Reed News
Vetenskap & teknik

Google utvecklar kvantdatorprogram som läser molekyler 13 000 gånger snabbare

Google har tagit fram ett specialiserat kvantdatorprogram som kan läsa av hur molekyler ser ut i detalj 13 000 gånger snabbare än dagens bästa vanliga superdatorer, enligt en ny forskningsstudie. Prog

Göteborg, Västra Götalands länons 22 okt.GoogleGoogle Quantum AIIBM
Google utvecklar kvantdatorprogram som läser molekyler 13 000 gånger snabbare
Hartmut Neven · Quantum Computing Guy

Google har tagit fram ett specialiserat kvantdatorprogram som kan läsa av hur molekyler ser ut i detalj 13 000 gånger snabbare än dagens bästa vanliga superdatorer, enligt en ny forskningsstudie. Programmet har döpts till Quantum Echos och körs på Googles kvantdatorchip Willow, men har även testats på andra kvantdatorer med samma resultat.

I en separat studie testade företaget hur två molekyler, en isotopvariant av de organiska ämnena dimetylbifenyl och toluen, ser ut på kvantnivå med hjälp av mätningar med kärnmagnetisk resonans som sedan analyserats av den nya algoritmen. Om fem år tror Google att programmet och framtida större kvantdatorer kan användas för att få fram nya läkemedel och material. Kvantfysiker Per Delsing på Chalmers bedömer att den tidsplanen är optimistisk men inte omöjlig.

Kvantdatorer kan räkna på extremt mycket data parallellt jämfört med dagens datorer, vilket skulle kunna möjliggöra att ta reda på hur en molekyl binder mot ett membran på atomnivå för att göra mediciner mer effektiva. Det pågår en kapplöpning om att bli först med att utveckla en stor, exakt och stabil kvantdator för praktiska tillämpningar. Googles mål är att bygga en dator med en miljon kvantbitar, medan dagens version har drygt 100. Företag som kinesiska QuantumCTek och amerikanska IBM, som för närvarande har fler kvantbitar i sina datorer än Google, är också ledande inom kvantforskningen och utgör starka konkurrenter.

Källor: SVT Vetenskap

Fler taggar:
Chalmers

Transparency

How we verified this article

◉◉◯◯◯Låg
1sources
7Involved
AI-generated content
See full details
← Tillbaka till Utforska