在I/O 2021開發者大會的主題演講期間，谷歌透露其已開建一個更大的新量子計算研究中心。從位於加利福尼亞州聖塔巴拉啦市的該中心計劃僱傭數百人規模的員工這點來看，想要將這些激進的新機器轉化成實用工具的競爭已越來越激烈。目前谷歌的首個量子計算實驗室已經僱傭了數十名研究人員和工程師，但不久後還將招募更多的人手。

Cnet的Stephen Shankland指出，谷歌在加州Santa Barbara開建的新量子AI園區，當前已招來首批研究人員，他們將在幫助該公司建造自己的機器方面發揮巨大的作用。

谷歌研究與健康部門高級副總裁Jeff Dean 表示，該中心的一項首要任務，就是讓作為數據處理最基本元素的量子比特變得更加可靠。

因為量子比特極易受到外界干擾，所以糾錯技術也成為了必不可少的一環。此前Jeff Dean 曾在一次簡報中透露，他們希望在未來1~2 年內演示量子比特的糾錯技術。

據悉，作為一項被寄予厚望的技術，量子計算有望在新藥或新材料研發等複雜問題的解決上發揮重大作用。

這些問題很可能讓基於傳統計算機的解決方案陷入困境，但量子計算卻依賴於控制超小粒子的怪異物理定律。

目前多家科技巨頭和初創企業都在這方面投下重註，只是目前距離證明其潛力還有很長一段路要走。

谷歌母公司Alpha 首席執行官Sundar Pichai 在I/O 2021 主題演講期間表示：“我們希望有朝一日，能夠製造出具有糾錯功能的量子計算機”。

目前已知的是，谷歌計劃將現實世界中的多個量子比特，組合成為一個有效的虛擬量子比特（又稱“邏輯量子比特”），兩者的比例約為1000：1 。

此外谷歌預計需要1000 個邏輯量子比特，才能完成更切實際的計算工作。對於目前只有數十個量子比特的谷歌量子計算機來說，百萬級物理量子比特仍是一個相當遙遠的目標。

採用水冷方案的谷歌TPU AI 加速器

在I/O 2021 大會期間，Jeff Dean 還披露了有關谷歌AI 加速硬件的新細節，即該公司定制的張量處理單元（TPU）芯片。

Dean 描述了該公司是如何將4096 個第四代TPU 整合到單一的Pod 中，且其性能達到了第三代芯片的10 倍。

單個Pod 是計算能力非常強大，我們現已在諸多不同的數據中心部署了此類軟件，預計年底前可達到數十種。

谷歌主要藉助TPU來開展AI訓練，這種計算密集型的應用可生成AI模型，且後續有望應用到手機、智能揚聲器等設備上。

Stephen Shankland 指出，之前的AI Pod 採用了TPU 集群的設計。但在TPU V4 版本中，谷歌已用上快速光纖線路，因而能夠將不同的模塊組合到一起，意味著模塊的維護也將更加輕鬆。

Sundar Pichai 補充道，TPU V4 平台現已可用，並將於今年晚些時候向該公司的雲計算客戶開放。

最後，谷歌還試圖通過“多任務統一模型”（MUM）技術來改進其AI 軟件。目前該公司已針對單獨的AI 系統進行訓練，以識別文本、語音、照片和視頻。展望未來，谷歌還將把它擴展到更廣泛的應用領域。