## IBM 在量子优势和容错性方面取得进展 – 摘要
IBM 在其量子开发者大会上宣布,在实现 2026 年量子优势和 2029 年容错量子计算目标方面取得了显著进展。新的 **IBM Quantum Nighthawk** 处理器将于 2025 年底推出,具有更高的量子比特连接性,并且能够处理比以前型号复杂 30% 的电路。IBM 正在与合作伙伴合作,通过社区主导的跟踪器公开跟踪和验证量子优势声明。
**Qiskit** 软件方面的进步,通过动态电路实现了 24% 的准确性提升,并使用 HPC 实现了超过 100 倍更快、更具成本效益的误差缓解。此外,IBM 还推出了 **IBM Quantum Loon**,这是一款实验性处理器,展示了容错计算所需的所有关键组件。重要的是,他们实现了 10 倍更快的量子纠错解码——比计划提前一年。
为了加速开发,IBM 正在过渡到 300 毫米晶圆制造,使研发速度翻倍,并使芯片复杂度提高十倍。这些进展使 IBM 成为扩展实现量子计算全部潜力的硬件和软件的领导者。
## 加速你的Python:10个性能技巧
Python的简洁性和多功能性使其成为各种应用的顶级语言,但性能瓶颈可能会出现。 这份指南由深度学习工程师Dido Grigorov撰写,提供了10种经过严格测试的策略,可以在不牺牲可读性的前提下加速Python代码。
关键技术包括利用**集合(sets)**进行更快的成员资格测试,**避免不必要的数据复制**和**在循环中进行异常处理**,以及使用**`__slots__`**来实现内存效率。 优化还包括使用**`math`函数**代替运算符,**预分配内存**,使用**局部函数**,以及利用强大的模块,如**`itertools`**和**`bisect`**来进行组合操作和排序列表管理。
文章强调尽量减少循环内的函数调用,并强调了PyCharm的**AI助手**等工具用于重构。 基准测试表明,即使是增量改进——例如从列表切换到集合——也能带来显著的性能提升。
最终,该指南提倡一种平衡的方法,优先考虑速度和代码清晰度,以实现高效且可扩展的Python编程。