0
| 本文作者： 木子 | 2021-08-24 16:22 |
近年來，全球量子計算領域研究開始步入快速增長期，也成為當前各國高科技企業關注的熱點領域，量子機器學習的加速效果無論理論上還是實際中也都已被初步證實。近日，京東探索研究院院長陶大程帶領其量子計算研究團隊主要成員杜宇軒、錢揚提出全球首個以經典云平臺為依托、量子計算設備為終端的量子并行處理框架QUDIO（quantum distributed optimization scheme），將可實現充分調度現有量子計算資源去求解超越經典計算的大規模任務。
具體來說，QUDIO是由一個經典處理器為中心和多個分布式量子處理器形成的量子云構成的，其中經典計算機作為一個中心節點服務器，將大規模數據進行高效劃分并且快速分發到云端的多個量子計算機。每個量子計算機在獲取到數據塊之后獨立處理，同時以一定頻率與其他量子計算機進行通信，共享模型參數和處理結果，最后將計算結果返回到經典計算機進行匯總和后處理。整個計算過程完全實現在量子云上完成，經典計算機只負責數據的分發與通信。
據悉，與傳統處理框架相比，QUDIO將已有的量子計算機結合起來形成量子云，可以充分利用各個量子資源，加速大規模數據處理，有效地緩解了當前量子計算機性能穩定性較差、處理大規模數據迭代時間過長的困境。要知道當前量子計算機受困于經典量子數據有效轉化問題，一次能夠處理的數據有限，通過聯合多臺量子計算機，可以并行處理多條數據。
同時，QUDIO是一種獨立于具體量子硬件和協議的框架，具有很強的兼容性，易于擴展到各種光量子計算機、離子阱量子計算機和超導量子計算機，能最大程度地利用現有的量子資源；它利用并行計算和量子計算的加速性能，為自然語言處理、計算機視覺、量子化學、組合優化等領域的大規模問題求解和數據處理提供顯著的運行時間優勢。
QUDIO相較傳統計算還具有耗能低、碳排放量少的優勢。隨著深度學習的數據規模越來越大、模型越來越復雜，傳統處理框架也面臨著處理時間長、耗能高的難題。就拿目前的深度學習模型舉例，比如BERT預訓練模型就需要花費64塊GPU訓練四天，排放大約1438磅的二氧化碳。如使用QUDIO就可以充分利用量子計算的存儲和加速優勢，用相較傳統計算更少的耗能和碳排放量，為各個行業的智能計算賦能，為大規模社會計算的實現提供算力保障，有助于實現碳中和的目標。京東探索研究院算法科學家杜宇軒表示，QUDIO將為未來實現以量子互聯網為以托、通用量子計算機為終端的全量子云平臺打下了堅實的基礎。
京東探索研究院是以京東集團各事業群與業務單元的技術發展為基礎，集合全集團資源和能力， 成立的專注于前沿科技探索的研發部門，實現研究和協同創新的生態平臺。此前，京東探索研究院已經明確將“量子機器學習”、“可信人工智能”、“超級深度學習”等人工智能的三大領域鎖定為研究方向并持續推進創新研究，致力于從基礎理論層面實現顛覆式創新，助力數智化產業發展及變革， 以原創性科技賦能京東的零售、物流、健康、科技等全產業鏈場景，打造源頭性科技高地。
對于最新的創新研究成果，京東探索研究院院長陶大程認為， QUDIO所具有的高效計算優勢可為智能化社會供應鏈提供實時計算保障，有望打破目前的數據在線采集-信息離線提取的處理模式，提高供應鏈各個環節的反應速度，有效應對大規模用戶請求的集中處理，未來將進一步增強保障京東數智化社會供應鏈服務的可靠性、智能性和快速性。
雷鋒網雷鋒網
