研究人员开始研发出光子电脑芯片,将光量子计算机拉近了一步

随着技术的发展和成熟，科学家已经研究出了量子计算机，那什么是量子计算机？为什么要研究量子计算机？，量子计算是指一类遵循量子力学规律进行高速数学和逻辑运算、存储及处理量子信息的物理计算机设备，之所以要研究量子计算机是因为，它可以验证量子力学理论，运算速度是目前已知最快的超级计算机的指数翻倍，这是难以想象的，由于研究的技术限制和难度是非常大的，全球也只有可望少数量产的量子计算机

虽然量子计算机还没能够得到技术完善，研究人员已经开发出可以执行各种量子算法并且潜在高度可扩展的可编程光子电路。该设备可以为基于光子硬件的大规模量子计算机铺平道路。

量子计算机有望提供巨大的计算能力，提供解决普通计算机无法解决的问题。可以在其上开发量子计算的硬件平台很多，但尚不清楚哪种技术或技术组合将被证明是最成功的。

领先的方案是基于超导电路或捕获离子技术的。基于光子学的另一种方法通常被认为是不切实际的，因为难以根据需要生成所需的量子态或此类态的转换。

这种方法可能会成为量子计算的黑马。在专业技术论文中报告了可编程和可扩展光子电路的开发，并在存在演示了三种类型的量子算法。

可编程纳米光子可实现在芯片上具有许多光子的量子电路

根据量子理论认为，与任何状态的光的振幅和相位都有必然的不确定性（相位指定了光波处于振荡周期的哪个阶段）。

如果这种量子不确定性在幅度和相位之间不均匀分布，则称该状态为压缩状态，压缩的状态越多，包含的光子就越多在许多量子光学实验多光子压缩光被发现，并根据这些状态的量子计算模型已经存在了超过二十年。

由于量子的不确定性，基于这样的模型的计算机是否将是可行的受到了合理的质疑。

在过去的几年中这种怀疑已经消失了。很明显一个相对简单的光路是仅基于压缩光、分束器（将光束分成两部分的设备）和光子计数器，可以在以下位置执行采样算法（一种对数据进行随机采样的过程）超越古典电脑的速度。

还发现这种算法具有许多实际应用。例如它在模拟分子的状态之间的过渡并找到两个分子的匹配构型时很有用

在用于实现该量子采样算法的计算体系结构中，产生了压缩态的光，并将其发射到由多个光路和分束器组成的光网络中。

受压缩的状态在分束器中会合时会混合在一起，这是由于一种称为干涉的量子效应。结果，所有状态都以取决于光路的相对长度（称为相对相位）的方式完全混乱。

对这些阶段进行重新编程会更改加扰的类型。加扰后使用高度灵敏的检测器计算该量子电路每个输出中的光子数。

如图1所示为在光子芯片上实现的量子算法，进行了使用光子芯片的实验。

此处显示了高度简化的图示。在芯片上为环形谐振器的设备产生光的量子态，称为压缩态。

这些状态被引入光网络，该光网络由光波导（引导光的结构）和分束器（分束光束的设备）组成。压缩状态在分束器中汇合时变得混合在一起，而所有状态在离开网络时都被完全扰乱了。

最终高灵敏度的检测器对每个加扰状态下的光子数进行了计数。使用开发的芯片执行量子算法，其中输入压缩状态表示输入变量，每个加扰状态中的光子数表示算法处理这些变量时获得的输出。

通过使用控制器来调节分束器和操纵一种为移相器的设备，可以对该芯片进行重新编程以运行不同的算法。远程用户可以通过云访问该控制器。

测量结果提供了来自量子实验的特定数据样本。对于经典计算机获取此类样本所需的时间与输入压缩状态的数量成指数比例缩放（当此数字很高时，总计达数十亿年）。相比之下量子电路可以在几分之一秒内产生一个样本，这证明了所谓的量子优势。

在氮化硅芯片上实现了其光子电路，该芯片与半导体行业使用的制造工艺兼容。其实是利用一种四波混频的效应，在芯片上的四个微米级器件中的每个器件中产生了一个压缩状态。

他们通过仔细刻蚀芯片上称为光波导的微小结构来实现光传播和干涉。分束器的网络是完全可控的，并且可以通过云对远程用户进行完全重新编程。然后将网络的输出定向到四个光子计数检测器，这些检测器生成了发送到远程用户的样本。

量子计算的飞速发展

研究人员执行了不同类型的测量，以表征压缩光源的质量和芯片的整体性能。首先他们测得的压缩状态相对于普通状态的不确定性抑制约为84％。其次他们测得状态的时间纯度（对于成功干扰网络至关重要的属性）为85％。

然后他们仔细测试了干扰的质量。最后他们通过针对非经典性标准进行测试来验证所生成的样本具有真正的量子性质-如果该设备按比例放大时将产生无法使用经典计算机进行模拟的样本，则这是必要条件。

除了用于证明量子优势的采样算法外，研究人员还实施了两种实用性更高的算法：一种确定分子状态之间跃迁的能谱，另一种找到代表不同分子的数学图之间的相似性。

研究人员通过将特定问题编码为压缩态和分束器网络，然后使用生成的样本来估计分子光谱或对图进行分类，从而实现了这一壮举。

基于压缩态量子取样已被证明。特别是去年一组研究人员在100条光路中的50个压缩状态下运行了采样算法，并报告了量子优势。

根据研究人员估计在超级计算机上模拟这样的实验将需要6亿年的时间。

这些先前实验的电路不可重构，因此只能执行一个随机算法。与之形成鲜明对比的是电路是可编程的，并且具有很高的可扩展性。

量子计算的里程碑

尽管在量子采样算法可以发挥其全部潜能并在实际应用中变得有用之前，仍有一些障碍需要克服。例如必须显着改善挤压状态的质量，并且对于某些应用，必须分别控制挤压的程度和每个挤压状态下的光功率。为了扩大系统规模，需要减少光子损耗。否则，光子将无法通过电路。

毫无疑问在使用高度压缩态的可编程光子芯片上进行量子采样的演示非常引人注目，这代表了量子计算机领域的里程碑。

但是可以使用当前计算体系结构实现商业应用的数量是非常有限的。需要完全不同的平台来运行更高级的算法，例如以无错误方式将大数检测分解为质数11的算法。

幸运的是这样的平台已经有提出了质数12，13，和它们的执行运算是相同的，未来预期会朝着构建大型光量子计算机方面发展。

#量子计算机#