今天小編分享的科技經驗：谷歌Willow激活量子計算產業！中國企業彎道超車的機會？，歡迎閱讀。
漲了，整個量子板塊概念股都漲了，格爾軟體、浙江東方、達華智能等部分股票甚至漲停了。
量子板塊股價集體飙升的原因在于全球互聯網巨頭谷歌日前官宣，全新量子計算芯片 Willow 取得重大突破，困擾了量子計算 30 多年的錯誤率被大幅降低，當前頂級計算機需要 10^25 年才能完成的計算，Willow 僅需五分鍾就可以完成。
10^25 年比宇宙的壽命更長，Willow 讓人產生了一絲虛假感，有人懷疑量子計算芯片是元宇宙、區塊鏈等概念一樣的噱頭乃至泡沫。
身為全球互聯網巨頭，谷歌自然不會明目張膽造假，Willow 擁有遠超傳統芯片的計算能力，但實現超高計算能力的背後亦有代價。
小雷曾看到不少網友表示，第一次和第二次工業革命的原理很容易理解，但信息技術帶來的第三次工業革命仿佛進入了黑盒，普通網友根本不懂計算機的運作原理。
我們所使用的計算機都基于二進制邏輯計算，即晶體管存在 0 和 1 兩種狀态，所顯示的一切信息和計算的一切數據，都是通過無數次二選一最終确定的。
處理的信息越多，計算所需的時間自然也就越長，例如十進制下數字的 100 在二進制下為 1100100，有 7 個字元，1000 轉化成二進制則為 1111101000，有 10 個字元。
（圖源：豆包 AI 生成）
基于量子芯片的量子計算機之所以計算速度遠超傳統計算機，原因便在于它不再采用線性計算方式，而是基于量子位，也就是量子比特。
量子比特簡單來說就是通過量子的疊加态，令量子計算芯片一個二位寄存器同時擁有 00、01、10、11 四種狀态，量子疊加和量子糾纏賦予了量子計算芯片強大的并行計算能力。一個量子系統中的量子比特數越多，它的計算能力也就越強。
量子疊加态極易受到外界環境影響，從而發生量子坍縮。量子比特越多，受外界環境影響發生錯誤的可能性就越高。但量子計算機又要求量子一直處于疊加态，因此其必須在接近絕對零度的極低溫環境工作，以避免被外界溫度影響。
谷歌将 3×3 編碼網格擴充至 5×5，再擴充至 7×7，利用信息分布到其他量子比特的方式進行糾錯，大幅降低了量子計算芯片的錯誤率。通過多次測試，谷歌認為 105 個量子比特的 Willow 芯片可在量子糾錯和随機電路采樣測試中保持最佳性能。
量子計算機超高計算能力的背後是高昂的成本，2017 年 The Verge 購買的 D-Wave 2000Q 量子計算機，價格高達 1500 萬美元。現在量子計算機的成本雖有所下滑，但 IBM 等公司提供的量子計算機和配套裝務，價格仍在千萬美元左右。正因如此，量子計算機的商業化場景探索十分緩慢。
海外企業湧入量子計算領網域的同時，國内企業也沒有掉隊，反而奮勇争先，将量子計算視為一次機會，取得了不少技術突破。
2024 數字科技生态大會期間，中電信量子信息科技集團有限公司發布了量子計算機天衍 504，該計算機基于中國科學院量子信息與量子科技創新研究院研發的 " 骁鴻 " 量子計算芯片，量子比特數高達 504 個，是目前全國比特數最多的量子計算芯片。該公司還有天衍 24、天衍 176 等多種型号量子計算機，其中天衍 176 雙比特門錯誤率已降低至 2% 以内。
（圖源：中電信量子信息科技集團有限公司）
安徽省量子計算工程研究中心與量子計算芯片安徽省重點實驗室，推出了具有 72 個工作量子比特和 126 個耦合量子比特的量子計算芯片 " 悟空芯 "。只是這些企業的名氣不夠大，在互聯網上的影響力不如谷歌，故而許多網友未曾聽說，不了解國内企業在量子計算領網域的實力。
互聯網巨頭中，華為早在 2020 年就申請了一項名為 " 量子計算方法及設備 " 的專利，進軍量子計算領網域。字節跳動在 2021 年曾公開招聘量子計算機研究人員，布局量子計算。這兩家企業量子計算機仍處于研發初期階段，暫時沒有太多有效信息。
國内另一家互聯網巨頭阿裡巴巴着實可惜，作為最早布局量子計算的巨頭，其在一年前關閉了達摩院量子實驗室，并将研究設備捐贈給了浙大。阿裡巴巴的量子實驗室最早可以追溯到 2013 年，十年未能磨出寶劍，反而解散，這表明研究量子計算芯片也存在風險。在 Google 終于 " 摘桃 " 時，不知道阿裡巴巴當年投身量子計算的技術人才，當下是何種心境？
谷歌在 X 平台官宣量子計算芯片 Willow 後，互聯網巨頭與行業大佬們紛紛發文慶賀，并發表了自己的看法。特斯拉 CEO 馬斯克為其點贊，表示未來或許會使用星際飛船，在太空中建造量子計算集群，為此需要大規模建設太陽能設施。
OpenAI CEO Sam Altman 也向谷歌 CEO Sundar Pichai 表達了祝賀，Web3 AI 公司 Hyperbolic 聯合創始人 Yuchen Jin 則建議 OpenAI 與谷歌合作，使用量子計算芯片訓練 AI。
AI 确實是量子計算芯片的最佳使用場景，因為訓練 AI 大模型需要龐大的算力規模。華為官方數據顯示，截至 2023 年底，中國數據中心标準機架超過 810 萬架，總算力規模高達 230EFlpos，是 2023 年的 3 倍，其中智能算力規模為 70EFlops，增速超過 70%。然而，高速增長的算力基礎設施均是基于傳統的邏輯計算模式，長期來看依然遠遠無法滿足 AI 的需求，Sam Altman 甚至提出了一個數萬億美元的 AI 算力投資計劃。
現在看來，量子計算可能是 AI 算力短缺的解藥。然而将量子計算芯片應用于訓練或推理 AI 大模型，現在看來還是有些難。AI 大模型的訓練本就是黑盒模式，會受到互聯網上的錯誤數據影響，量子計算芯片本身也存在錯誤率，疊加之下可能會影響 AI 大模型訓練和推理的精确度。
至于馬斯克提到的在外太空建設計算機群，現在看來基本不可能，一個散熱現在恐怕都無法處理。外太空溫度雖低，可也沒有介質用于散熱，量子計算機本身存在發熱，且極易受到溫度影響。地球上構建極低溫環境較為方便，限于火箭運力、安全性等諸多因素，外太空建造适合量子計算機工作的環境太難。
綜合來看，量子計算芯片的最佳使用場景，依然是 AI 大模型的訓練和推理，短期内因成本、工作環境等因素，量子計算芯片無法快速產生價值，仍需要國内外企業潛心研究，降低量子計算芯片的錯誤率、成本，并打造量子計算配套生态。
馬斯克的提議現在看來難以實現，可科學技術不斷進步，或許在不久的未來，SpaceX 将能夠運載量子計算集群升空。不過正如馬斯克所言，在此之前要大規模建造太陽能設備，為太空量子計算集群做好供電準備。
AMD CEO 蘇姿豐曾表示，芯片的制程工藝和芯片架構同樣重要。經過多年時間發展，制程工藝即将進入瓶頸期，或者說即将進入量子領網域。制程工藝進入 5nm 後，就會出現量子隧穿效應（俗稱 " 漏電 "），電子會從一個晶體管穿梭到另一個晶體管，導致晶體管失效。制程工藝越小，量子隧穿就會越明顯，行業普遍認為 1nm 是芯片制程工藝的盡頭。
僅依靠芯片架構的更新，AMD、NVIDIA、Intel、高通等企業将很難維持大幅度性能提升，能效更是可能會出現倒退。在制程工藝走到絕路的今天，量子計算芯片或許會成為芯片行業可以一試的新賽道。
對于國内企業而言，量子計算時代的到來絕對是好消息，半導體時代大陸地區半導體技術落後，制造環節制程工藝、良品率均不如中國台灣的台積電和韓國三星，最關鍵的光刻機還在研發中，更沒有誕生能夠媲美 AMD、Intel、NVIDIA 的 CPU 和 GPU 企業。量子計算芯片依賴低溫制程和超導技術，不需要光刻和蝕刻，理論上生產難度更低。
汽車行業，依靠新能源技術，國内車企成功實現了彎道超車，不但迫使合資車、進口車降價，還向外輸出技術。如今量子計算芯片時代到來，國内芯片廠商或許可以效仿新能源汽車行業，通過量子計算技術實現彎道超車。
國内 AI 行業蓬勃發展，對于芯片的需求量不斷攀升，華為、字節跳動等企業入場，估計也是為了研發用于 AI 大模型訓練和推理的量子計算芯片，以降低芯片采購成本，或出售給其他 AI 企業。或許 5-10 年時間，我們就能看到量子計算芯片從實驗室走入數據中心，走向商業化。總而言之，未來可期，Google 這一步讓產業重拾信心。
