量子驱动神经形态计算:面向百万量子比特规模的工作负载
该团队推出了Apollo——一款采用16纳米混合信号CMOS工艺制造、包含10000个p量子比特的神经形态处理器。该处理器完全在室温下运行,典型模拟核心功耗约为0.5瓦。其基本元件p量子比特是一种双稳态随机单元,其连续时间状态波动由集成的量子熵单元驱动,这些单元注入真正的量子衍生随机性。这使得该设备能够在低能耗下实现超快随机转换,同时保持经典状态表征。Apollo将这些p量子比特与高度互联的Hyperion 256拓扑结构相结合,能够高效嵌入密集的伊辛模型和QUBO问题,与稀疏退火平台相比,大幅减少了次要嵌入开销。该团队表明,通过Suzuki-Trotter对应关系,p量子比特网络的平衡统计和退火动力学再现了横向场量子退火的关键特性,而无需低温冷却、长寿命相干性或微波控制。除器件级验证外,该团队还在一个三维自旋玻璃基准上对Apollo进行了评估,该基准此前曾用于研究超导退火器中的量子优势。在300种无序实现中,Apollo达到的基态能量远低于已报道的低温量子退火硬件,同时与经典模拟退火和模拟量子退火保持明显区别。一款350纳米的候选器件通过实验验证了核心p量子比特动力学、热力学采样正确性以及连续时间退火行为。这些结果确立了Apollo作为室温、工业可扩展平台的地位,可用于量子驱动的基于能量的优化、概率推理、生成建模以及混合经典量子工作流。

