量子计算使用标准硬件

莱克威尔士、Fla.和# 8208；量子退火样波的新1500万2048美元比特单元硬件将不适合在供应链优化软件供应商servicepower真实世界的问题，Alex Syrichas认为，科学家和博士生研究教授Alan Crispin在曼彻斯特城市大学。他们的问题通常使用从10000到多达100万个变量–每一种虚拟比特表示，Syrichas已经找到一种方法来模拟量子退火使用标准服务器并行弥补较慢的速度相比，D-Wave的专用硬件。

Marne Martin

Syrichas, whose doctoral thesis is on using software simulations of quantum annealing, found commercial success with ServicePower, where CEO Marne Martin recruited him to adapt it to field service and logistics applications even before finishing his thesis.

Syrichas的论文，特别是利用量子退火模拟解决旅行商问题，是一种最简单的非确定性多项式时间的配方（NP）问题不可解的传统电脑，直到现在。传统的方法是计算所有可能的路线，例如，十几个城市，找到最佳的比较每一个长度。不幸的是，这将需要很长的时间来计算。量子退火，另一方面，同时比较所有的路由长度（使用的变量的值的叠加），从而立即与一个接近最优解。重复运行，每次重置起始变量到最后一个最接近的最佳值从以前的运行，最终找到一个路由接近足够的最佳使用。

“领域服务和物流的路由问题有很多其他变量以外的旅行商问题，如时间窗口，从货物被转移，”马丁在接受记者采访时说。我们使用MMU的量子退火算法对这些常规问题中的第一个三的专利申请通过servicepower是知识转移合作伙伴[ KTP ]主动与Syrichas和Crispin在MMU的第一部分。”

servicepower已经提交了四分之一项专利如何解决适应问题。

就像硬件量子退火在d波，servicepower软件版本迭代，直到找到与冲刺是最佳的解决方案；但与许多变量在标准服务器
是必要的（来源：servicepower）

作为英国的网络量子信息技术计划的一部分，Crispin引用了MMU的路径积分蒙特卡罗算法是关键。它采用随机抽样模拟量子隧穿的硬件假设由Richard Feynman所开创的d波超导硬件。

现场服务&nbsp除了；物流、ServicePower也适应算法在金融部门，其它的NP困难问题的机器学习，模拟分子间的相互作用、蛋白质折叠、航天模拟软件验证，家庭保健，甚至找到治愈癌症。

servicepower首位非现场服务/物流应用的是宙斯，它允许更广泛的一类垂直应用利用其量子退火算法。

&mdash；R. Colin Johnson，高级技术编辑，