宝马每年出货超过200万辆汽车,每辆汽车大约有3万个零部件,由100多个全球供应商提供。基于此,不难理解为什么管理和协调整个全球供应链,是一个复杂的、计算密集型的过程

宝马和其他制造商一样,目前只能用经典计算机和软件来管理其供应链和物流。虽然量子计算仍处于原型阶段,但宝马仍然兴趣不减,希望量子计算有潜力对其供应链进行优化与加速

为了这个项目,宝马正在与霍尼韦尔新加坡量子计算初创公司Entropica Labs合作,期望为近期量子计算机开发和运行适当的基准,可以为宝马提供有价值的洞察力,以了解量子的潜在价值。

此前,在1月27日,宝马正式宣布正在开发量子计算技术,该技术使用霍尼韦尔量子计算机,宝马还拥有一个专业中间商——新加坡量子计算初创公司Entropica Labs。Entropica Labs需要创建必要的量子算法,并在霍尼韦尔H1上运行[2]。

宝马的量子计算征途新动向,概念验证持续进行中-量子客
图1|霍尼韦尔量子计算机外部激光器(来源:霍尼韦尔)

Entropica公司此前曾使用霍尼韦尔的第一台量子计算机H0以及初代H1进行研究,而对初代H1的研究主要集中于探索中间线路测量复位(MCMR)的能力,因为复位功能允许中间计算重新使用量子比特

为此,Entropica创建了一个机器学习应用,使用6个量子比特运行一个实际需要9个量子比特的“Bars and Stripes”应用。其中,额外的3个量子比特是通过使用复位功能而“回收”的资源。研究人员表示,该项研究运行状况良好。

再举一个例子,霍尼韦尔在近期的一场量子会议上,使用一种名为“Bernstein-Vazirani”的算法,对中间线路测量和复位技术进行演示。

通俗来讲,Bernstein-Vazirani算法可以确定隐藏在另一个函数中的秘密位串。假设一个6位的字符串隐藏在一个文件中,而目标是在尽可能少的尝试中,确定隐藏数字的值。一台经典计算机必须猜六次才能确定密码,而通过运行Bernstein-Vazirani算法,量子计算机可以一次就找到正确答案。

演示过程中,霍尼韦尔研究人员首先使用6量子比特运行Bernstein-Vazirani算法来寻找隐藏值。而接下来的演示则表明,使用包含复位功能的2量子比特线路,与6量子比特运行效果相当。

Entropica还在霍尼韦尔量子计算机H1上运行了递归量子近似优化算法(R-QAOA),为了与H1的运行结果相比较,Entropica同样在经典模拟器上运行了该算法。而对于经典的计算机基准,Entropica选择了Karmarkar-Karp查分算法

宝马的量子计算征途新动向,概念验证持续进行中-量子客
图2|R-QAOA算法与KK算法对比(来源:霍尼韦尔)

简单来说,宝马的概念验证流程为:算法将一组正数分成两组,称为分区,从两个最大的数开始,到最小的数结束。而两个分区之和的绝对差值越小,结果越好。

这个概念证明可以作为将材料装载到两辆不同车辆上的一个例子。在这种情况下,目的是确保两辆车处于同等重量当中,它也可以代表两个服务器之间的负载均衡

在评价霍尼韦尔的结果时,Entropica的创始人Tommaso Demarie表示,在这个行业的现阶段,应用程序可以帮助我们理解量子计算机能做什么和不能做什么。实验证实霍尼韦尔H1装置性能接近Entropica的预期,令人兴奋。

未来将更深层地探索R-QAOA算法与Karmarkar-Karp查分算法之间的对比,随着2量子比特门保真度的提升,与更多的量子比特,这步应当不难完成。

量子计算仍处于实验阶段,目前还没有量子系统处于生产角色。量子计算机至少还需要3-7年,才能发挥可靠的运营供应链效用

 

 

参考链接:

[1]https://www.forbes.com/sites/moorinsights/2021/03/19/bmw-chooses-honeywell-model-h1-quantum-computer-and-entropica-labs-for-supply-chain-quantum-proof-of-concept/?sh=5a775b451c27

[2]https://www.qtumist.com/post/13570

 

声明:此文出于传递高质量信息之目的,若来源标注错误或侵权,请作者持权属证明与我们联系,我们将及时更正、删除,所有图片的版权归属所引用组织机构,此处仅引用,原创文章转载需授权。

|编  辑:王嘉雯      |审  校:丁 艳