英国科技创新机构Digital Catapult在宣布启动数字孪生和6G研究项目数周后,近日又披露了其通过量子网络推动英国开放和未来网络发展与部署的中期项目。
Digital Catapult的量子技术准入项目旨在展示量子技术创新如何重塑先进连接技术、加速网络扩展并将深度技术融入英国产业。该项目致力于提升成长行业领导者的量子技术准备度,帮助他们更好地理解如何将深度量子技术创新实际应用到运营中,展示其解决复杂挑战的潜力。
根据Digital Catapult引用的CBI经济学调查数据,英国量子产业每年为国民经济贡献约17亿英镑。由于574家英国量子公司中55%为初创企业,因此迫切需要进一步干预支持这些小企业扩大规模并将其变革性解决方案商业化。
此外,根据牛津经济学研究,量子计算预计到2055年将使英国生产力提升高达8.3%。Digital Catapult相信其量子技术准入项目在加速深度技术向产业实际应用、助力深度量子初创企业成功扩张、建立运营脱碳新方式和提升供应链韧性方面发挥重要作用。
该项目得到了能源、国防和电信领域多家领军企业的支持,合作伙伴包括BAE Systems、MBDA和沃达丰等行业领导者,以及ORCA Computing、Q-CTRL和RiverLane。首批参与企业包括劳斯莱斯、空客和多佛港,项目使其对量子技术采用的信心提升了26%。
深入垂直行业分析,Digital Catapult指出电信行业正经历数字化转型,促使企业考虑新解决方案以保持竞争力并满足对改进和先进连接技术日益增长的需求。该机构表示,量子技术在设计和管理下一代电信网络方面的变革潜力可为英国及全球提供先进连接技术支持。
为确定量子计算如何惠及电信行业,Digital Catapult与沃达丰、ORCA和RiverLane合作,研究量子创新如何优化运营商网络并解决斯坦纳树问题——这是一个用于识别网络扩展最具成本效益方式的复杂数学挑战。使用ORCA PT-2量子系统Asteridia,沃达丰能够在几分钟内解决这个传统上需要在经典计算机上花费一小时才能解决的问题。
Digital Catapult技术总监Paul Ceely表示:"量子创新不再是假设性讨论,而是实际活动。我们最新量子计算创新项目的结果生动展现了该技术惠及各行业企业的潜力。"
沃达丰集团量子团队负责人Ryan Parker评论该项目及其成果时说:"该项目对沃达丰研发量子团队极其宝贵。Digital Catapult的学习资源和课程帮助沃达丰量子团队了解光子量子计算,使我们能够详细理解ORCA的技术。我们成功在ORCA的PT-2系列量子计算机上部署了网络优化算法,证明该技术适用于电信行业的关键用例。"
Digital Catapult认为这一"突破"突出了量子技术如何提升效率、降低基础设施成本和加速未来就绪网络部署,使英国在创新和未来连接技术方面成为全球领导者。
Paul Ceely补充说:"项目结果证明了Digital Catapult协调能力的价值,推动了量子创新合作。我特别鼓舞于沃达丰在改进复杂网络规划并将其转化为在ORCA PT-2光子量子计算机上运行的算法方面取得的成功。"
ORCA Computing首席执行官Richard Murray表示,很高兴支持Digital Catapult量子技术准入项目的第二期。他说:"今年突出的是参与者能够多快地上手我们的ORCA PT-2量子光子系统,在短短六个月内取得实际成果。这清楚表明量子计算正变得更加易于获取,对推动当今组织的长期创新更具相关性。"
项目的其他合作伙伴Simulex探索了使用量子技术优化复杂能源网络,重点关注绿色氢系统——未来脱碳能源组合中的关键技术。Simulex建模了包括可变需求和储能选项在内的复杂可再生能源网络。据称量子计算机模型提供了更高的速度和精度,使Simulex能够最大化可再生能源使用,同时减少能源损失、成本和环境影响。
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。