Your bank is using your money. You’re getting the scraps.WATCH FREE

Applied Materials, Synopsys e HPE si uniscono al vincitore del Nobel per la fisica in un'alleanza quantistica

In questo post:

  • Il premio Nobel John M. Martinis ha fondato la Quantum Scaling Alliance con HPE, Applied Materials, Synopsys e altri.
  • L'obiettivo è rendere i computer quantistici scalabili e producibili in serie utilizzando strumenti standard per la produzione di chip.
  • L'alleanza prevede di integrare sistemi di calcolo quantistico e classicper risolvere importanti sfide di progettazione e correzione degli errori.

Uno dei vincitori del premio Nobel di quest'anno, John M. Martinis, ha annunciato una partnership con Applied Materials, Synopsys, HPE e altri. 

L'obiettivo principale della Quantum Scaling Alliance, fondata da John M. Martinis, è rendere i computer quantistici scalabili e accessibili. 

Costruire sistemi quantistici scalabili 

John M. Martinis, uno dei vincitori del Premio Nobel per la fisica di quest'anno, ha stretto una collaborazione con importanti aziende produttrici di chip e del settore tecnologico per rendere l'informatica quantistica accessibile all'uso quotidiano. Lunedì, Martinis ha annunciato la creazione della Quantum Scaling Alliance, un nuovo gruppo che si propone di realizzare supercomputer quantistici producibili su larga scala.

L'alleanza comprende Hewlett Packard Enterprise (HPE), Applied Materials e Synopsys, nonché le startup 1QBit, Quantum Machines, Riverlane e l'Università del Wisconsin. 

I computer quantistici utilizzano i qubit, che possono esistere in più stati contemporaneamente, a differenza dei classicbit quantistici che sono solo zero o uno. Questa caratteristica distintiva consente loro di eseguire calcoli molto più velocemente per specifici tipi di problemi, come la simulazione di molecole per la scoperta di farmaci o la risoluzione di sfide di ottimizzazione in ambito logistico e finanziario.

Tuttavia, la maggior parte dei computer quantistici odierni viene realizzata artigianalmente in numero limitato. Grandi aziende tecnologiche come IBM, Microsoft e Google hanno compiuto progressi significativi nella produzione di massa di questi computer, ma le loro macchine quantistiche sono in genere costruite da piccoli team, un sistema alla volta.

Vedi anche  OpenAI presenta una guida per gli insegnanti sull'uso efficace di ChatGPT in classe

Martinis, che in precedenza ha lavorato presso Google e ora dirige la startup Qolab, ha affermato che l'alleanza vuole risolvere questo problema applicando gli stessi metodi di produzione di massa utilizzati nell'industria dei semiconduttori. 

"Fin dai primi lavori in questo campo negli anni '80, i chip quantistici sono stati realizzati in modo artigianale", ha dichiarato a Reuters. "A questo punto, riteniamo sia giunto il momento di passare a un modello professionale più standardizzato, utilizzando strumenti molto sofisticati."

Martinis sottolinea anche l'importanza della scalabilità. "La tecnologia quantistica ha raggiunto un punto in cui dobbiamo pensare alla produzione di massa", ha affermato. "È così che passeremo dai prototipi a sistemi pratici che possono fare davvero la differenza"

Integrazione dei chip quantistici nell'informatica tradizionale 

Una delle principali sfide che l'iniziativa dovrà affrontare è la sensibilità dei circuiti quantistici, poiché sono estremamente sensibili alle interferenze e anche piccoli errori possono compromettere i risultati. La correzione di questi errori richiede potenti processori di intelligenza artificiale classicche lavorino insieme a quelli quantistici.

Masoud Mohseni, a capo del team quantistico di HPE, ha collaborato con Martinis e oltre trenta ricercatori a un sistema tecnico per l'integrazione dei due sistemi. Il progetto verrà ora portato avanti nell'ambito del nuovo consorzio.

"La gente pensa, ingenuamente, che una volta ottenuto un sistema con centinaia di qubit, o che se si arriva a migliaia, allora si possa arrivare a milioni. Non è vero", ha spiegato Mohseni. "A ogni scala, si affrontano sfide completamente nuove"

Vedi anche  Il panico infondato sull'IA: una storia di deliri da parte delle élite

L'alleanza è composta da membri che metteranno a disposizione le loro competenze specialistiche per affrontare queste sfide. Applied Materials, uno dei maggiori produttori mondiali di apparecchiature per chip, contribuirà con la sua esperienza nella fabbricazione avanzata. Synopsys, leader nel software di progettazione di chip, contribuirà alla creazione di chip quantistici più coerenti e di grandi dimensioni. 

Nel frattempo, l'esperienza di HPE nel campo dell'informatica ad alte prestazioni supporterà l'integrazione di elementi di intelligenza artificiale quantistica e classicnei supercomputer.

Sfruttando gli strumenti di produzione esistenti per i computer, l'alleanza spera di ridurre i costi e accelerare lo sviluppo.

Non è stata ancora fissata una tempistica per il primo sistema commerciale.

Non limitarti a leggere le notizie sulle criptovalute. Cerca di capirle. Iscriviti alla nostra newsletter. È gratis.

Condividi link:

Disclaimer. Le informazioni fornite non costituiscono consulenza finanziaria. Cryptopolitandi declina ogni responsabilità per gli investimenti effettuati sulla base delle informazioni contenute in questa pagina. Raccomandiamotrondentdentdentdentdentdentdentdent e/o di consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.

I più letti

Caricamento degli articoli più letti...

Rimani aggiornato sulle novità in ambito criptovalute, ricevi aggiornamenti giornalieri nella tua casella di posta

Scelta dell'editore

Caricamento degli articoli scelti dall'editore...

- La newsletter Crypto che ti tiene al passo -

I mercati si muovono velocemente.

Ci muoviamo più velocemente.

Iscriviti a Cryptopolitan Daily e ricevi direttamente nella tua casella di posta elettronica informazioni tempestive, pertinenti e pertinenti sulle criptovalute.

Iscriviti subito e
non perderti nemmeno una mossa.

Entra. Scopri i fatti.
Vai avanti.

Iscriviti a CryptoPolitan