Китайские ученые из Чжэцзянского университета совершили прорыв в области квантовых технологий, создав первую в мире сверхбыструю память QRAM (Quantum Random Access Memory) для квантовых компьютеров. Эта разработка решает одну из ключевых проблем, тормозящих массовое внедрение квантовых вычислений: эффективный доступ к классическим данным в условиях сверхвысокой скорости обработки.
Прототип, представленный командой под руководством доцента факультета компьютерных наук Лу Лицяна, работает на основе сверхпроводящих квантовых чипов и способен обрабатывать 4-битные и 8-битные данные. Это позволяет квантовым системам взаимодействовать с традиционными базами данных без потери производительности — а именно это ограничивало их применение в реальных задачах.
Скорость работы нового решения превосходит аналогичные системы на классических процессорах в десятки раз. Например, в задачах оптимизации финансовых транзакций или моделирования молекулярных структур для фармацевтики квантовые компьютеры с такой памятью смогут обрабатывать данные в режиме реального времени, что ранее было невозможно.
Особенно актуально это для финансовой сферы: выявление сложных схем мошенничества или анализ больших массивов транзакций в банках требует обработки огромных объемов информации. Квантовые алгоритмы в сочетании с QRAM смогут сократить время на такие операции с часов до секунд. В медицине новая технология может ускорить разработку лекарств за счет моделирования взаимодействия молекул в квантовом пространстве. Это позволит ученым быстрее тестировать гипотезы и находить новые соединения для лечения сложных заболеваний.
Эксперты отмечают, что пока речь идет о лабораторном прототипе, но его успешное тестирование открывает путь к коммерциализации квантовых компьютеров в ближайшие 5–10 лет. Особенно это важно для Китая, который активно инвестирует в развитие квантовых технологий и стремится занять лидирующие позиции в этой области.
Для рынка искусственного интеллекта этот прорыв означает, что квантовые ускорители могут стать неотъемлемой частью систем машинного обучения. Например, в задачах обработки естественного языка или компьютерного зрения квантовые алгоритмы с QRAM смогут обрабатывать данные на порядки быстрее, чем современные GPU.
Однако полноценное внедрение потребует решения еще ряда технических проблем, включая масштабируемость и интеграцию с существующими ИТ-инфраструктурами. Тем не менее, даже на текущем этапе разработка демонстрирует реальный потенциал квантовых технологий для трансформации отраслей, где критически важна скорость обработки данных.
