IBM构建50量子比特原型机后,量子物联网离我们还有多远?

TestWhite 2017年12月1日00:10:49
评论
2246字阅读7分29秒
云小站

随着量子计算走向现实,对于量子物联网的研究逐渐被专家学者们提上了日程。由于物联网对云计算具有严重的依赖性,专家们认为它也很可能会受到量子计算的影响。

IBM构建50量子比特原型机后,量子物联网离我们还有多远?

 

今年年底,谷歌有望宣布实现量子霸权优势,即通过量子计算设备解决传统计算机难以解决的问题。(除了谷歌之外,前不久IBM刚刚成功构建了50量子比特原型机,量子霸权之争一触即发。对于谁是量子计算领域的霸主,我们还不能过早下定论,只能说量子霸权之争永远在路上——司马渡注)

 

随着量子计算开始走向现实,我们希望能看到它与云计算相结合,这种技术实现后,计算时间将大大减少,使其比之前任何时候具有更大的速度。

 

除了技术上的优势,量子计算还将引起其他技术的革新。鉴于物联网严重依赖云计算,物联网也很可能会受到量子计算的影响。量子物联网能保证将各种边缘计算源获取的海量数据流——无论是来自生产线设备,还是出自客户工作设施传感器——统统变得切实可行,同时速度要快上百万倍。将所有这些技术与谷歌的人工智能结合后,我们的工作、生活和娱乐方式将会发生极大地改变,因为我们正从数字自动化升级到量子智能。

 

虽然我们可以看到关于量子计算的大肆炒作,但量子互联网的定义仍在不断变化。我们在这里不搬弄书本,为简化起见,将其定义如下:量子互联网和量子计算涉及原子和其他称为量子位(量子比特)微小粒子,用以代替传统解决计算问题的1和0。

 

试图将量子计算商业化的公司正在运用一种称为叠加和纠缠的现象,这类科学有点怪怪的味道,但它确立了量子优势之路。正如戴尔公司“大数据研究院院长”所解释的,三个量子比特可以同时代表八个值,这意味着量子比特可在消耗更少能量情况下以比数字计算机更快执行运算量。

 

不同量子态的编码光电缆与今天布设在IT基础设施的数据光缆也极为不同。IBM和微软也在探索这项技术,但能否从中获得投资回报尚难以确定。物理学家、科学家和工程师每天都在修补、设计和调整技术,力求将量子计算与现有计算任务加以融合。如果实验成功,它将永久改变医学、金融服务、材料等技术领域的发展轨道。不过在那之前,我们尚不知晓它将在何时以何种方式实现。

 

量子物联网的成功有赖于服务质量

 

然而众所周知的是,当量子物联网在商业上变得可行时,量子比特和有线数据的世界将和谐共存,如果企业意欲在竞争中胜出并令客户满意,保证服务交付和安全性仍是至高无上的前提。

 

移动量子比特信息是一项艰巨任务。麻省理工学院、芝加哥大学和斯坦福大学等正在努力弄清如何使量子比特材料保持更长时间,并能进行远距离传送。中国科学家最近进行了量子纠缠实验,向两个相距1203公里的地面站发送了两个纠缠光子,打破了原先100多公里的记录。

 

我们知道,将信息编码成一个单一光子的过程非常脆弱,这就是为何要使用致冷器冷冻量子芯片和超冷分子以延长量子比特材料的寿命。当然,这一切都发生在实验室,但在实验室以外的世界,有线数据仍然指挥着地球转动。即使在量子计算最终投入商业使用后,这种情况也不会改变。

 

事实上,物联网设备将通过SD-WAN(软件定义广域网)、云计算和虚拟数据中心持续产生大量有线数据。但是,包括制造业、零售业、金融服务业和医疗保健在内的各个行业都会提供更多的有线数据。虽然量子物联网将采用一整套全新的加密技术,并将量子计算与云技术和物联网有机结合,但仍然会引发大量的安全和服务问题。

 

解决IT问题

 

无论是物联网边缘还是数据中心,每一次利用私有和公共云进行的行为和交易都要通过使用有线数据流量的IT基础设施。如果量子物联网进入大联盟,就需要有一个网关把原子变成IP数据包,反之亦然。

 

现在,当量子计算实验室工程师谈论通过中继器移动光子时,IT部门和安全部门的员工正在使用有线数据来解决诸多难题:例如将应用程序迁移至云时保留可视性,或在黑客突破物联网安全周界时加快反应速度。有线数据要么在工作设施内外进行转移,要么在私人/公共云数据中心的虚拟机之间进行传输。但是,有线数据本身对IT专业人士而言没有什么价值,除非它能转化为智能数据,提供切实可行的见解以减轻业务风险和控制结果。这该如何实现? 

 

发现智能数据的真相

 

从整个IT环境的可见性开始,让我们了解应用和服务的完整背景从而识别异常情况。我们显然不能使用筒仓型工具,因为它的可视性只局限于自身基础设施和应用领域。微软、思杰、甲骨文提供的商业服务及统一通信在服务交付过程中会遇到各种阻碍。服务水准下降的原因与以下因素相关:应用程序、网络、服务器、使能器(如DNS和DHCP)、中间件和数据库。软件定义的数据中心和网络,多个云与物联网平台的趋同增加了复杂性,这也说明了为何在诊断以下问题时需要有线数据型智能:服务问题究竟是应用环境、物理虚拟基础设施还是虚拟基础设施所导致?当服务水准下降影响到用户和客户时,迅速将其解决并避免收入流失的关键是拥有以服务为中心的可视性,能从第2层看到第7层,并对应用依赖性具有端到端的背景视觉。

 

智能数据驱动的普遍可见性要求持续不断的实时监控服务、可靠的应用程序和得力的混合基础设施,以发现潜在问题并提供一流体验。伽利略曾说,所有的真理一旦被发现就很容易理解,问题是去发现。在当今设备数量无限的时代,对于IT组织和相关业务领域而言,成倍增加云应用及其规模,同时将有线数据转换为智能数据对于服务性能的清晰性至关重要,并且能向客户提供一种自己决定和强化底线的体验。在量子计算出现后,随着时间流逝,此举对企业来说将变得愈发重要。

本篇文章来源于微信公众号:i司马渡

继续阅读
  • 我们QQ群
  • QQ扫一扫
  • weinxin
  • 微信公众号
  • 公众号扫一扫
  • weinxin
TestWhite
  • 本文由 发表于 2017年12月1日00:10:49
  • 请您在转载时请务必保留本文链接:https://www.playezu.com/10265.html
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: