巨大的。” “我觉得人们还没有充分认识到这一点,因为他们不了解指数级进步的意义。”

夜谈

25,895 просмотров • 1 год назад

从90%到10%,CPU直接跌下神坛。 黄仁勋甩出一个数据:六年前,90%的全球超算用的是CPU。现在,只剩不到15%。 他被问:AI是泡沫吗? 他没说Yes,也没说No。他说 先搞清楚,我们正经历的,不只是AI,而是整个计算范式的迁移。 不是炒作,是结构性的算力革命:传统通用计算越来越拉胯,摩尔定律也快断气了,人类为了榨取性能,只能全力上马“加速计算”。 哪怕跟AI半毛钱关系没有的领域,比如SQL数据处理、用户画像、推荐系统,照样烧掉几千亿美元的算力预算。 过去十年互联网运作的底层引擎,是REXIS,那些决定你刷到什么内容、推你买什么商品的推荐模型。它们已经被生成式AI替代了核心算法,跑在GPU上。 而真正让人侧目的,是“智能体AI”的崛起:OpenAI、Anthropic、Gemini……这些玩意就是叠在庞大的算力基础之上的金字塔尖。 所以,对黄来说,这早就不是AI热潮是不是泡沫的问题。 他强调的是:这是工业级算力需求的塌方式增长,是从通用计算向加速计算的迁徙。 泡沫?可能有。 可问题更大的是:企业如果不跟上这个迁徙,就会被时代自行清除。 只是要提醒一句:别忘了,GPU垄断这场迁徙的人,是黄自己。 所以他唱多,本质也是唱自己。 AI泡不泡,别只听卖铲子的说。 倒是可以问一句:我们真的需要这麽多硬件,还是摁着“高质量发展”当借口搞资本大逃杀?

墓碑科技

251,336 просмотров • 10 месяцев назад