НовостиОбзорыВсе о нейросетяхБытовая техника 2024ГаджетыТехнологииНаукаСоцсетиЛайфхакиFunПромокодыСтранные вопросыЭксперты

IBM сделает квантовый компьютер доступным каждому

9 марта 2017
IBM запустит первый в мире коммерчески доступный квантовый компьютер. Работать с ним можно будет через облачный сервис, сообщает компания.

Особенности IBM Q

Сотрудники рассказали об IBM Q следующее: это будет 5-кубитное устройство на базе платформы IBM Quantum Experience. Она была запущена в Йорктаун Хайтс (США) в мае 2016 года.

Доступ к IBM Q реализуют посредством облачного сервиса IBM Cloud. Кроме того, компания создала симулятор, позволяющий моделировать квантовые системы, которые включают до 20 кубитов.

Инженеры IBM уже разработали API для IBM Quantum Experience, с помощью которого разработчики смогут строить интерфейсы для взаимодействия между своими решениями и 5-кубитным квантовым компьютером. На основе этого API будет создано аналогичное решение для IBM Q.

SDK для IBM Quantum Experience (полный комплект средств разработки) компания представит в первой половине 2017 года. Он позволит разработчикам запускать собственные несложные квантовые приложения, а также другие продукты. Можно будет работать с отдельными кубитами, запускать алгоритмы, проводить исследования, моделировать квантовые вычисления.

В планах IBM – увеличить квантовый объем IBM Q до 50 кубитов в течение следующих пяти лет. Такая система оставит далеко позади все существующие вычислительные устройства.

Зачем это нужно

Квантовые компьютеры смогут обрабатывать большие объемы данных, в которых не прослеживается закономерность. К примеру, они позволят моделировать химические эксперименты и предсказывать свойства веществ. Обычная техника не способна смоделировать квантовые состояния даже одной простой молекулы.

Квантовые компьютеры повысят безопасность облачных вычислений

Кроме того, квантовые компьютеры способны рассчитать логистику огромных проектов и построить каналы поставок даже в наиболее интенсивные периоды. Они смогут моделировать финансовые данные и рассчитывать инвестиционные риски, искать информацию в крупных массивах данных, к примеру, по фото и видео.