今天小編分享的互聯網經驗：量子計算機的裏程碑時刻，《流浪地球2》MOSS照進現實，歡迎閲讀。
作者丨邱曉芬
編輯丨蘇建勳
大模型和生成式 AI 興起之後，行業對算力的訴求空前絕後——大模型的訓練和推理過程都要算力，比如，Open AI 的 GPT-3，就要用 500 片英偉達 H100 芯片，跑一小時才得以訓練完畢。
如何提升計算機和芯片的算力，這是人類科技文明向前發展的關鍵拷問。
在過去，答案是通過每 18 個月翻倍硅片上晶體管數量來實現，但在如今摩爾定律趨于極限的情況下，行業中除了探索 Chiplet 這種用三維方式堆疊晶體管的路線外，一條更長遠的路徑探索是量子計算。
量子計算機盡管尚且處于早期的理論研究階段，但在近期的 AI 熱潮中，行業研究進展頗快。
在 AI 大熱的當下，盡管谷歌和 IBM 在 AI 上的進展比 OpenAI 緩慢了許多，這兩家大公司從不缺少彎道超車的方法。自從四年前雙雙宣布實現 " 量子霸權 " 之後，這兩家公司最近又紛紛掀起霸權争奪戰，宣布達到 " 量子計算裏程碑 "。
谷歌這邊，他們宣稱其量子處理器只用了 6 秒鍾的時間，就完成現在世界上最先進的超級計算機耗時 47 年才能完成的計算量。于此同時，他們的量子計算量也到了顯著的提升，從四年前的 53 個量子比特量，擴充到了如今的 70 個，向 100 量子比特攀登。
IBM 對于量子比特數的執念比谷歌更強。
今年 6 月份，IBM 宣布實現了一項突破，可以在 100 個量子位的規模上，產生更精确的結果。量子态不穩定，量子糾錯是橫在行業面前的大山，因此，IBM 還《自然》期刊上宣布開發出了一種 " 錯誤緩解 " 的方法，大大降低了量子計算的出錯率。
此外，近期還有消息稱，IBM 将在今年晚些時間推出量子比特超過千位的處理器。
而在這輪新的計算機革命中，國内不再是過去的追趕者姿态。在量子計算領網域，國内公司步伐很快。5 月份，國内創業公司 " 玻色量子 " 也發布了其自研的 100 量子比特相幹光量子計算機。
" 只有真正解決了算力問題，讓算力和 AI 技術結合，未來才能催生下一次工業革命 "，一位行業人士表示。
量子正掀起一場算力革命
量子看似玄幻，但正在隐秘掀起一場算力革命。
在物理學中，量子是參與相互作用的任何物理實體或物理屬性的最小基本部門。這意味着，物理性質的大小只能呈現由單個量子的整數倍組成的離散值。例如，光子是特定頻率（或任何其他形式的電磁輻射）的單量子光。類似的，原子内電子的能量是也量子化的，并且只能以某些離散值存在。
在二十世紀初，普朗克開創了量子這一理念，自此以後深刻地影響了物理學的發展。時至今日，量子力學已經成為整個物理學的基礎理論。
量子力學中有很多與經典物理學中完全不同的特性，有的甚至是反直覺的，比如波粒二象性、不确定性、量子疊加、量子糾纏等等。這些特性會妨礙現有的電子計算機進一步提升算力，使得摩爾定律失效。
那麼，能否嘗試利用這些量子特性，來構建模拟量子系統的計算機？這是 1981 年，諾貝爾物理學獎得主理查德 · 費曼在一次演講中提出來的巧思，拉開了人類對量子計算的探索序幕。"
可以用計算工具的演變，來簡單理解量子計算。
人類最早所使用的繩結和算盤，便是一種最簡單的計算單元。人們每次增加或者減少一個繩結和珠子，即代表加法減法的計算，是一次獨立的運算。
但當人類進入半導體時代，晶體管的計算過程更簡便——一次通電和斷電分别代表着數學上 0 和 1，不同的 01 組合，代表着不同的代碼，又進一步代表着不同的執行指令。晶體管密度增加， 支撐的計算數據量變多了，演變成了現在各式的計算終端，比如筆記型電腦 / 手機 / 可穿戴設備等等。
圖片來自視覺中國
到了量子計算機時代，量子由于疊加态的特性，能夠記錄信息的形式更復雜。
簡單而言，它不僅可以代表晶體管所能夠記錄的 0 和 1，可以代表單獨的 1，單獨的 0，甚至還可以是不同組成的 0 和 1，比如 20% 的 0 和 80% 的 1。需要説明的是，這只是一個非常簡單化的比拟，實際上涉及的數學比這復雜的多。
一位行業人士向 36 氪介紹，簡單來説，量子計算就是通過量子的疊加态來提升算力。如果説一個量子有 M 個狀态，那 N 個量子就有 M 的 N 次方種狀态。這意味着，整個量子系統有着指數級增長的希爾伯特空間，來模拟復雜的系統運算。
可以這麼想象，如果經典計算機的計算過程可以看做是一項單一樂器的奏鳴曲，那量子計算機則更像是一曲錯綜復雜的交響樂。
一組簡單的數據可以來理解量子計算機和原來經典計算機的計算能力差别。
蘋果的一顆 M2 芯片總共塞下了 200 億個晶體管，而當下量子計算機最多不過塞下 100 個量子比特；但以國内此前發布的 " 祖衝之二号 " 為例，這台 66 個量子比特的計算機，數據處理速度已經是現存最快的超級計算機的一千萬倍之多。
谷歌和 IBM 在内的公司，對量子計算機的攻堅，本質上打響一場算力革命。
投石問路，群雄逐鹿
越是終極的技術，自身的天花板也越高。
科學家們随即發現，量子計算要真正落實到硬體上，難度巨大。這因為，量子所構建出來的疊加态非常脆弱，在運行過程中很容易被外界所幹擾——只要出現一絲噪聲 / 光線 / 温度，都會摧毀量子的穩态。
這為科學家們提出了一道難解之謎：要加大計算量級，就要努力保證又更多的量子的相互糾纏。但是，科學家們又得将量子剝離出有分子原子的復雜的環境，以減少對量子疊加的影響。
在行業早期的探索階段，量子計算機的制備方式百花齊放。不比半導體制備只有光刻機一種明确路徑， 目前，量子計算機的主流路線包括超導量子 / 光量子等等。
超導量子路線的火藥味，是被 IBM 和谷歌這兩家點燃的。2019 年，IBM 最早推出了 50 位量子比特位的量子計算機 "IBM-Q"，幾個月之後，谷歌也宣布推出比 IBM 的量子計算機再多出 3 個量子比特位的 " 懸鈴木 " 計算機，并且宣稱其性能超過了傳統電腦，實現了 " 量子霸權 "。
但谷歌的這種做法，恰好也揭示了在量子計算行業早期的混沌亂象。
彼時的 IBM 随即甩出一份長長的説明打臉谷歌——在他們的表述中，谷歌的操作充斥着局限性，比如只是設定了特定問題和特定條件，運行了演示性的算法，甚至，若用經典計算機轉換算法，也實現和谷歌這個量子計算機同樣的效果，甚至成本更低效果更好。
不過，這起 " 量子門鬧劇 " 并未阻擋這兩家的進發，兩家後續在量子比特數，量子糾錯等方面還在持續攀登。
在兩家廠商的交鋒中， 國内廠商也不甘示弱。僅僅在 2 年後，國内也發布了其 62 量子比特位的超導計算機 " 祖衝之号 "。
超導量子路線最大的優點是，量子比特本身相對更容易控制。但缺點也相當明顯。玻色量子創始人 &CEO 文凱博士向 36 氪評價，超導量子路線對環境的要求近乎苛刻——需要在接近絕對零度的超低温環境下才能實現，目的是為了降低系統中的原子和分子熱運動帶來的噪聲幹擾。同時還要屏蔽所有外界的電磁幹擾，包括宇宙射線的幹擾等。
而未來的隐憂是，随着其量子比特位數一步步突破，對環境的要求也會愈高，将帶來更大的物理學挑戰。如此苛刻的環境要求，未來也将反過來限制計算機的運用。
行業的轉機是，當 2022 年的諾貝爾物理學獎把獎項授予阿斯派克特等人的量子光學研究成果時，光量子随即成為成為行業中另一條冉冉升起的明星路線，而這目前這也是國内大部分廠商選擇的突圍路徑。
比如，此前中國科學技術大學就曾經使用光量子路線，開發出了能夠支持 76 個光量子比特位的計算機 " 九章 "。
文凱表示，光量子路線最大的特點是，無需超低温環境，在環境温度下就能運行。但缺點則是，光量子的操控難度更大，要制作成糾纏态并不容易，而一旦突破控制的難題，普及的速度也會加快。
可以説，光量子路線門檻高，未來應用的空間也更大。
今年以來，資本也在為光量子路線加緊下注。2023 年 2 月，加拿大光量子計算公司 Xanadu 獲得加拿大聯邦政府 4000 萬美元的億元融資；一個月後，美國光量子計算公司 PsiQuantum 獲得了英國政府科學創新和技術部（DSIT）的 900 萬英鎊的資金支持。
除此之外，還有廠商嘗試探索其他的路線。比如，以 D-Wave 公司為代表的廠商則是專用量子計算架構的支持者，美國半導體廠商廠商霍尼韋爾選擇的是離子阱方案，微軟則是從拓撲量子比特路線切入。
不同的路線，各有優缺點，行業目前對于哪條路徑最佳，尚未形成壓倒性的判斷。一位行業人士評價，" 目前尚且處于群雄逐鹿的狀态，但未來誰先突破 1000 量子比特位的大關，意味着誰将從中勝出，走向下一個裏程碑 "。
向 1000 量子比特邁進
人們近期對量子計算機最直觀的感受是，今年上映的《流浪地球 2》中那台無所不能的 MOSS 計算機。科幻電影最大魅力在于，當中的所有天馬行空的想象大部分在現實中實現，但現實情況是，量子計算機目前距離實際應用落地還有很遠的距離。
前述行業人士表示，量子產業未來将分為三個階段，當下正處于量子啓發階段。未來，行業會進入專用量子計算的第二階段，在這個時期中，人工智能光子處理器等在内的工具會發展出來。到了第三階段，行業将進入量子計算時代，大量通用量子人工智能得以發展。
在這個過程中，100 量子比特和 1000 量子比特，分别是行業中兩個關鍵的門檻。
文凱向 36 氪表示，盡管當下部分 100 量子比特數以内的量子計算機在某些問題上已經能夠展示超高的計算速度，但正如谷歌此前的 " 量子門事件 " 的啓示，量子計算機并不是無所不能的，在部分問題的計算上，經典計算機轉換算法也能夠實現。
而只有當到行業真正超越 100 量子比特時，才能真正體現出量子計算機的優越性。此外，1000 量子比特是下一個大關，這意味着量子計算機更能接近商業化應用可能，算力更大，出錯率更小。
在可見的未來，量子計算将用在千行百業中，包括人工智能，生物醫藥，通訊加密，光互聯，安全和教育等等。目前，行業中已經有廠商推出了 FinQ 量子金融整體解決方案，以及量子 AI 生物制藥，量子教育解決方案等等。
在當下火熱的人工智能大模型中，量子計算機也有與之結合的可能性。
一位行業人士向 36 氪舉例：一旦大模型數據量翻 100 倍，映射到經典計算機上時的數據量并不是線性增加的 100 倍，而是指數性的一萬倍，這意味着需要占用更多的計算機算力。若使用量子計算機，映射到計算機上的數據量也只有 100 倍，也就是説，量子計算機将起到壓縮模型，降低對計算帶寬的要求。
但要想實現產業化，如何一步步從理論優越性走向實用優越性，是量子計算機的重中之重。
回溯過去，經典計算機技術的成熟和普及一共用了 40 年。而量子計算機的光量子路線的啓發也才 2 年。盡管量子計算機距離落地還有很遠的路要走，但已經在一點點靠近黎明了。
end
