量子增强的可重构内存随机计算

这种新型计算机为何重要

现代生活依赖数据，从视频流媒体到训练人工智能。然而当今的计算机在处理器与内存之间反复传输信息，浪费大量时间和能量。本文报道了一种根本不同的方法：一小管温热原子既能存储信息又能利用量子物理的奇特规律进行计算。由此产生了一种新型“内存内”计算机，天然适合大规模并行任务，能加速某些运算，并且在一定程度上将计算过程对窥探者保持隐藏。

另一种数值思路

作者不是把数字表示为电子电路中的固定位，而是把随机性本身作为计算的原料。他们的系统依赖“随机计算”，即用随机事件发生的概率来编码数值。在这里，事件是从量子存储体发出的单粒子光子。量子存储体是一个装有数十亿室温铯原子的玻璃腔，并有磁屏蔽。精心成形的激光脉冲与这些原子相互作用，使它们以受控但随机的方式发射光子。通过统计光子出现的频率，装置能够执行基本的数学运算。

原子云如何成为计算器

实验装置分为接口单元、内存单元和累加器。接口单元首先将用户的任务（例如加法或乘法）转换为特定模式的激光脉冲。这些“寻址脉冲”进入原子腔，作用是制备原子、将信息写入或读出。在此过程中，原子发射两类光子，称为斯托克斯（Stokes）和反斯托克斯（anti-Stokes）光子，同时在原子云内部产生隐含的自旋激发。每个时间窗出现光子的概率与被处理的数值直接相关。离开存储体后，光子被单光子探测器捕获，累加器按为各任务选定的简单规则统计计数。

把随机闪光变成加法与乘法

加法通过反复发送“写”脉冲来实现，这些脉冲以一定概率产生斯托克斯光子。每次成功探测为运行总计增加一个单位。经过大量试验，统计到的平均光子数反映被编码输入的和。乘法利用了量子相关性：写脉冲可以同时产生斯托克斯光子和被存储的原子激发，随后的一次“读”脉冲可以将该激发转化为反斯托克斯光子。当两种光子同时被探测到时，它们的共同出现概率对应于两个数的乘积。第一个数编码于斯托克斯光子出现的可能性，第二个数编码于存储激发转化为反斯托克斯光子的效率。通过设计脉冲序列，系统不仅能处理单次的加法与乘法，还能进行诸如向量乘法之类的并行运算。

利用量子关联提速并掩盖结果

这种方法的一个核心优势来自光子之间的非经典相关性。当斯托克斯和反斯托克斯光子通过共享的原子激发真正发生关联时，它们的同时出现率可以比无关联随机光子预期的高出数倍。这在不增加脉冲能量的情况下有效地提升了乘法速率，因为系统能在更少的试验中达到目标的同时探测事件数。与此同时，光子产生的随机性带来了一种不同寻常的安全性形式。如果窃听者只能观测到很小一部分探测事件，试验计数的广泛统计分布会阻止其可靠推断最终的数值结果。由此，在处理过程中，计算本身——而不仅仅是通信通道——可以保持隐匿。

将不完美的量子存储物尽用

就远距离量子网络的标准而言，这里使用的量子存储并非理想：只有一小部分存储的激发能被成功读出。尽管如此，作者表明只要相关光子对的出现频率高于意外同时发生的频率，这种“不完美”设备就足够用于量子增强的内存内随机计算。他们认为，这类存储器以当前技术已可实现，能够作为与光子芯片集成的安全大规模并行计算模块的基础。简言之，这项工作展示了即便是有噪声、低效率的量子存储也能通过统计光闪次数充当强大的计算器——为未来更快、更节能且自带隐私性的计算硬件提供了一条新途径。

引用: Yang, HZ., Dou, JP., Lu, F. et al. Quantum-enhanced reconfigurable in-memory stochastic computing. Light Sci Appl 15, 178 (2026). https://doi.org/10.1038/s41377-025-02181-6

关键词: 量子内存计算, 随机计算, 单光子处理, 内存内架构, 安全量子计算