量子计算商业化,走到哪了?

量子技术的商业化似乎仍旧遥远。

文|陈根

自1982年物理学家理查德•费曼首次提出如何利用量子力学的特性来彻底改变计算以来,量子计算就成为人们最为看好的技术之一。拥有高出普通计算机数十甚至数百倍算力的量子计算机,是吸引了无数科技公司、大型学术团体以及各国政府的研究热点。各公司,甚至各国都将注意力集中于量子计算系统远超当今“经典”计算系统的优势,即实现所谓的“量子优越性”。

然而,尽管谷歌在两年前就宣称已经达到这一里程碑,但量子优越性的实现并没有解决一个经典计算机不可能解决的实际问题,且IBM和其他公司很快表明,可以通过对经典计算机进行调整来抵消谷歌量子计算系统的一些所谓优势。

自此,量子计算系统解决实际问题成为新的竞争方向——量子技术商业化受到越来越多的关注。IonQ首席执行官彼得•查普曼预计,基于量子优势的首个实际应用将正式开启量子时代。但事实上,目前,科学家们、商业机构都并没有研制出可扩展的、商用级的量子计算机样机。量子技术的商业化似乎仍旧遥远。

提高算力,降低能耗

量子力学是物理学中研究亚原子粒子行为的一个分支,而运用神秘的量子力学的量子计算,则超越了经典牛顿物理学极限的特性,对于实现计算能力的指数级增长则成为科技界长期以来的梦想。

经典计算机以比特(bit)作为存储的信息单位,比特使用二进制,一个比特表示的不是“0”就是“1”。但是,在量子计算机里,情况会变得完全不同,量子计算机以量子比特(qubit)为信息单位,量子比特可以表示“0”,也可以表示“1”,还可以做到“既1又0”,这意味着,量子计算机可以叠加所有可能的“0”和“1”组合,让“1”和“0”的状态同时存在。

也就是说,经典计算机中的2位寄存器一次只能存储一个二进制数,而量子计算机中的2位量子比特寄存器可以同时保持所有4个状态的叠加。当量子比特的数量为n个时,量子处理器对n个量子位执行一个操作就相当于对经典位执行2n个操作,这使得量子计算机的处理速度大大提升。与传统计算机相比,量子计算机能够实现算力呈指数级规模拓展和爆发式增长,形成“量子优越性”。

量子计算除了实现算力的提升外的另一核心优势,就是降低能耗。众所周知,在经典计算机中,能耗是一大技术难题。处理器对输入两串数据的异或操作,而输出结果只有一组数据,计算之后数据量自然也会减少,根据能量守恒定律,消失的数据信号必然会产生热量。

因此,经典计算的集成度越高,散热越困难。随着摩尔定律渐近极限,以后的计算能力的提高只能依靠堆积更多的计算芯片,这将导致更大的能耗。

但量子计算中,输入多少组数据输出依旧是多少组数据,计算过程中数据量没有改变,计算过程也就没有能耗。这意味着,只有在最后测量的时候产生了能耗。而经典计算在每一个比特的计算过程中都将产生能耗。

在提高算力和降低能耗的开源节流的核心优势下,量子计算必然是摆脱当前计算机产业发展技术路径与颠覆未来的新技术。

当前,针对一些传统行业来说,大量研发环节所面临的计算压力已经显现,尤其那些在分子领域进行研发的产业,以现有人类科技的计算能力,所消耗的时间和成本巨大,比如,生物制药、化工、能源等;还有另外一些本就对计算能力要求较高的科技行业,亦是量子计算实现商业应用的领域,比如,搜索、数字安全、人工智能、机器学习以及当前大火的元宇宙等。

毋庸置疑,如果没有量子技术这种超运算的技术,这些产业和领域将很难依靠当前的芯片以及计算机运算技术来处理庞大的数据,并且实现数据超远距、超高速、超安全的传输、计算与应用。

以计算化学为例,模拟一种相对基础的分子(如咖啡因)将需要一台10的48次方比特的传统计算机,这相当于地球上原子数量的10%。而模拟青霉素则需要10的86次方比特——这个数字比可观测宇宙中的原子数量总和都要大。传统计算机永远无法处理这种任务,但在量子领域,这样的计算则成为可能。

量子计算正吸金

当前,量子计算越来越受到重视。作为打破摩尔定律、实现计算机算力指数级增长的新兴技术,吸引了无数科技公司、大型学术团体为其投入。

事实上,尽管对量子计算行业未来的预测各不相同,但几乎所有观点都认为其规模将是巨大的。正如量子信息跟踪网站 “量子计算报告”的运营者道格·芬克(Doug Finke)所说:“我认为量子计算的市场到2025年前后能达到10亿美元,且可能在2030年前达到50-100亿美元。” 后者的价值相当于今天高性能计算市场的10%-20%。根据霍尼韦尔(Honeywell)的估计,未来30年量子计算的价值可能达到1万亿美元。

基于量子计算的广阔市场前景,也就不难理解为什么量子计算的商业化能能吸引到大量公共和私人的投资。主流风投以及大公司已经开始押注私人量子计算公司。Google、IBM、Honeywell 这样体量的公司正在大量投资量子计算,包括自研、私募股权投资、合作等手段。最近的一份报告称,仅2021年,就有超过10亿美元的私人投资用于量子计算研究。

其中,大多数项目、公司处于早期阶段,多为种子轮、A轮,甚至是孵化/加速状态。值得注意的是,投资量子计算的主体有很大特殊性,由于量子计算的超强计算能力、量子密码构成的通信网络的加密性,“国家队投资”在其中扮演了不可或缺的推动力量。

事实上,除了主流投资机构、大型公司参与到了其中,类似美国DOE、CIA、NASA、加拿大 STDC、澳大利亚电信等“国家队”角色起到了不小的助推作用。它们以捐赠、投资、孵化等形式推动量子计算的科研和商业化。例如谷歌的量子计算项目之一则涉及与 NASA 合作,将该技术的优化能力应用于太空旅行。

此外,美国政府准备投入约12亿美元到国家量子计划( NQI)项目中。该项目在2018年末正式启动,为学术界和私营部门的量子信息科学研发提供总体框架。英国国家量子技术计划(NQTP)于2013年启动并承诺在10年内投入10亿英镑,目前该计划已进入第二阶段。

对于我国来说,尽管我国科技公司相比美国进入量子计算领域时间较晚,但近年来行业领军公司和科研院所也开始陆续在量子计算领域进行布局。2021年“两会”期间,量子信息技术首次被提及,成为了中国面向“十四五”重点突围的核心技术之一,同时也是“国家安全和全面发展”的七个战略领域之一。

科技巨头方面,腾讯于2017年进军量子计算领域,提出用“ABC2.0”技术布局,即利用人工智能、机器人和量子计算,构建面向未来的基础设施。华为于2012年起开始从事量子计算的研究,量子计算作为华为中央研究院数据中心实验室的重要研究领域,研究方向包括了量子计算软件,量子算法与应用等。阿里则通过建立实验室进行以硬件为核心的全栈式研发,另一方面是构建生态,与产业链的上中下游的合作伙伴探索落地应用。

可以看见,不论是科技公司、初创公司,都对量子计算寄予厚望且满怀热情。 

技术需突破,规模难量产

量子计算的颠覆性是可预见的,但是,想要量子计算真正投入到有用的生产生活中,仍有一段距离。由于技术仍处于开发阶段,当量子科技从学术落地到企业商业化过程中时,该行业依然存在技术突破、规模量产难走的现实困境。

当前,量子计算商业化仍停留在技术探索阶段。尽管目前,量子计算已经在理论与实验层面取得了一些重大突破,包括美国、欧洲、中国在内的一些国家,都在量子技术层面取得了不同的突破与成就,也有了一些相应的商业运用。但目前这些商业运用都还处于早期阶段,或者说是处于技术的探索运用阶段。

比如,量子比特需要量子相干性以形成量子纠缠,这相当于经典计算机需要有增益的晶体管。但如何实现大规模和相干性则是量子计算机系统面临的最大挑战。这些问题即使在理论上也是难以解决的,因为量子信息无法被复制,而量子计算机中的子系统相互纠缠,这导致所有设计都要以全局的角度来思考。

并且,目前还不完美的量子计算机还需要获得更多改进。浅量子电路需要更高的栅极保真度和更多稳定性以限制去相干。量子退火机器则需要在连接性,控制精度和相干时间方面得到改进。

从商业化角度来说,目前量子科技赛道的企业几乎没有实现累计盈利。由于技术壁垒较高,企业研发投入动辄高达数十亿,产品却依旧不断试错中,商业化难以开拓。以IonQ为例,作为一家专注于量子计算的独角兽公司,根据该公司发布的财务数据,2019年、2020年,该公司实现收入20万美元、0美元,而净亏损分别为892.6万美元、1542.4万美元,商业化程度极低,投入资金大部分为研发费用。

道格·芬克追踪了200多家量子技术初创企业后,预计绝大多数在10年内将不复存在,至少不复以目前的形式存在。他表示:“可能会有一些赢家,但也会有很多输家,有些将倒闭,有些将被收购,有些将被合并。”

可以看剧,尽管目前的量子计算技术获得了一系列的突破,也处于不断突破的过程中,世界各国政府也都非常重视,并投入了大量的财力、人力,但距离真正的规模性商业化还需要一段路要走。规模商业化需要的是对技术稳定性的要求,这与实验性与小规模应用有着本质的区别。

目前量子计算技术面临的核心问题还是在实证物理阶段的困扰,在理论物理阶段已经基本成熟,但进入实证物理阶段的时候,我们需要的是让这个难以琢磨以及极为不稳定的量子纠缠能够成为一种可掌握的“稳定性”技术。

总体而言,量子计算的未来是乐观的,关于量子计算商业化的一切都才刚刚开始。到目前为止,我们可能只发现了量子计算的冰山一角,无论量子计算的首个实际应用是出于哪个科技企业,还是来自试图应用这项技术的其他数据服务公司、银行、制药公司或制造商,这场关于量子计算的竞赛都已经开始。

声明:本文内容仅代表该投稿文章作者观点,不代表蓝鲸号立场。 未经授权不得随意转载,蓝鲸号保留追究相应责任的权利
相关阅读
量子计算商业化,还需跨越技术关卡和规模困境
FOMO的量子商用黎明
合肥,又跑出一只科幻独角兽:估值70亿
量子AI,走向数字科技系统的未来