在研究生物神经网络等复杂动态系统时,模拟是继实验和理论之后的第三大支柱。当代脑规模网络对应于几百万个节点的有向随机图,每个节点的入度和出度为几千条边,其中节点和边分别对应于基本生物单位、神经元和突触。神经元网络中的活动也很稀疏。每个神经元偶尔会通过其传出突触向相应的目标神经元发送一个短暂的信号(称为尖峰)。在分布式计算中,这些目标分散在数千个并行进程中。空间和时间稀疏性代表了传统计算机上模拟的固有瓶颈:不规则的内存访问模式导致缓存利用率低。使用已建立的神经元网络模拟代码作为参考实现,我们研究了恢复缓存性能的常用技术(例如软件诱导预取和软件流水线)如何使实际应用程序受益。算法更改可将模拟时间缩短高达 50%。该研究表明,分配了本质上并行计算问题的多核系统可以缓解传统计算机架构的冯诺依曼瓶颈。
ibm/google等:超导量子计算(由小型超导电路状态实现的量子[量子[josephson连接])被困于离子量子计算机(由被困离子的内部状态)中性原子实现的离子量子计算机(Qubit)中性原子在光学晶格中实现的中性原子(由内部量的量子驱动器中的量子驱动器驱动量)the Loss-DiVincenzo quantum computer) (qubit given by the spin states of trapped electrons) Quantum dot computer, spatial-based (qubit given by electron position in double quantum dot) Quantum computing using engineered quantum wells , which could in principle enable the construction of quantum computers that operate at room temperature Coupled quantum wire (qubit implemented by a pair of quantum wires coupled by a quantum point contact) Nuclear用溶液中分子的核磁共振实现的磁共振量子计算机(NMRQC),在 - 溶解分子中的核自旋提供Qubit,并用无线电波NMR Kane量子计算机(由Silicon中的磷酸divosphorus divospon供体核旋转状态)
251959084756578934940271832400483985714292821262040320 2777713783604366202070 759555626401852588078440691829064124951508218929855914 9176184502808489120072 8449926873928077777777777777777777777714141418347270261896375014971824 691166507777776133798590957 00097330459748808428401797429100642424586918171951187461 2151517265463228221686 998754918242243363725908514186546204357679842338718477 4447920739934236584823 824281198163815010674810451660377306056201619676256133 844143603,390441495265,458987698767967962962962626262626266266266266666666666666666666666666662662662662666666666666666666666665 637328991548141431678994,75,7,28,282828282827277777777777777777777276767
量子计算在从量子计算机读取信息时尤其重要(Aaronson,2008 年)。量子计算机可以同时计算和测试大量假设组合,而不是按顺序计算和测试(S.-S. Li 等人,2001 年)。此外,一些量子算法可以设计成用比传统算法少得多的步骤解决问题(其复杂性较低)。因此,量子计算可能代表未来几年现代 IT 的重大突破,并可能开启向“第五次工业革命”的过渡(Hadda & Schinasi-Halet,2019 年)。首批实验显示出令人鼓舞的结果,例如谷歌在 2019 年进行的实验,该公司声称已经实现了所谓的量子霸权(IBM“量子优势”)(Arute 等人,2019 年)。在一项人工实验中,他们证明可编程量子设备可以在可行的时间内解决传统计算机无法解决的问题。然而,谷歌量子计算机解决的任务是根据所使用的特定量子硬件定制的,没有实际应用。尽管如此,这仍然是一个重要的概念证明。此外,2020 年,中国科学家声称已经建造了一台量子计算机,其执行特定计算的速度比世界上最先进的超级计算机快约 100 万亿倍(Zhong et al., 2020)。鉴于目前的发展状况,专家预计量子计算可以提供前所未有的优势,特别是在优化、人工智能和模拟领域(Langione et al., 2019; Ménard et al., 2020)。分子模拟(用于化学和制药行业)很可能成为量子计算机的首批实际应用之一。这是因为分子直接遵循量子力学定律,所以使用量子计算机是模拟它们最自然的方式。其他可能很快受益的行业包括金融业、运输和物流业、全球能源和材料业,以及气象学或网络安全等领域(Gerbert & Ruess,2018 年;Langione 等人,2019 年;Ménard 等人,2020 年)。然而,迄今为止,量子计算在物理学和计算机科学领域仍存在大量未解决的挑战,从硬件架构和数据管理到应用软件和算法,这需要在所有这些领域及其他领域进行基础研究(Almudever 等人,2017 年)。为了指导信息系统(IS)研究,本基础提供了量子计算的基本概念并描述了研究机会。因此,我们在第二部分简要概述了量子计算机系统及其量子计算机的三个层:硬件、系统软件和应用层。第三部分介绍了量子计算的潜在应用领域。1在此基础上,