Представлено устройство хранения данных на базе квантовой голографии

Представлено устройство хранения данных на базе квантовой голографии

Физики из Стенфордского Университета представили первое в мире работающее на практике квантовое голографическое устройство хранения данных. Пока исследователям удалось перманентно в квантовом пространстве при помощи одного электрона сохранить лишь 35 бит данных, но такой успех в Стенфорде называют самым началом.

По мнению многих экспертов, через 10-15 лет именно квантовые системы хранения данных придут на смену нынешним носителям и смогут сохранять тысячи терабайт данных в ограниченном трехмерном пространстве. Физически квантовые системы хранения можно сравнить с "трехмерными жесткими дисками": запись данных на нынешние носители осуществляется на поверхность магнитных пластин или ряды ячеек памяти в чипах, однако и первые и вторые пишут данные только в 2 изменениях. Квантовые же носители представляют собой 3d-объем, 100% которого можно использовать для записи и считывания данных, сообщает cybersecurity.ru.

Традиционное голографическое изображение создается за счет разбивки лазерного луча на потоки и его отражение от поверхности, о которую он ударяется. 2 луча могут создать лишь 2-мерную голограмму, добавление третьего делает ее объемной и способной двигаться.

В квантовых голографических системах к качестве поверхности для записи используется объемый газ, точнее его ионы, которые под действием лазера особым образом выстраиваются. Кодирование (запись) данных происходит путем перекрещивания двух когерентных лазерных лучей, объектных и побочных (дополнительных) внутри специального материала. Объектный луч содержит информацию, которую необходимо сохранить, в то время как побочный луч призван облегчить процесс. В результате интерференция между лучами создаёт химические и/или физические изменения в светочувствительном носителе, где данные и сохраняются.

Однако здесь необходимо упомянуть роль дифракции. Дифракция освещается одной или двумя волнами, используемыми для записи информации, одна из которых рефрагированная, в то время как другая – реконструктивная. Дифракции могут быть помещены друг за другом, либо быть наложенными одна на другую в необходимом положении, чтобы скидрированные биты могли иметь свободный доступ. В дополнение к огромной запоминающей возможности, голографическое хранение данных может похвастаться быстрым уровнем передачи данных, около одного миллиарда бит в секунду и сократить время до десятков микросекунд.

"Мы экспериментально доказали возможность сохранения 35 бит в перманентном фермионном состоянии. Последующие опыты доказали 100% доступность записанных данных. Величина одного бита в полученной нами системе составила 0,025 нанометра", - говорят в Стенфорде.

По прогнозам разработчиков, первые практические квантовые системы на рынке появятся через 5 лет, а их коммерческий расцвет наступит лет через 20-25.

Подпишитесь на новости

Не просто стойка с GPU: в России собрали ПАК для корпоративного ИИ

«Лаборатория Числитель» и «Информзащита» представили программно-аппаратный комплекс, который должен помочь крупным компаниям перейти от вечных ИИ-пилотов к нормальной промышленной эксплуатации моделей. Решение анонсировали на форуме TNF-2026.

В основе ПАК — высокопроизводительный ML-кластер и российская платформа контейнеризации «Штурвал». Но создатели подчёркивают: это не очередная дорогая стойка с GPU, на которой каждый проект приходится собирать руками.

Комплекс превращает вычислительные мощности в единый управляемый ресурс. ML-специалист запускает задачу, а платформа сама выделяет CPU и GPU, поднимает нужное окружение, подключает хранилище, запускает обучение и масштабирует нагрузку. Для автоматизации используются Kubernetes и инструменты MLOps, включая Kubeflow, MLflow и model serving.

Архитектура состоит из четырёх уровней: аппаратной инфраструктуры, платформы «Штурвал», MLOps-стека и прикладных ИИ-сервисов — от прогнозирования и аналитики до корпоративных ассистентов. Вокруг ядра работают IAM/SSO, объектное хранилище, реестр образов, CI/CD, мониторинг и аудит.

Заказчики получают единый пул вычислительных ресурсов, изоляцию проектов, централизованное управление доступами и полный жизненный цикл моделей — от эксперимента до публикации и обновления. При этом ML-инструменты не лезут напрямую в железо, а получают инфраструктуру как сервис.

Как сообщается в публикации о проекте, архитектура уже прошла промышленную эксплуатацию у крупного государственного заказчика.

RSS: Новости на портале Anti-Malware.ru