文章发表于2024-03-29 10:29:49，归属【科技前沿】分类，已有938人阅读
量子计算不是一门简单的学科。一个天才可以很容易地掌握传统计算机中比特的概念，它的值可以是0或1，用逻辑门来执行数学计算。然而，量子等价物“量子位”可以同时是0和1，其值的读出是概率性的，而不是确定性的。利用量子比特进行计算的过程与传统计算机完全不同，构建可用的量子计算设备的技术挑战是巨大的。如果没有量子物理和数学方面的深入知识，几乎不可能真正掌握“它是如何工作的”。
过去几年，量子计算领域的活动大幅加速，从2020年到2021年，风险投资增长了50%，达到10亿美元以上，全球总投资估计目前达到250亿美元。像谷歌这样的大公司声称已经实现了“量子霸权”（即，用量子计算解决传统计算无法在任何可行的时间内解决的特定问题），但这种说法根本无法直接验证。未来十年，主要参与者承诺会有许多新的原型——量子位的数量也在不断增加，但仍有大量的技术挑战需要克服。
首先，关于量子计算的一个常见误解是，它最终将取代传统计算，因为它的处理能力要大得多。这绝对不是事实！事实上，量子计算只会在解决某些类型的复杂问题时优于传统计算。这些问题涉及具有多个元素、变量和相互作用的系统，其中解决方案的复杂性迅速呈指数级增长，超出了传统计算的范围——即所谓的棘手问题。量子计算机适用于棘手的问题，因为它们具有同时执行指数增长计算数量的理论能力：具有N个量子比特的量子处理器理论上可以执行2N个同时计算，因此每增加一个量子比特，处理能力就会加倍。即使摩尔定律永远适用，传统计算也永远无法做到这一点。据我们所知，量子计算适用于以下几类应用：
1. 模拟。复杂的物理和分子模拟，例如所谓的硅模拟，可以在不需要实验室实验的情况下实现新材料、化合物和药物的数字化开发。
2. 优化。复杂系统的优化，如物流规划、配送操作、能源网格系统、金融系统、电信网络等。
3. 机器学习（ML）。人工智能（AI）和机器学习应用需要非常高的处理能力，突破了传统计算的极限。适用性很大，但这些类型的应用程序的“量子优势”在这个领域不太明显，特别是因为ML通常涉及使用大量数据进行训练。
4. 密码学。已经开发出一种量子算法来进行快速整数分解，这对IT、金融等领域的传统加密保护方法构成了破坏性威胁。量子技术对未来的密码解决方案至关重要。
量子计算机需要非常特殊的算法来解决问题。到目前为止，模拟和优化量子算法的演示还没有达到传统计算机所能达到的水平，这主要是由于硬件的限制。数据准备和输入在量子计算中也非常重要，因此在大数据管理等领域，它不太可能优于传统计算。这意味着量子计算将成为传统高性能计算机的补充，但不会取代它们。最终，它将作为一种云服务，而不是作为一个套件，由潜在用户购买。
需要克服的巨大挑战
围绕量子计算的炒作是如此之大，以至于一个偶然的观察者可能会得出这样的结论：在量子计算机开始广泛应用于工业之前，只需要5到10年的进一步发展。这是有可能的，但总的来说还是不太可能。在不深入细节的情况下，我们有必要了解一些仍然需要克服的巨大技术挑战，这些挑战主要与硬件相关。目前正在研究和开发的量子计算基本方法有七种，成熟度和活跃度相对不同。
每种方法都使用不同的物理现象来创建量子位，基于从超导电子到离子、光子和原子的各种粒子。超导量子比特技术是目前最成熟、投资最多的技术，主要参与者包括IBM、谷歌、亚马逊和Rigetti等。在接近绝对零度的超导温度下，电子的行为就像单个粒子，具有可以精确控制的能级。电子自旋量子位基于固定在半导体结构中的电子的自旋方向。光子也可以用作量子比特，利用偏振或其他物理特性。捕获离子量子位基于电离原子，这些原子通过磁铁或电极被捕获在有限的空间中，并由激光或微波控制。冷原子量子位是基于用激光而不是电极固定的冷原子。氮空位（NV）中心是基于对捕获在晶体碳结构人工缺陷中的电子自旋的控制。拓扑量子比特基于使用“任意子”粒子和任意子的“马约拉纳费米子”变体。这是微软正在研究的途径。
量子比特计算的技术挑战有多种形式：
量子比特本质上是不稳定的，并且倾向于“退相干”，这会破坏叠加和纠缠的特性，而这些特性是它们提供计算能力的核心。这导致高错误率，这需要非常大量的额外物理量子位进行纠错，特别是如果设备需要处理复杂的算法。目前，这是一个巨大的限制因素。终极目标是开发一种具有稳定量子比特的容错量子计算机，但这似乎不太可能在至少十年甚至更长时间内实现。其中一个原因是，实现量子纠错需要使用比现有量子比特保真度高得多的量子比特。
由于不稳定性和确保低环境热噪声的需要，大多数技术都需要非常低的温度（接近绝对零度）。配套基础设施通常复杂且昂贵，包括低温制冷装置、布线复杂的超导电缆、微波产生和读出系统、低温温度计和激光器等设备。
由于各种原因，可伸缩性对大多数技术来说都是一个问题。例如，错误率会随着规模的增加而成倍增加，而创建足够长时间稳定的大量量子比特是极具挑战性的。
今天的大多数开发工作都是针对所谓的基于门的量子计算机，它像传统计算机一样使用逻辑门，尽管它们的操作方式不同。基于门的计算机在解决各种问题方面具有最普遍的应用。然而，其他类型也存在，如模拟量子退火器（如D-Wave提供的），其特定应用有限，量子模拟器，可以解决量子物理模拟问题以及优化问题。
此外，在量子通信和量子传感方面正在进行广泛的开发工作。量子通信可以利用量子纠缠实现量子计算机之间安全可靠的通信。量子传感是量子技术中最成熟的，已经被用于更精确地测量时间、距离、温度、运动、加速度、化学成分等参数。
迄今为止，没有一项技术的进展超出了实验室规模的概念验证。最新的设备是IBM在2021年底推出的127量子位量子鹰处理器。
在软件方面，早在1990年就开始了对算法的研究，早在硬件开发之前就开始了。目前已知的算法可能有450种。然而，由于目前硬件的限制，大多数实现的加速都是理论上的，而不是实际的。例如，现在正在出现的嘈杂的中等规模量子（NISQ）计算机由于高错误率而无法运行“深度”算法，因此它们只能使用连接少量量子门的算法。它们相对于经典计算的优越性尚未得到证实。
计划在未来几年进行大规模开发
在过去几年中，对量子计算的投资一直在显著增加，并且是真正的全球性投资。美国仍然是量子计算发展的领先国家，它在基础研究方面的公共投资很高，拥有庞大的全球科技企业，以及最发达的创业生态系统。然而，我国的目标是迎头赶上，到2030年期间将投资约100亿美元，尽管这个数字值得怀疑。欧洲在量子计算领域仍然是一支强大的力量，尤其是德国，以及英国、法国和荷兰。在亚太地区，除了我国，日本是主要参与者，新加坡、韩国、台湾和澳大利亚也非常活跃。
除了IBM、谷歌、亚马逊、微软、Quantum（原霍尼韦尔量子系统）和英特尔等大型科技公司外，全球还有450多家量子计算初创公司。著名的创业公司和专业供应商包括D-Wave，它是首批商用量子模拟器之一的创造者，还有Rigetti、IonQ和QCI。
生态系统承诺的完成新原型的路线图很广泛，从现在到2030年，各自的主要参与者至少会宣传20种新设备。
像IBM Quantum Condor这样的1000 +量子位机器最早可能在2023年问世。展望未来，一台100万量子比特的机器可能会在2030年之前问世。然而，考虑到仍然存在的技术挑战和不确定性，这最好被视为一种乐观的预测。更保守的假设是，实现大规模容错量子计算机的关键里程碑可能发生在2030年至2040年间。
目前，可以合理地得出结论，超导技术是最有可能在未来十年成为商业上可实际使用的候选者。但是，在这种有限的成熟水平和复杂性水平下，技术开发路径很少是线性的。如果其他竞争技术之一取得突破，它就有可能超越其他技术。供应商有强烈的动机提供过于乐观的路线图来吸引投资和建设需求。很有可能，我们仍然会面临“幻灭的低谷”，就像人工智能和自动驾驶汽车等许多其他发展中的技术一样。
在短期内，混合量子计算是一个很有前途的途径，其中量子计算被用作传统HPC的加速器，以运行专门设计的混合算法。尽管在HPC和量子加速器之间的设计集成方面仍然存在挑战，但混合机器有望在某些应用中绕过纯量子设备的一些缩放限制。
一些业务应用程序将更快可用
展望商业和工业的应用，预测这些应用何时能够商业化是非常困难的。时间不仅会受到上述技术挑战的影响，地缘政治和经济因素也会产生重大影响。例如，量子计算可能被视为国家安全的关键，特别是因为它在国防和电信领域有广泛的应用。在当前不稳定的地缘政治气候下，一些已经存在的全球合作可能会受到日益增加的保护主义和民族主义的影响。这些因素可能会严重阻碍商业化。从经济学的角度来看，到2030年，量子计算市场的增长预测从不到50亿美元到超过600亿美元不等，这取决于你相信哪种预测。
在技术成熟的早期阶段，很难预测最终将用于商业应用的量子计算机的经济性。目前市场上唯一的量子计算机是D-Wave模拟量子退火设备，价格约为1500万美元。据了解，大多数客户通过D-Wave本身或亚马逊访问该设备，有些人每年支付超过20万美元。相比之下，使用谷歌基于云计算的超级计算机的价格约为每小时32美元，一年（2021年）的合约价格为17.66万美元。无论如何，量子计算机似乎不太可能大规模生产，而且成本可以合理地预期为数百万美元。事实上，IBM、Rigetti、D-Wave、微软和亚马逊已经开始提供量子计算服务。
可以预期的是，涉及更简单算法的应用，如材料设计或小规模蛋白质折叠，将远远领先于大规模药物发现和分子模拟等应用。
企业现在应该做什么？
这一切对企业意味着什么?在中期内，比如在5到15年内，当然有可能取得突破。在这一点上，经验表明，增长往往遵循指数曲线，加速非常迅速。量子计算的复杂性使得那些没有知识或能力的公司很难赶上那些发展快速的公司，并且可能处于明显的劣势。因此，现在采取一些行动以避免落后是很有商业意义的。我们建议企业采取四个步骤。
1. 探索量子计算在您的业务中的可能应用
探索量子计算在哪里以及如何应用于你的业务，可能是一开始最重要的事情。这意味着要明确识别传统计算无法解决的棘手问题，如果这些问题得到解决，可能会带来重大的、颠覆性的优势。查看操作模型并理解模拟、优化、AI/ML和密码学适用的地方是一个很好的起点。了解当前HPC的使用情况是其中一个方面，但也许更重要的是创造性地思考，如果这些新的棘手问题得到解决，你的商业模式或行业将如何被颠覆。然后可以筛选潜在机会的长列表，并根据业务影响的规模、成熟度和可能的时间范围进行排序。
2. 建立一个技术监控流程
与任何新兴技术一样，如果量子计算对你的业务至关重要，那么建立一个适合用途的监控流程是有意义的。这个过程需要有一个适合你的业务的规模——对许多企业来说，一个轻触式的方法可能就足够了。这意味着开发或获得理解技术的能力，建立与相关发展保持同步的渠道，并迅速评估其潜力和局限性。筛选针对您的垂直行业的量子算法开发正在进行的工作是这方面的一个重要方面。
3. 参与生态系统
在量子计算生态系统中建立伙伴关系和协作关系是保持联系的一种有价值的方式。事实上，生态系统的思维和方向是有效创新的基本优先事项，而不仅仅是量子计算。企业应该首先了解不同生态系统参与者的角色、活动和参与程度，包括政府、学术界、研究机构、供应商、初创企业和投资者。确定那些关注你所在行业的参与者，并确定你的企业如何以某种方式参与其中——例如，通过提供参与试点、共同资助计划、借调或临时员工交流、赞助博士项目等等。对算法的测试已经成为可能，未来几年的机会将会增加。例如，今天的算法已经可以通过云通过通用量子计算机(如IBM、亚马逊、微软和Xanadu、量子退火器（D-Wave）、模拟器（如Atos、IBM、微软、亚马逊或谷歌）进行测试。
4. 建立知识和能力
大多数大公司仍在或多或少地参与其业务的数字化转型，许多公司已经获得了一些以前可能不存在的内部硬件、软件和编程技能。在量子技术、量子编程、甚至只是理解量子语言的基本基础方面，至少对一小部分这样的熟练人员进行教育和培训是值得的。这种教育对于能够有效地参与生态系统并监测和评价事态发展非常重要。由于量子技术的复杂性、对专业知识的依赖以及媒体的炒作程度，这一点对量子技术尤其重要。在内部创建一个充满动力和热情的社区是确保您以自然的方式跟上发展的最佳方法之一，而不是完全由过程驱动的方式。当然，企业在教育和培训方面的投资程度应该与量子计算对相关企业的重要性和影响相适应。
结论
确实，围绕量子计算有很多炒作，对经常公布的许多说法和预测保持健康的怀疑态度是明智的。但与此同时，企业也不能完全忽视这项技术。相反，他们需要确保，当量子计算应用开始呈指数级增长时，他们已经做好充分准备，以利用其颠覆性影响，避免落后。