来源：《IT时报》公众号vittimes
原标题：量子计算虽好，成熟商用仍需10年？
30秒快读
1、量子计算机不会像手机一样人手一台，进入每个家庭。加拿大量子计算企业D-Wave的一台量子计算退火机售价在1000万~1500万美元间。
2、量子计算机计算时需要处于低温环境，豪K级。而1K温度相当于零下272摄氏度。
3、目前90%以上的应用场景仍需依靠传统计算机芯片，而量子芯片只能解决应用场景中1%~2%的难题。
5G时代，万物互联，数据爆发式增长。图灵量子创始人金贤敏表示，未来数据爆炸，每年新增数据的量将是过往数据的总和。
在华为量子计算软件与算法首席科学家翁文康看来，当晶体管元件大小在原子大小10倍时，电子将变得不稳定，无法形成宏观物理世界的0与1的信号。但也正是量子隧穿效应的产生，让粒子呈现量子叠加态，使量子计算成为可能。
金贤敏告诉《IT时报》记者，当摩尔定律终结，传统算力的提升无法再靠芯片尺寸支撑时，量子计算、光子计算会成为后摩尔时代突破算力的重要手段。
01、距离成熟至少10年
由于量子具有叠加态，能同时以0和1的状态进行运算，因此N个量子的算力是传统计算机2的N次方倍。
翁文康在世界人工智能大会量子计算及光子芯片论坛演讲中指出，量子计算将带来指数级增长的计算空间，1块指甲大小的超导处理器，可以带有50+量子比特（100纳米），超越所有经典计算机的记忆体容量。
不过，不同于传统计算机输出的是一个精确结果，量子计算机输出的是概率。而人工智能也通过数据归类后产出的概率结果。因此，国防科技大学研究院吴俊杰认为，量子计算更适合人工智能的应用。
今年6月底，中科大潘建伟团队发表论文称，56个量子比特的超导量子计算原型机“祖冲之号”能将超级计算机需8年完成的任务样本压缩至最短1.2个小时，而在去年年底，潘建伟团队宣告成功构建76个光子的量子计算原型机“九章”，在全球范围首次实现光量子计算的“量子优越性”。但目前量子计算仍处于实验室研发状态，只能完成特定的任务。
那么，我们距离量子计算商用化还需等待多久？金贤敏认为，实现通用量子计算机有三个前提——百万量子比特的操纵能力、极低温环境、高集成度。
翁文康判断，在量子系统仿真、量子化学、组合优化、机器学习等领域的“专用”量子计算机预计成熟期为3~5年，而在大数分解、数据库搜索、量子动力学、量子人工智能等领域“通用”量子计算机预计成熟期可能需要10年甚至更久。
02、量子计算机无法民用
“量子计算机不会像手机一样人手一台，进入每个家庭。”中国科学院上海微系统与信息技术研究所研究员尤立星直言，量子计算主要会运用于国家、政府层面。
这背后是高昂的成本。
《IT时报》记者注意到，加拿大量子计算企业D-Wave的一台量子计算退火机售价在1000万~1500万美元间。
尤立星表示，由于量子叠加态很脆弱，温度一高容易产生“量子噪声”，会影响计算准确度，因此无论是光子、超导、离子形式的量子计算机，计算时都需要处于低温环境，“在豪K级”。而1K温度相当于零下272摄氏度。
为了满足豪K环境，量子计算机需要配置“冰箱”，即稀释制冷机。尤立星透漏，一台“冰箱”的价格至少两三百万，而九章量子计算原型机便配备了7台。
与此同时，要将计算结果传输到室温环境还需要配备特殊的数据线，一根单价在1万元左右，而一台计算机配备100跟数据线意味着100万元的支出。
更大的成本在于能耗。尤立星表示，在室温下计算能耗放在豪K环境下则要大幅翻100万倍至1亿倍间，高达10兆瓦。要知道一般发电站的发电功率也仅在百兆瓦级别。
另一方面，从极低温环境到室温，数据线会产生“漏热”，因此在尤立星看来，线路漏热能耗甚至高于计算能耗。
中国信通院研究报告指出，业界认为在相当长时间里，通过云平台开展量子计算服务，共享稀缺资源，探索适用于量子计算行业应用，是较为切实可行的实现方式。这或许解释了为什么谷歌、华为云等公司开始布局量子云计算。而在7月7日，国内公有云第一股优刻得与图灵量子签署战略合作协议。
03、光子芯片能弯道超车吗？
每三个半月，算力需要翻一番。这是大数据时代对于算力的需求，远超摩尔定律的供给。金贤敏告诉记者，随着物理极限的到来，非冯诺依曼架构将会成为算力的下一个突破口，“人类进入架构为王的时代”。
中国科学院上海光学精密机械研究所副所长张龙认为，光子有超高信息容量、超低传输功耗和延时、超低信道干扰的特性，并天然具有并行能力，在相同功耗下，光器件比电器件快数百倍，“光子芯片将是未来科技发展的基础性核心技术，是突破摩尔定律最有前景的技术之一”。
张龙表示，目前世界各国均未在光子芯片领域形成绝对优势，“中国需要在尚未完全成熟的光子芯片领域占据先机”。目前光子芯片行业仍有加工流片平台少、检测设备仍依靠进口、高端光子器件仍匮乏、缺乏重大落地场景等四个痛点。
张龙认为，目前90%以上的应用场景仍需依靠传统计算机芯片，而量子芯片只能解决应用场景中1%~2%的难题，而如今中国芯片的优势在于IC设计，这是在人工智能应用场景落地下加速发展的结果。
排版/季嘉颖
