I/O 2021：新数据中心表露了谷歌对于扩展量子计算的野心

Cnet 的 Stephen Shankland 指出，谷歌在加州 Santa Barbara 开建的新量子 AI 园区，当前已招来首批研究人员，他们将在帮助该公司建造自己的机器方面发挥巨大的作用。

谷歌研究与健康部门高级副总裁 Jeff Dean 表示，该中心的一项首要任务，就是让作为数据处理最基本元素的量子比特变得更加可靠。

因为量子比特极易受到外界干扰，所以纠错技术也成为了必不可少的一环。此前 Jeff Dean 曾在一次简报中透露，他们希望在未来 1~2 年内演示量子比特的纠错技术。

据悉，作为一项被寄予厚望的技术，量子计算有望在新药或新材料研发等复杂问题的解决上发挥重大作用。

这些问题很可能让基于传统计算机的解决方案陷入困境，但量子计算却依赖于控制超小粒子的怪异物理定律。

目前多家科技巨头和初创企业都在这方面投下重注，只是目前距离证明其潜力还有很长一段路要走。

谷歌母公司 Alpha 首席执行官 Sundar Pichai 在 I/O 2021 主题演讲期间表示：“我们希望有朝一日，能够制造出具有纠错功能的量子计算机”。

目前已知的是，谷歌计划将现实世界中的多个量子比特，组合成为一个有效的虚拟量子比特（又称“逻辑量子比特”），两者的比例约为 1000：1 。

此外谷歌预计需要 1000 个逻辑量子比特，才能完成更切实际的计算工作。对于目前只有数十个量子比特的谷歌量子计算机来说，百万级物理量子比特仍是一个相当遥远的目标。

采用水冷方案的谷歌 TPU AI 加速器

在 I/O 2021 大会期间，Jeff Dean 还披露了有关谷歌 AI 加速硬件的新细节，即该公司定制的张量处理单元（TPU）芯片。

Dean 描述了该公司是如何将 4096 个第四代 TPU 整合到单一的 Pod 中，且其性能达到了第三代芯片的 10 倍。

单个 Pod 是计算能力非常强大，我们现已在诸多不同的数据中心部署了此类软件，预计年底前可达到数十种。

谷歌主要借助 TPU 来开展 AI 训练，这种计算密集型的应用可生成 AI 模型，且后续有望应用到手机、智能扬声器等设备上。

Stephen Shankland 指出，之前的 AI Pod 采用了 TPU 集群的设计。但在 TPU V4 版本中，谷歌已用上快速光纤线路，因而能够将不同的模块组合到一起，意味着模块的维护也将更加轻松。

Sundar Pichai 补充道，TPU V4 平台现已可用，并将于今年晚些时候向该公司的云计算客户开放。

最后，谷歌还试图通过“多任务统一模型”（MUM）技术来改进其 AI 软件。目前该公司已针对单独的 AI 系统进行训练，以识别文本、语音、照片和视频。展望未来，谷歌还将把它扩展到更广泛的应用领域。