top of page

Reimei H2 升級後 Quantinuum 與 RIKEN 擴大合作

7 分鐘前
讀畢需時 12 分鐘

Quantinuum 與 RIKEN 於 11 月 10 日把 Reimei 升級至 H2 後擴大合作,但商業量子服務仍是發展目標。Quantinuum 與 RIKEN 的合作,現時把已安裝的硬件升級與更長遠的科學應用、日本製造業參與及 AI 數據中心存取計劃連結起來。這些發展的確定程度各有不同,理解當中的分別,比把它們視為一次單一產品發布更為重要。

眼前的改變,是在既有運算環境中為研究人員提供更大的量子資源。更宏大的目標則涉及容錯運算,即透過協調硬件與軟件來保護計算免受錯誤影響。達成協議以追求這項能力,並不等於其可用性、交付時間表,或對特定業務的實用價值已獲確立。

RIKEN 亦與 IBM 合作,令這次公布處於一個實際的競爭環境之中。兩家供應商都面對同一問題:當成熟的傳統運算已處理大部分科學工作負載時,量子處理器究竟能帶來甚麼貢獻?有用的比較應聚焦於完整應用,包括其準確度、執行要求及可重現性。

Quantinuum 與 RIKEN 的合作現有升級硬件作後盾

最明確的發展,是在既有研究平台內完成硬件升級。

Quantinuum 的 Reimei 系統概覽 指出,系統已由 H1 的 20 個量子位元升級至 H2 的 56 個量子位元。量子位元是用於在計算期間表示及操控狀態的量子資訊單位。Reimei 設於 RIKEN 的和光園區,並參與一個把量子運算與傳統超級運算連結起來的平台。

這令 Reimei H2 升級與仍待研究人員使用的機器公告有實質分別。它改變了既有機構環境內可供實驗使用的資源。然而,這本身並不證明每項計算都會變得更快或更準確。

對研究團隊而言,硬件升級帶來重新檢視實驗界限的機會。原先受可用容量限制的計算,或可支援另一種表述方式或更廣泛的研究。這個機會能否產生有用結果,取決於工作負載、其實作方式及輸出質素。

合作擴大增添了另一個層面。RIKEN 在其 混合運算更新 中描述了科學及工業應用開發、與日本大學及供應商合作,以及與 SoftBank 進行探索。該研究所把這些活動置於其結合量子運算、超級運算及 AI 的更廣泛方向之中。

區分設備與合作關係很有用。已安裝的設備提供進行實驗的場所;合作則界定哪些各方有意協助開發應用、未來系統或存取安排。兩者均不應取代另一方所需的證據。

因此,時機之所以重要,是因為合作夥伴能圍繞升級後的基礎設施安排額外工作。其公告把研究能力與機構承諾放到同一討論之中,比單靠硬件路線圖為潛在合作夥伴提供更清晰的起點。

這亦為合作中出現不同結果留下空間。科學實驗可以推進,而商業化安排仍未明朗。供應商參與可在未來電腦達到預期能力前逐步發展。審慎的評估應分別追蹤這些脈絡。

對關注量子 AI 超級運算的讀者而言,這是核心事件:一個既有研究環境已獲得更大容量及更廣泛的發展議程。這項公告值得基於這些條件獲得關注;毋須因此宣稱商業量子運算已普遍可用。

科學團隊面對證明量子運算附加價值的壓力

這次升級把焦點轉向:每種運算資源在完整科學任務中各自帶來甚麼貢獻。

混合工作流程把一項計算分配到不同運算系統。這種分配既帶來工程機會,也帶來問責問題。若結果有所改善,研究人員需要辨識是哪個組件帶來改善,以及它需要額外投入甚麼資源。

更大的量子系統可提供更多實驗空間,但同時提高了外界對這些實驗所產生證據的期望。研究人員及工業合作夥伴需要看見硬件改變與科學成果之間可理解的連繫。容量只有透過它協助解答的問題,才會變得有意義。

設想一個材料團隊正決定是否把量子生成的資訊納入現有建模流程。相關問題不只是團隊能否提交量子計算,而是所得資訊能否充分改善預測,以證明額外工作值得進行。

這項評估需要一項清楚界定的比較。傳統方法需要合適的配置,而兩種方法都需要針對相同的科學目標。否則,看似獲得的提升可能源於不同假設,而非量子運算帶來的有用貢獻。

相同的推理也適用於準確度。當改善會影響研究決策時,更準確的答案才有意義。在狹窄選定的例子上有所改善,仍可能具參考價值,但其實際適用範圍需要說明。讀者應了解結果確立了甚麼,以及仍有哪些未解之處。

這會對應用開發人員構成壓力,包括合作關係內的團隊。他們必須把基礎設施的故事轉化為具有可量度界限的應用故事。公告沒有訂立完成這項工作的期限,但令相關工作更受注目。

企業研究經理面對的是另一項決策。他們需要在投入更廣泛資源前,判斷一項實驗能否帶來有用學習。即使未能確立商業優勢,設計良好的試點項目仍可能值得進行。它可揭示整合問題、不合適的工作負載,或後續研究所需的條件。

因此,採購團隊應把存取權與成果分開看待。取得非一般運算設備的使用權可支援研究計劃,但不保證該計劃會勝過既有方法、產出可上市的材料,或縮短開發工作。

Quantinuum 與 RIKEN 的合作尤其與這項評估相關,因其議程涵蓋硬件、應用及未來存取安排。這種廣度創造協調機會,亦令精確報道變得不可或缺,因為一個範疇的成功不會自動驗證其他所有範疇。

對開發人員而言,含意相當具體:應用設計應與處理器能力獲得同等重視。一項有用的實驗應令其輸入、輸出、假設及比較方法容易理解。這些細節決定另一個團隊能否評估結果並在其基礎上繼續發展。

眼前的壓力落在證據質素上。一項具說服力的科學應用,需要的不僅是對所涉設備的吸引描述,還需要一套可辯護的說明,交代答案、流程或所需資源有甚麼改變。

量子 AI 超級運算取決於具選擇性的貢獻

最有力的應用論據,是在較大型計算中為量子運算分配一項特定任務。

Quantinuum 的 混合研究項目 透過材料建模及生物分子化學展示這種做法。該公司描述了結合傳統計算、量子生成資訊及 AI 模型的方法。這些項目聚焦於特定科學難題,而非要求量子處理器複製整個研究環境。

在材料項目中,Quantinuum 描述使用合併數據集,研究材料行為如何在不同條件下改變。化學項目則以鋅卟啉這種吸收光線的分子為目標。其建議工作流程為 Reimei 及傳統運算資源分配不同責任,包括處理特定電子組態的工作。

這些例子為 Reimei H2 升級提供了更具體的背景。它們指出研究人員認為量子資訊可補足成熟方法的位置。這些仍是公司所描述的研究活動,而非對廣泛工業實用性的獨立確認。

其背後的分工值得留意。一項研究計算通常包含多類工作,部分需要大量數據處理,另一些則涉及分子或材料行為的複雜表述。應用可受惠於專門資源,毋須把每個步驟都轉移至這些資源上。

這令各步驟之間的介面變得重要。一個系統產生的資訊,在另一個系統接收時必須仍然有用。若周邊工作流程無法有效運用,一項技術上有趣的中間結果便只有有限的應用價值。

AI 亦帶來另一個歸因問題。若模型在接收額外訓練資訊後有所改善,研究人員需要判定是甚麼令該資訊有用。數據集建構、模型設計及評估選擇都會影響詮釋。

因此,穩健的比較應分離所聲稱的貢獻。若量子生成的樣本帶來價值,評估應展示它們如何與合適替代方案比較。若它們只會在某些條件下改善結果,結果應清楚指出這些條件。

預測與驗證之間也有分別。模型可為研究人員未直接模擬過的條件生成答案。評估該答案需要參考基準、不確定性估計,或其他可辯護的驗證方法。

這些是研究問題,而非否定這種方法的理由。它們解釋了機制為何重要。當量子組件提供周邊流程能夠評估及運用的資訊時,其價值主張便更為清晰。

對材料研究人員而言,最終效益需要與材料行為相關的決策連結。對化學團隊而言,則需要支援具意義的性質或研究問題。兩類受眾都難以從脫離任務的處理器比較中獲益。

量子 AI 超級運算更廣泛的教訓是操作層面的:專門設備透過對最終結果作出有用貢獻,才能證明其位置。周邊的傳統運算仍是成果的一部分,也必須仍是評估的一部分。

這種框架亦避免將量子運算與傳統運算置於不必要的競爭之中。在這些擬議應用中,兩類資源擔當互補角色。尚待解決的問題,在於這種組合的品質與實用性。

IBM 讓 RIKEN 能在自身研究環境中作出比較

RIKEN 與多家供應商合作,為比較不同方案提供了有用的場景,毋須判定哪款硬件勝出。

IBM 與 RIKEN 於 2025 年 6 月發布 IBM Quantum System Two。其量子超級運算部署將一枚 156 量子位元的 Heron 處理器,部署於 RIKEN 神戶運算中心的 Fugaku 旁。IBM 表示,該裝置是用於開發協同量子與傳統工作負載的平台。

該系統為 Reimei 提供了具參考價值的業界比較。然而,處理器數量並不能證明哪套裝置在特定應用上表現更佳。有意義的比較需要採用相同任務、合適的實作方式,以及明確界定的衡量指標。

不同硬件方案可對應用程式設計提出不同要求。即使在同一機構內,一個工作負載的表現亦不僅取決於設備規格。軟件決策、執行安排和科學方法,都會影響結果。

因此,RIKEN 的環境提出的問題,比某一供應商是否擊敗另一家更廣泛。研究人員可探討哪些資源適合任務的不同部分,也可研究周邊軟件有多少能跨系統繼續發揮作用。

一篇關於跨平台科學工作流程的 9 月研究預印本,在共享研究環境中描述 Fugaku、Reimei 及 IBM 的 ibm_kobe 系統。其中的案例區分了使用 Reimei 模擬器的生物分子工作流程,以及另一個協調量子處理器的工作流程。在解讀究竟由哪些設備執行所報告的運算時,這種區分相當重要。

模擬器是模仿量子系統行為的傳統軟件。涉及模擬器的結果可協助開發方法,但不應被表述為等同於在量子硬件上執行該項運算。讀者需要這些執行細節,才能解讀相關證據。

對 Quantinuum 而言,競爭層面的含義是,已安裝的運算能力必須支持清晰的應用論據。對 IBM 而言,其自身的基礎設施工作亦面對相同期望。當比較轉向可重現的科學任務,以及清楚報告的貢獻時,兩家公司都能受益。

競爭壓力亦延伸至軟件。研究人員有興趣在更換硬件或整合資源時保留有用的方法。若一套工作流程每次更換後端都需要大幅重建,便會在其科學價值得到評估前增加額外工作。

買家應留意供應商如何描述這些依賴關係。對處理器的主張並不能證實應用程式的可攜性。同樣地,共享工作流程亦不保證參與的機器會產生相同結果或效能。

Quantinuum 與 RIKEN 的合作關係,正處於這個更廣泛的研究基礎設施發展脈絡之中。它增加了一項具體能力,亦增加了一組應用承諾。其意義並不取決於把 RIKEN 的其他合作描繪為被取代或不成功。

更有用的競爭標準,是供應商是否能協助研究人員產出經得起審視的答案。這個標準把硬件發展與科學使用者的需要連繫起來,亦讓讀者有一套穩定方式評估未來公告。

早期研究與未來服務需要不同證據

這項公告支持擴展研究;其商業抱負仍需要更多證據與執行成果。

Quantinuum 的合作發展協議描述了一套涉及日本參與方的未來容錯系統。協議亦另行提及探索與 SoftBank AI 數據中心的連接。該公司同時警告,協議、技術開發及初步研究未必能帶來預期的商業成果。

這些保留條件界定了這則消息的範圍。已完成的升級是關於設備的陳述;擬議中的未來系統是發展目標;探索數據中心連接則涉及服務的潛在交付途徑。

若將這些合併為一項已具商業準備度的主張,便會掩蓋仍有待完成的工作。服務交付需要研究公告未有建立的營運安排。客戶需要了解存取方式、可靠性、支援,以及服務能讓他們完成甚麼。

同樣的審慎態度亦適用於科學應用。一項有前景的實驗可為進一步研究提供理據,卻不能證明普遍優勢。結果需要在研究人員取得結果的條件下解讀。

例如,與選定的傳統方法比較,只能說明在所報告條件下與該方法的關係,並不會自動證明其優於所有相關傳統方法。更廣泛的主張需要更廣泛的評估。

商業關聯性又增加了一層考量。當一項科學改進能協助機構作出有用決策或完成有價值的工作時,才具有商業意義。這種連結可能需要原始運算實驗以外的額外驗證。

生命科學措辭尤其需要精確。為生物分子建模是一項研究活動。關於某項運算的證據,不能證明臨床療效、病人受益或治療產品成功。這些結果涉及獨立問題及不同的驗證程序。

材料應用也需要相同審慎。更佳預測可支持研究,但並不能證明某種材料可成功製造或投入應用。實驗室表現、生產要求和應用限制,仍是開發過程中各自獨立的部分。

容錯同樣需要本身的證據。這個詞描述如何保護運算免受錯誤影響;不應成為取代報告已展示能力的說法。未來機器的實用性,將取決於它能可靠完成哪些運算。

「Made with Japan」目標提出了關於參與方式的實際問題。大學合作和供應商參與可以有多種形式。讀者在就製造能力或供應鏈獨立性作出結論前,應尋找具體責任和已交付的組件。

對考慮參與的企業而言,這些區分有助改善決策。研究合作可提供寶貴經驗,卻未必支持投產承諾。合適的投資取決於機構追求的是學習、應用驗證,還是可靠的服務交付。

因此,持審慎立場並非一概否定。升級及擴展合作關係都是具體發展;關於未來效能、商業供應及產業影響的主張,則需要各自的支持證據。

接下來留意研究驗證、使用者存取與交付承諾

下一批有用訊號將釐清科學價值、實際存取方式,以及未來系統背後的責任。

首先,留意能令應用比較更易評估的研究披露。有用的披露會列明工作負載、傳統參考方法、量子部分的貢獻及評估條件,亦應區分硬件執行與模擬執行。

若證據顯示,在具意義的比較下取得可重現的改進,便會加強應用論據。若改進依賴異常嚴格的限制條件,論據則會收窄。無論哪種結果,都有助讀者理解進一步研究應聚焦何處。

最具資訊價值的結果,會把中間的運算增益與一項科學問題連繫起來。更佳的數值結果可以重要,但其意義取決於研究人員可從中推斷甚麼。清晰報告應解釋這種連結,同時不略過限制。

第二,留意原始項目團隊以外的具體存取資訊。當潛在使用者能了解參與要求及包含的資源時,供應情況便較易評估。研究服務需要有明確營運安排,外部團隊才能據此規劃。

若存取資訊展示額外使用者如何評估平台,將加強實際應用的理據。持續不確定則會令相關工作集中於已公布的合作關係之內。兩種情況本身都不能證明科學成功,但各自會改變可進行研究的人。

第三,留意未來系統及數據中心工作中的具體承諾。點名列出的責任、明確的開發階段和已交付的整合工作,會比重申共同抱負提供更有力的證據,亦會令進展更易獨立追蹤。

未來數月值得持續留意這些訊號,但不應假定公告設定了交付期限。科學驗證、更廣泛存取和商業發展可按不同速度推進。讀者應按各自聲明的目的評估它們。

對開發者而言,有用的回應是密切追蹤應用證據,以了解量子部分在哪裡介入。對研究管理人員而言,則是在把存取視為優勢之前,先問清楚實驗會帶來甚麼知識。對買家而言,則是分辨合作機會與可用服務。

檢視下一次 Quantinuum RIKEN 合作更新時,應先從你的機構實際需要解答的問題開始。識別科學目標、現有方法,以及足以證明改變該方法合理的證據。然後檢視新結果是否回應了該決策,抑或只是回應中間技術步驟。在評估中,請把硬件升級、研究結果及未來服務承諾分開看待。這會令正面結果更易辨識,亦令有限結果更易獲建設性運用。隨著已公布的方法和營運細節陸續出現,請持續跟進,並問自己:哪些發展會實質改變你測試、採用或資助這種方案的意願。

 
 

為每個智能代理提供更完整的背景,提升工作表現

讓智能代理連接 remio 已整理好的知識、決策和歷史紀錄。

remio 目前支援 Windows 10+(x64) 及配備 Apple 晶片的 Mac。

你的 AI 工作夥伴
和 remio 一起高效工作

規劃、創作、交付
一站式完成

bottom of page