專訪阿里巴巴量子實驗室：最強量子電路模擬器「太章」到底強在哪？

摘要： 刷爆朋友圈的最強量子電路模擬器到底強在哪呢？雲棲社區採訪了阿里巴巴量子實驗室團隊的施堯耘博士和陳建鑫博士來位你們一一解讀。

本月早些時候，阿里巴巴量子實驗室成功研製當前世界最強的量子電路模擬器「太章」的消息引發了一陣熱議，有關量子霸權爭奪戰的言論不絕於耳。根據官方信息，基於阿里巴巴集團計算平臺在線集羣的超強算力，「太章」在全球範圍內率先成功模擬了81（9x9）比特40層的做爲基準的谷歌隨機量子電路，以前達到這個層數的模擬器只能處理49比特。

關於「太章」自己，此前已經有很多媒體有報道，咱們就再也不贅述了。那麼最強量子電路模擬器到底強在哪呢？雲棲社區採訪了阿里巴巴量子實驗室團隊的施堯耘博士和陳建鑫博士，爲你們作出科普解讀。

這次研究成果的核心成員，陳建鑫表示，量子計算最終實現的形式應該是基於量子硬件，可是電路模擬有其重要意義，在硬件尚不能達到足夠規模與質量的時候，能夠做爲驗證量子算法、輔助算法及硬件設計的工具。

在量子計算領域，目前業界主流的模擬方案有兩種：一是存儲量子狀態的全部振幅，另外一種方法是對於任意振幅均可以迅速計算獲得結果。阿里巴巴量子實驗室採用的是第二類模擬方案，即在阿里巴巴計算平臺的在線集羣上，經過快速有效的計算任意振幅，任務拆分後能夠將子任務十分均衡地分配到不一樣節點，極少的通訊開銷使得模擬器適配如今普遍提供服務的雲計算平臺。

而在此以前，全球範圍內的研究團隊都不曾成功模擬谷歌超過50比特40層的第一代隨機測試電路。這次「太章」最大的突破在於，阿里巴巴量子實驗室團隊同時將若干層進行並行化。
 「咱們採用了第二類模擬方案。一般拆分電路模型須要把每一層來並行化，但這樣會致使整個電路層數很大的時候，並行的任務數指數增長過快。咱們同時將若干層進行並行化，能夠有效控制並行任務數的增長。」陳建鑫說。

此外，他還指出「太章」也在必定程度上說明了谷歌在今年3月提出的72比特40層該隨機電路採樣任務不能超越經典計算機能力，換言之，谷歌Bristlecone芯片目前是沒法實現量子霸權的。

如下是雲棲社區對阿里巴巴量子實驗室科學家陳建鑫以及量子計算首席科學家施堯耘的採訪實錄。

注：圖片來源網絡

雲棲社區：可否通俗的介紹下量子電路模擬器？在全棧量子計算中的做用是什麼？
陳建鑫：在量子計算目前的模型中，有一類是量子電路模型，實現形式是將信息存儲在量子比特中，經過相似經典邏輯門的量子門來實現計算。
量子計算最終實現的形式應該是基於量子硬件，可是電路模擬有其重要意義，在硬件尚不能達到足夠規模與質量的時候，能夠做爲驗證量子算法，輔助算法及硬件設計的工具。在硬件實現突破能夠達到足夠規模之後，能夠預見量子硬件的資源依舊足夠昂貴，在執行量子程序前，經過經典計算機模擬檢查是否符合預期也是不可或缺。
雲棲社區：最新研製的81比特量子電路模擬器爲什麼取名太章？
陳建鑫：「太章」取自：《淮南子·墬形訓》：「禹乃使太章步自東極至於西極，二億三萬三千五百里七十五步；使豎亥步自北極至於南極，二億三萬三千五百里七十五步。凡鴻水淵藪自三百仞以上二億三萬三千五百五十里有九淵·禹乃以息土填洪水覺得名山。」
「太章」模擬器目的是用一種經典、咱們能理解的方式來理解量子的運行，就和太章徒步測量東極至西極的距離相似。
雲棲社區：81比特40層，這兩個數據意味着什麼？爲什麼是81比特和40層？
陳建鑫：咱們實現該模擬器的目的是爲了之後的應用層研究，這裏單獨提出來81比特40層只是爲了與Google今年3月提出的72比特方案來比較。Google 2016年提出的隨機電路採樣方案在大於50比特的時候硬件很難突破40層，所以模擬81比特40層意味着他們今年3月提出的72比特40層該隨機電路採樣任務是不能超越經典計算機能力的。

nxn二維網格上，計算隨機電路輸出每個振幅的執行時間與電路深度的對應關係

雲棲社區：此外實驗室還成功模擬的100比特35層、121比特31層、144層27層？比特數和層數兩者的邏輯關係是什麼？
陳建鑫：比特數越多，能模擬的層數越少。在同等算力下，能模擬的電路層數與比特數約成反比。
雲棲社區：按照媒體報道，此前40層的模擬器只能處理49比特？「太章」作出了哪些突破？
陳建鑫：目前業界主流的模擬方案有兩類，一類是存儲量子狀態的全部振幅，一類是對於任意振幅均可以迅速計算獲得結果。第一類模擬方案，基本都在超級計算機上實現，由於存儲 45 比特的量子狀態須要 Petabyte 量級的內存，在存儲這麼多數據的同時對該量子態進行操做並進行計算，須要不斷地在不一樣的計算節點之間交換數據，這樣的通信開銷對於普通雲服務是難以承受的。

「太章」模擬的隨機量子電路規模（黑線）與谷歌量子硬件能夠實現的規模(紅線) 比較（基於谷歌在[Characterizing quantum supremacy in near-term devices]中對7x7的估計）*

咱們採用了第二類模擬方案。一般拆分電路模型須要把每一層來並行化，但這樣會致使整個電路層數很大的時候，並行的任務數指數增長過快。咱們同時將若干層進行並行化，能夠有效控制並行任務數的增長。
雲棲社區：團隊只用了阿里計算平臺在線集羣14%的計算資源就實現了之前超算沒法完成的任務，這其中的難點在那？大家是如何克服的？
陳建鑫：計算資源跨若干機房，這意味着跨機房的進程間開銷極爲昂貴。所以，咱們側重於儘量減小通訊開銷，使得模擬器適配如今普遍提供服務的雲計算平臺。
雲棲社區：此次在量子電路模擬器上的成果對阿里研究量子計算有何意義？
陳建鑫：在沒有硬件的條件下如何進行前期佈局，這是咱們作這個量子電路模擬器的初衷。基於這個電路模擬器咱們能夠進一步輔助算法設計，開發應用並測試。
雲棲社區：阿里巴巴量子實驗室下一步的規劃是什麼？
施堯耘：A central mission has been to develop quantum algorithms that are of significant value to our business. To identify such problems, we hope very much our technology community can help（核心任務是研發對阿里巴巴業務有價值的量子算法）.
雲棲社區：如今離量子霸權還有多遠？
陳建鑫：谷歌2016年提出的量子霸權方案是一個很好的想法，可是咱們的結果說明了照以前的隨機電路採樣方案，不管將比特數擴大到多少，都沒法超越經典計算機。可是咱們也看到隨着規模增長，經典模擬難度愈來愈大。畢竟咱們利用了大量的經典計算資源，換一句話說，若是隻是爲了和一臺普通的臺式機相比，如今的量子硬件在這個特定任務上已經能夠實現超越。隨着硬件技術的發展，我相信量子霸權不會是太遠的事情。

原文連接