今天小编分享的科技经验：谷歌Willow激活量子计算产业！中国企业弯道超车的机会？，欢迎阅读。
涨了，整个量子板块概念股都涨了，格尔軟體、浙江东方、达华智能等部分股票甚至涨停了。
量子板块股价集体飙升的原因在于全球互联网巨头谷歌日前官宣，全新量子计算芯片 Willow 取得重大突破，困扰了量子计算 30 多年的错误率被大幅降低，当前顶级计算机需要 10^25 年才能完成的计算，Willow 仅需五分钟就可以完成。
10^25 年比宇宙的寿命更长，Willow 让人产生了一丝虚假感，有人怀疑量子计算芯片是元宇宙、区块链等概念一样的噱头乃至泡沫。
身为全球互联网巨头，谷歌自然不会明目张胆造假，Willow 拥有远超传统芯片的计算能力，但实现超高计算能力的背后亦有代价。
小雷曾看到不少网友表示，第一次和第二次工业革命的原理很容易理解，但信息技术带来的第三次工业革命仿佛进入了黑盒，普通网友根本不懂计算机的运作原理。
我们所使用的计算机都基于二进制逻辑计算，即晶体管存在 0 和 1 两种状态，所显示的一切信息和计算的一切数据，都是通过无数次二选一最终确定的。
处理的信息越多，计算所需的时间自然也就越长，例如十进制下数字的 100 在二进制下为 1100100，有 7 个字元，1000 转化成二进制则为 1111101000，有 10 个字元。
（图源：豆包 AI 生成）
基于量子芯片的量子计算机之所以计算速度远超传统计算机，原因便在于它不再采用线性计算方式，而是基于量子位，也就是量子比特。
量子比特简单来说就是通过量子的叠加态，令量子计算芯片一个二位寄存器同时拥有 00、01、10、11 四种状态，量子叠加和量子纠缠赋予了量子计算芯片强大的并行计算能力。一个量子系统中的量子比特数越多，它的计算能力也就越强。
量子叠加态极易受到外界环境影响，从而发生量子坍缩。量子比特越多，受外界环境影响发生错误的可能性就越高。但量子计算机又要求量子一直处于叠加态，因此其必须在接近绝对零度的极低温环境工作，以避免被外界温度影响。
谷歌将 3×3 编码网格扩充至 5×5，再扩充至 7×7，利用信息分布到其他量子比特的方式进行纠错，大幅降低了量子计算芯片的错误率。通过多次测试，谷歌认为 105 个量子比特的 Willow 芯片可在量子纠错和随机电路采样测试中保持最佳性能。
量子计算机超高计算能力的背后是高昂的成本，2017 年 The Verge 购买的 D-Wave 2000Q 量子计算机，价格高达 1500 万美元。现在量子计算机的成本虽有所下滑，但 IBM 等公司提供的量子计算机和配套裝务，价格仍在千万美元左右。正因如此，量子计算机的商业化场景探索十分缓慢。
海外企业涌入量子计算领網域的同时，国内企业也没有掉队，反而奋勇争先，将量子计算视为一次机会，取得了不少技术突破。
2024 数字科技生态大会期间，中电信量子信息科技集团有限公司发布了量子计算机天衍 504，该计算机基于中国科学院量子信息与量子科技创新研究院研发的 " 骁鸿 " 量子计算芯片，量子比特数高达 504 个，是目前全国比特数最多的量子计算芯片。该公司还有天衍 24、天衍 176 等多种型号量子计算机，其中天衍 176 双比特门错误率已降低至 2% 以内。
（图源：中电信量子信息科技集团有限公司）
安徽省量子计算工程研究中心与量子计算芯片安徽省重点实验室，推出了具有 72 个工作量子比特和 126 个耦合量子比特的量子计算芯片 " 悟空芯 "。只是这些企业的名气不够大，在互联网上的影响力不如谷歌，故而许多网友未曾听说，不了解国内企业在量子计算领網域的实力。
互联网巨头中，华为早在 2020 年就申请了一项名为 " 量子计算方法及设备 " 的专利，进军量子计算领網域。字节跳动在 2021 年曾公开招聘量子计算机研究人员，布局量子计算。这两家企业量子计算机仍处于研发初期阶段，暂时没有太多有效信息。
国内另一家互联网巨头阿里巴巴着实可惜，作为最早布局量子计算的巨头，其在一年前关闭了达摩院量子实验室，并将研究设备捐赠给了浙大。阿里巴巴的量子实验室最早可以追溯到 2013 年，十年未能磨出宝剑，反而解散，这表明研究量子计算芯片也存在风险。在 Google 终于 " 摘桃 " 时，不知道阿里巴巴当年投身量子计算的技术人才，当下是何种心境？
谷歌在 X 平台官宣量子计算芯片 Willow 后，互联网巨头与行业大佬们纷纷发文庆贺，并发表了自己的看法。特斯拉 CEO 马斯克为其点赞，表示未来或许会使用星际飞船，在太空中建造量子计算集群，为此需要大规模建设太阳能设施。
OpenAI CEO Sam Altman 也向谷歌 CEO Sundar Pichai 表达了祝贺，Web3 AI 公司 Hyperbolic 联合创始人 Yuchen Jin 则建议 OpenAI 与谷歌合作，使用量子计算芯片训练 AI。
AI 确实是量子计算芯片的最佳使用场景，因为训练 AI 大模型需要庞大的算力规模。华为官方数据显示，截至 2023 年底，中国数据中心标准机架超过 810 万架，总算力规模高达 230EFlpos，是 2023 年的 3 倍，其中智能算力规模为 70EFlops，增速超过 70%。然而，高速增长的算力基础设施均是基于传统的逻辑计算模式，长期来看依然远远无法满足 AI 的需求，Sam Altman 甚至提出了一个数万亿美元的 AI 算力投资计划。
现在看来，量子计算可能是 AI 算力短缺的解药。然而将量子计算芯片应用于训练或推理 AI 大模型，现在看来还是有些难。AI 大模型的训练本就是黑盒模式，会受到互联网上的错误数据影响，量子计算芯片本身也存在错误率，叠加之下可能会影响 AI 大模型训练和推理的精确度。
至于马斯克提到的在外太空建设计算机群，现在看来基本不可能，一个散热现在恐怕都无法处理。外太空温度虽低，可也没有介质用于散热，量子计算机本身存在发热，且极易受到温度影响。地球上构建极低温环境较为方便，限于火箭运力、安全性等诸多因素，外太空建造适合量子计算机工作的环境太难。
综合来看，量子计算芯片的最佳使用场景，依然是 AI 大模型的训练和推理，短期内因成本、工作环境等因素，量子计算芯片无法快速产生价值，仍需要国内外企业潜心研究，降低量子计算芯片的错误率、成本，并打造量子计算配套生态。
马斯克的提议现在看来难以实现，可科学技术不断进步，或许在不久的未来，SpaceX 将能够运载量子计算集群升空。不过正如马斯克所言，在此之前要大规模建造太阳能设备，为太空量子计算集群做好供电准备。
AMD CEO 苏姿丰曾表示，芯片的制程工艺和芯片架构同样重要。经过多年时间发展，制程工艺即将进入瓶颈期，或者说即将进入量子领網域。制程工艺进入 5nm 后，就会出现量子隧穿效应（俗称 " 漏电 "），电子会从一个晶体管穿梭到另一个晶体管，导致晶体管失效。制程工艺越小，量子隧穿就会越明显，行业普遍认为 1nm 是芯片制程工艺的尽头。
仅依靠芯片架构的更新，AMD、NVIDIA、Intel、高通等企业将很难维持大幅度性能提升，能效更是可能会出现倒退。在制程工艺走到绝路的今天，量子计算芯片或许会成为芯片行业可以一试的新赛道。
对于国内企业而言，量子计算时代的到来绝对是好消息，半导体时代大陆地区半导体技术落后，制造环节制程工艺、良品率均不如中国台湾的台积电和韩国三星，最关键的光刻机还在研发中，更没有诞生能够媲美 AMD、Intel、NVIDIA 的 CPU 和 GPU 企业。量子计算芯片依赖低温制程和超导技术，不需要光刻和蚀刻，理论上生产难度更低。
汽车行业，依靠新能源技术，国内车企成功实现了弯道超车，不但迫使合资车、进口车降价，还向外输出技术。如今量子计算芯片时代到来，国内芯片厂商或许可以效仿新能源汽车行业，通过量子计算技术实现弯道超车。
国内 AI 行业蓬勃发展，对于芯片的需求量不断攀升，华为、字节跳动等企业入场，估计也是为了研发用于 AI 大模型训练和推理的量子计算芯片，以降低芯片采购成本，或出售给其他 AI 企业。或许 5-10 年时间，我们就能看到量子计算芯片从实验室走入数据中心，走向商业化。总而言之，未来可期，Google 这一步让产业重拾信心。
