2023年中,量子计算产业现状——
2023年上半年,量子计算(QC)领域取得了一系列重要进展和突破,显示出量子计算技术的快速发展和商业应用的不断拓展。在iCV TAnk近期发表的一篇报告中,团队从制度进步、产业生态、投融资形势、总结与展望四个方面对量子计算领域进行了系统而详细的分析。
此篇报告回顾了上半年量子芯片、量子算法、量子云平台等量子计算领域的重要成果和事件,全面分析了2023年上半年全球范围内量子计算产业的发展现状和趋势,从技术、市场和政策三个方面梳理和评估了量子计算产业的主要特征和挑战(如量子纠错、大模型、云平台、芯片、融资、政府支持、产学研合作和国际竞争等),并展望了下半年量子计算领域的发展方向和机遇。
综合考量后,团队评选出了上半年的10大量子计算科技进展
报告团队统计了来自《自然》、《物理评论快报》、《自然·通讯》、《自然·物理学》、《自然·光子学》、《PRX Quantum》、《科学》、《纳米快报》、《ACS Nano》等国际知名期刊的相关论文,梳理并归纳量子计算领域下属子模块,关键词包括量子计算、量子材料、量子比特和量子存储。
自2023 年 1 月 1 日至 6 月 30 日,涉及量子计算的文章数量共计 171 篇。
从通讯作者的发表机构所属国家来看,美国以86篇论文的数量遥遥领先,占发表论文总数的43%。这反映了美国在量子计算领域的科研实力和活跃程度。中国排名第二,共发表论文 18 篇,占 9%,显示了中国在该领域的不断发展和重要贡献。其他国家如日本、德国、英国等也有多篇论文发表,说明这些国家在全球量子计算研究中较为活跃,在一些特定领域具有较高的国际影响力。
上图从量子比特数量、量子比特质量、软件算法、人才培养、业务合作和未来规划等多个维度对上市公司进行了评估。评价标准的分数介于 0 和 1 之间,其中 1 代表该维度的最高进步水平,0 代表相应维度的有限进步。
在科研面,报告团队还列举分析了量子纠错、人工智能/机器学习的相关科研成果。
- 量子纠错:企业与研究机构共同创造,推动绩效提升
2023 年上半年,研究人员利用辅助量子比特、错误缓解方法和扩展表面码逻辑量子比特等技术,有效降低了错误率和容错阈值,提高了量子计算的可靠性和准确性。这些技术为实现容错量子计算提供了关键技术。他们还探索了不同类型的纠错方法和策略,为量子比特纠错的研究和发展提供了新的思路和方向。
- AI/ML:量子模型与大模型的融合开拓了新的思维方式
这些成果对促进量子计算与人工智能领域的协同发展具有重要影响。人工智能在科学研究中的应用尚未完全展开,它在解决智能问题、情感和人机交互等方面具有巨大潜力。然而,现阶段量子计算与大型人工智能模型的融合仍面临诸多挑战和问题,如如何克服量子系统的噪声和不稳定性、如何适应不同类型的人工智能任务和数据、如何评估和验证量子计算在人工智能领域的优越性等。
通过自然语言与人工智能互动,在解决问题和开发应用方面可能会有更多的可能性。目前的量子计算机仍面临错误率和噪声问题,需要更稳定、可控的量子比特来支持大规模机器学习任务。量子机器学习需要针对量子计算的特殊属性进行算法设计和优化,还需要简化和统一的编程框架来加速开发和应用。
扫码联系我们,购买报告完整版
- 量子比特传输速度和精度双创世界纪录
在2月8日发表在《自然·通讯》上的研究论文中,科学家们展示了他们使用称之为“UQConnect”的新技术,利用电场链路(electric field links),使量子比特以前所未有的速度和精度从一个量子计算微芯片模块移动到另一个。
最终,该团队成功地传输了量子比特,成功率为99.999993%,连接率为每秒2424,这两个数字都是世界纪录,比以前的解决方案要高几个数量级。研究人员表示,这表明原则上可以将芯片组合在一起,从而制造出更强大的量子计算机。
- 英特尔推出12Q硅自旋量子比特芯
6月16日,英特尔公司发布了一种在主流CMOS工艺技术上构建的具有12个量子比特的量子芯片——Tunnel Falls。
Tunnel Falls量子芯片由12个量子点(或单电子晶体管)构建,可配置4至12个基于自旋的量子比特。其目的是让研究实验室用不同的拓扑结构来构建更大的系统——特别是测试量子比特的纠错方案。
此外,英特尔已经开发出一种低温探测仪,能够在1.6K(开尔文)温度下测试晶圆,这是略高于芯片运行所需的近零开尔文温度。据该公司称,测试一块晶圆需要大约24小时——包括冷却和探测时间。这在半导体加工方面是非常缓慢的,但对于一项新的和具有挑战性的技术来说,这代表着巨大的成就。英特尔表示,就运行中的量子比特芯片而言,它在晶圆上实现了约95%的良率——对于这样一种具有极端操作参数的新工艺技术来说,这是一个惊人的产量。
- Quantinuum 发布最高量子体积的量子计算机
6月30日,量子计算解决方案商Quantinuum宣布,其已通过“System Model H1-1”离子阱量子计算系统依次达成2^17(131072)、2^18(262144)和2^19(524288)量子体积的新记录。这项新成就的达成比其规划中实现的时间要至少快了一年。
- Infleqtion开发量子电路测量技术
Infleqtion(ColdQuanta)开发了一种用于中间控制和电路测量的技术,它可以保持在辅助读出过程中被搁置的数据量子比特的相干性,从而避免了量子信息的丢失和破坏。
- 多项研究突破量子纠错的“盈亏平衡点”
南方科技大学、深圳量子所、福州大学和清华大学的研究人员进行了一项实验,利用定制频率梳的脉冲来操纵辅助量子比特,提高了量子纠错的效率,超过盈亏平衡点约 16%。谷歌量子人工智能采用了一种扩展面码技术,通过将多个量子比特组合成一个逻辑量子比特,实现了量子纠错的突破、降低了容错阈值,超过了盈亏平衡点
- IBM开辟“量子计算的实用时代”
6月15日,IBM采用了一种名为“误差缓解”的方法,它可以在特定的 127量子比特 Eagle 处理器上准确获得复杂量子电路的运行结果,并在不执行量子纠错的情况下实现超越经典计算机的性能。
- 美国科学家开发全新量子比特
劳伦斯伯克利国家实验室和 AQT 公司的研究人员开发出一种名为 Fluxonium 的量子比特,它比广泛使用的超导量子比特性能更好,相干时间更长,错误率更低。
- Terra Quantum 开发全新量子模拟器
Terra Quantum 开发了一种量子模拟器,可利用量子力学原理模拟和优化工业化学器件的设计,计算效率可提高 45%。
这一软件不仅适用于化工生产,还可用于机械工程、航空、汽车、材料科学和其他行业。
“这项模拟和优化工作是量子计算在化工行业应用的又一重大进展。这些结果已经说明了量子技术的巨大潜力,我们可以期待它在未来十年的发展,因为它重新定义性能的力量将改变这个行业的所有方面。”
- 英伟达发布DGX Quantum 系统
英伟达™(NVIDIA®)发布了 DGX Quantum 系统,该系统结合了 CUDA Quantum 和 1H00 NVL 技术,为 GPT 等生成式人工智能大型模型提供了量子经典混合计算加速平台。
- 中国学者顶刊发文证伪室温超导
美国罗切斯特大学副教授Ranga Dias领导的研究小组声称在掺氮的氢化镥中发现了近常压室温超导电性,但这一结果遭到了多个研究小组的反驳,其中包括中国南京大学教授闻海虎领导的研究小组,他们在《自然》杂志上证明,这种材料即使在 40 万个大气压下 2 K 的温度也不会显示出任何超导电性。
与 2023 年初发布的《2023 年量子计算产业展望》中的产业生态系统全景相比,本报告在多个细分领域进行了更新。
全球量子计算产业生态全景图
此外,在整体分类和结构上也做了新的调整。当前量子计算产业生态主要分为使能技术、中游整机、量子计算云平台和应用合作四个部分。在使能技术方面,量子计算上游供应商可分为三类,即量子比特环境(包括预冷系统、稀释制冷机、真空系统等)、量子比特测控(包括测控系统整机、低温电子设备、输入输出连接线、激光器、单光子探测器等)和芯片制造(包括芯片流片等)。在中游整机方面,量子计算中游可分为三类,即硬件整机(包括超导、离子阱、光量子、中性原子、半导体等)、配套系统软件(包括量子编程软件、量子主机软件等)和量子应用软件(包括医药研发、金融服务、化工材料等)。量子计算云平台和应用合作是量子计算的下游,其中应用合作主要包括国防军工、金融、医药、物流和材料等非量子计算 相关企业,这些企业一般都是各自行业的龙头企业。
需要注意的是,有些整机企业是全栈量子计算机企业,其标识不再出现在软件算法相关部分。此外,研究机构和大学 此外,研究所和大学也不在企业生态的考虑范围之内。
2023 年上半年世界主要技术国家不同技术的分布情况
全球量子产业联盟成立时间及成员数量。美国、欧洲和中国是量子领域的三大强国,分别有1个、6个和2个联盟。这些国家和地区在量子计算的研发和产业化方面拥有强大的投入和支持,并拥有许多企业、大学和研究机构参与。
2023年1H 美国、中国、德国、法国、英国、日本、加拿大的生态建设。如果政府有国家量子计划或战略,设立专门机构或办公室来协调量子产业的发展,并且有明确的目标和大量的预算,那么可以给该国1分;如果政府有一些部门或机构支持量子产业的研发,但没有统一的规划或策略,那么国家可以给0.8分;如果政府只是偶尔或间接支持量子产业的研发,并且没有专门的部门或机构来负责,那么可以给该国0.6分;如果政府政策支持总体强度很低,且没有专门的部门或机构负责,则可以给该国0.4分或更少。
后疫情时代经济低迷持续,量子信息技术等前沿科技领域投资受到通胀率高企等诸多因素不利影响。在量子计算领域,2023年H1融资轮次、融资金额、融资交易笔数均较2022年上半年有所下降。
2023年上半年,量子计算领域共有21轮融资,其中种子轮融资最多(8轮),其次是A轮(5轮)、B轮(4轮)、非股权形式的融资和 未公开的金额均为 2 轮。
与2022年上半年融资类型相比,有以下特点:一是融资笔数较去年有所减少,2023年上半年融资笔数为21笔,去年同期融资笔数为27笔;其次,融资类型比去年更加单一,种子轮、A轮、B轮、未披露和非股权形式的资助是2023年量子计算融资的主要类型,而去年同期,还有两个 SPAC(D-Wave 和 Rigetti)。
不同技术路线的量子计算机公司的各轮融资。涉足量子计算产业的企业主要研究领域多元化,包括中性原子量子计算、光量子计算、超导量子计算、金刚石NV色心量子计算和量子软件等。
从融资金额来看,2023年1H,量子计算总融资金额为4.05亿美元,较去年同期下降约64%。从融资企业所在国家来看,2023年上半年,已有13个国家、21家量子计算企业获得融资。其中,融资金额最高的公司(1.09亿美元)是法国中性原子量子计算公司Pasqal(2023年1月获得1亿欧元融资),其次是英国,融资金额为1.04亿美元 美元,涉及四家企业:Oxford Quantum Circuits (OQC)、QuanttrolOx、Quantum Motion 和 Oxford Ionics。
2023年H1各国量子计算企业融资情况。上半年,融资主要发生在欧洲量子计算公司。这些公司位于芬兰、丹麦、德国、荷兰、英国和法国等国家融资11轮,占融资总额的48%;紧随其后的是北美、加拿大和美国的量子公司,共进行了5轮融资。
2023年上半年,量子计算产业在全球范围内取得重大进展和突破,展现出强劲的发展动力和创新活力。从技术、市场和政策角度来看,量子计算产业主要呈现以下特点和趋势:
- 以量子纠错为核心竞争力
- 以大模型与量子计算结合为新趋势
- 以量子计算云平台为重要驱动力
各个国家和地区都在加大对量子芯片技术的投入和支持,涉及超导、离子阱、光学、中性原子、半导体等多种技术路线,形成了各自的优势和特色。
其中,量子芯片技术是量子计算的物理载体,是量子计算领域的核心技术之一。不同的量子芯片技术路线有不同的优缺点和应用场景,因此需要根据不同的需求和目标进行选择和优化。
报告的最后,团队表示:“通过本报告,我们旨在为读者提供一个全面的了解,使他们能够更好地掌握量子计算的重要性及其对未来的潜在影响。我们相信,本报告将为科学家、工程师和企业家提供有价值的见解,并为推动量子计算的发展做出贡献。企业家提供有价值的见解,并为推动量子计算的发展做出贡献。”
相关文章:

2023年中,量子计算产业现状——
2023年上半年,量子计算(QC)领域取得了一系列重要进展和突破,显示出量子计算技术的快速发展和商业应用的不断拓展。在iCV TAnk近期发表的一篇报告中,团队从制度进步、产业生态、投融资形势、总结与展望四个方面对量子计…...
微信小程序智慧流调微信小程序设计与实现
摘 要 自从2020年新冠疫情爆发以来,对全国人民的健康和全国各地区的经济发展都带来了很大的影响,并且新冠肺炎对各个领域带来的影响还未完全消除。近三年以来,全国各地区多次爆发新的疫情,导致许多人被隔离,也导致全国…...

分布式集群框架——有关zookeeper的面试考点
3.掌握Zookeeper的概念 当涉及到大规模分布式系统的协调和管理时,Zookeeper是一个非常重要的工具。 1. 分布式协调服务:Zookeeper是一个分布式协调服务,它提供了一个高可用和高性能的环境,用于协调和同步分布式系统中的各个节点…...

Spring Cloud Gateway的快速使用
环境前置搭建Nacos:点击跳转 Spring Cloud Gateway Docs 新建gateway网关模块 pom.xml导入依赖 <!-- 网关 --> <dependency><groupId>org.springframework.cloud</groupId><artifactId>spring-cloud-starter-gateway</artifact…...
VSCode-C++环境配置+Cmake
文章目录 一、环境配置二、Win10 Cmake 一、环境配置 转载链接 二、Win10 Cmake 创建CMakeLists.txt cmake_minimum_required(VERSION 3.26) project(graph_algorithm)set(CMAKE_CXX_STANDARD 17)add_executable(main main.cppshared_variable.cpp )cmake . -G "MinGW…...

python爬虫14:总结
python爬虫14:总结 前言 python实现网络爬虫非常简单,只需要掌握一定的基础知识和一定的库使用技巧即可。本系列目标旨在梳理相关知识点,方便以后复习。 申明 本系列所涉及的代码仅用于个人研究与讨论,并不会对网站产生不好…...

扩散模型实战(八):微调扩散模型
推荐阅读列表: 扩散模型实战(一):基本原理介绍 扩散模型实战(二):扩散模型的发展 扩散模型实战(三):扩散模型的应用 扩散模型实战(四…...
Android 全局控件属性设置
一 使用需求: 如 设置全局字体、全局文本属性设置 二 实现方式: 在App使用的主题中,添加属性及属性值 如给所有的文本设置属性,注释部分作用是设置应用全局字体 <style name"Theme.AppDemo" parent"Base.Theme.AppDemo&q…...

下面是实践百度飞桨上面的pm2.5分类项目_logistic regression相关
part1:数据的引入,和前一个linear regression基本是一样 part2:数据解析——也就是数据的“规格化” 首先,打算用dataMat[]和labelMat[]数据存储feature和label,并且文件变量fr 然后,是这个for line in fr.readlines()循环&#…...
阿里云误删Python后域yum报错解决方案
阿里云误删Python后域yum报错解决方案 1:找回所有依赖 这里依赖可能很多,也搞不清楚有哪些,建议买一台临时服务器,系统选择跟你当前的系统一致的,配置选最低就行 2:登录临时服务器,创建临时文件夹 mkdir /usr/local/yum-fix cd /usr/local/yum-fix3:查找并下载所有云依赖 r…...

unordered-------Hash
✅<1>主页:我的代码爱吃辣📃<2>知识讲解:数据结构——哈希表☂️<3>开发环境:Visual Studio 2022💬<4>前言:哈希是一种映射的思想,哈希表即使利用这种思想,…...

数据仓库总结
1.为什么要做数仓建模 数据仓库建模的目标是通过建模的方法更好的组织、存储数据,以便在性能、成本、效率和数据质量之间找到最佳平衡点。 当有了适合业务和基础数据存储环境的模型(良好的数据模型),那么大数据就能获得以下好处&…...

hadoop学习:mapreduce入门案例二:统计学生成绩
这里相较于 wordcount,新的知识点在于学生实体类的编写以及使用 数据信息: 1. Student 实体类 import org.apache.hadoop.io.WritableComparable;import java.io.DataInput; import java.io.DataOutput; import java.io.IOException;public class Stude…...
自学TypeScript-基础、编译、类型
自学TypeScript-基础、编译、类型 TS 编译为 JS类型支持类型注解基础类型typeof 运算符高级类型class 类构造函数和实例方法继承可见性只读 类型兼容性交叉类型泛型泛型约束多个泛型泛型接口泛型类泛型工具 索引签名类型映射类型索引查询(访问)类型 类型声明文件 TypeScript 是…...
nginx配置https
1.安装nginx 安装完成后检查 nginx -V2.申请证书与上传 阿里云申请免费的证书 然后上传到某个目录 3.修改nginx配置 #user nobody; worker_processes 1;#error_log logs/error.log; #error_log logs/error.log notice; #error_log logs/error.log info;#pid …...

windows Etcd的安装与使用
一、简介 etcd是一个分布式一致性键值存储,其主要用于分布式系统的共享配置和服务发现。 etcd由Go语言编写 二、下载并安装 1.下载地址: https://github.com/coreos/etcd/releases 解压后的目录如下:其中etcd.exe是服务端,e…...
【py】为什么用 import tkinter 不能运行
为什么用 import tkinter 不能运行 ━━━━━━━━━━━━━━━━━━━━━━ 要显示一个信息框,为什么用 import tkinter 不能运行,改成from tkinter import messagebox 就可以运行了? 可能是因为您的代码中只使用了 messagebox 这个模…...
【深度学习】实验04 交叉验证
文章目录 交叉验证划分自定义划分K折交叉验证留一交叉验证留p交叉验证随机排列交叉验证分层K折交叉验证分层随机交叉验证 分割组 k-fold分割留一组分割留 P 组分割随机分割时间序列分割 交叉验证 # 导入相关库# 交叉验证所需函数 from sklearn.model_selection import train_t…...

whisper语音识别部署及WER评价
1.whisper部署 详细过程可以参照:🏠 创建项目文件夹 mkdir whisper cd whisper conda创建虚拟环境 conda create -n py310 python3.10 -c conda-forge -y 安装pytorch pip install --pre torch torchvision torchaudio --extra-index-url 下载whisper p…...
java太卷了,怎么办?
忧虑: 马上就到30岁了,最近对于自己职业生涯的规划甚是焦虑。在网站论坛上,可谓是哀鸿遍野,大家纷纷叙述着自己被裁后求职的艰辛路程,这更加加深了我的忧虑,于是在各大论坛开始“求医问药”,想…...
浏览器访问 AWS ECS 上部署的 Docker 容器(监听 80 端口)
✅ 一、ECS 服务配置 Dockerfile 确保监听 80 端口 EXPOSE 80 CMD ["nginx", "-g", "daemon off;"]或 EXPOSE 80 CMD ["python3", "-m", "http.server", "80"]任务定义(Task Definition&…...

华为云Flexus+DeepSeek征文|DeepSeek-V3/R1 商用服务开通全流程与本地部署搭建
华为云FlexusDeepSeek征文|DeepSeek-V3/R1 商用服务开通全流程与本地部署搭建 前言 如今大模型其性能出色,华为云 ModelArts Studio_MaaS大模型即服务平台华为云内置了大模型,能助力我们轻松驾驭 DeepSeek-V3/R1,本文中将分享如何…...

Spring数据访问模块设计
前面我们已经完成了IoC和web模块的设计,聪明的码友立马就知道了,该到数据访问模块了,要不就这俩玩个6啊,查库势在必行,至此,它来了。 一、核心设计理念 1、痛点在哪 应用离不开数据(数据库、No…...

Linux --进程控制
本文从以下五个方面来初步认识进程控制: 目录 进程创建 进程终止 进程等待 进程替换 模拟实现一个微型shell 进程创建 在Linux系统中我们可以在一个进程使用系统调用fork()来创建子进程,创建出来的进程就是子进程,原来的进程为父进程。…...

以光量子为例,详解量子获取方式
光量子技术获取量子比特可在室温下进行。该方式有望通过与名为硅光子学(silicon photonics)的光波导(optical waveguide)芯片制造技术和光纤等光通信技术相结合来实现量子计算机。量子力学中,光既是波又是粒子。光子本…...

JVM虚拟机:内存结构、垃圾回收、性能优化
1、JVM虚拟机的简介 Java 虚拟机(Java Virtual Machine 简称:JVM)是运行所有 Java 程序的抽象计算机,是 Java 语言的运行环境,实现了 Java 程序的跨平台特性。JVM 屏蔽了与具体操作系统平台相关的信息,使得 Java 程序只需生成在 JVM 上运行的目标代码(字节码),就可以…...
PAN/FPN
import torch import torch.nn as nn import torch.nn.functional as F import mathclass LowResQueryHighResKVAttention(nn.Module):"""方案 1: 低分辨率特征 (Query) 查询高分辨率特征 (Key, Value).输出分辨率与低分辨率输入相同。"""def __…...

给网站添加live2d看板娘
给网站添加live2d看板娘 参考文献: stevenjoezhang/live2d-widget: 把萌萌哒的看板娘抱回家 (ノ≧∇≦)ノ | Live2D widget for web platformEikanya/Live2d-model: Live2d model collectionzenghongtu/live2d-model-assets 前言 网站环境如下,文章也主…...

Ubuntu Cursor升级成v1.0
0. 当前版本低 使用当前 Cursor v0.50时 GitHub Copilot Chat 打不开,快捷键也不好用,当看到 Cursor 升级后,还是蛮高兴的 1. 下载 Cursor 下载地址:https://www.cursor.com/cn/downloads 点击下载 Linux (x64) ,…...

华为OD机试-最短木板长度-二分法(A卷,100分)
此题是一个最大化最小值的典型例题, 因为搜索范围是有界的,上界最大木板长度补充的全部木料长度,下界最小木板长度; 即left0,right10^6; 我们可以设置一个候选值x(mid),将木板的长度全部都补充到x,如果成功…...