本著作写于2020年，中科院的团队成员为共同作者。现在分享出来供大家学习参考。

主编作者

■ 陈巍 博士

资深芯片专家，人工智能算法-芯片协同设计专家，擅长芯片架构与存算一体。国内首个可重构存算处理器架构（已在互联网大厂完成原型内测），首个医疗领域专用AI处理器（已落地应用），首个RISC-V/x86/ARM平台兼容的AI加速编译器（与阿里平头哥/芯来合作，已应用），国内首个3D NAND芯片架构与设计团队建立（与三星对标，已量产），国内首个嵌入式闪存编译器（与台积电对标，已平台级应用），国内首个90nm闪存芯片架构（与Cypress/SST对标，已量产）

1 概述

1.1 量子计算的基本概念

1.2 量子计算的发展简史

2 量子计算实现方式

2.1 综述

2.2 超导

2.3 离子阱

2.4 量子点

3 量子计算系统

3.1 量子计算控制系统

3.2 其他相关技术

4 量子计算技术的生态

4.1 各国政府投入情况

4.2 量子计算技术的主要公司

4.3 量子计算技术的市场前景

5 量子计算技术的发展趋势及预测

6 小结

参考文献

量子信息科学是利用量子体系的独特性质对计算、编码、信息处理和传输过程给予新的诠释，开发新的、更为高效的信息处理功能的一门学科[1]，是未来信息技术和整个信息产业的革命性变革的核心推动力，将对整个信息产业产生重大的影响，量子计算是其中一个重要组成部分。

1.1 量子计算的基本概念

在过去的六十多年里，集成电路技术一直遵照摩尔定律描述的规律发展，集成度不断提升。随着晶体管尺寸的减小，一个存储单元涉及的原子数目将达到几个，打开和关闭一个晶体管可能只需要少数几个电子；一个逻辑操作耗能将达到 一个自由度的热运动能量的量级[2]。这使得经典物理规律将面临物理极限的瓶颈，而支配原子、电子等粒子运动的量子力学规律将起到日益重要的作用。

量子计算是遵循量子力学规律调控量子信息单元进行计算的新型计算模式，是一种基于量子效应的全新计算体系架构。它以量子比特作为信息编码和存储的基本单元，通过其受控演化完成计算。量子计算是量子力学和计算机科学的新型交叉学科，利用量子力学中态的相干叠加原理，理论上n个比特能够编码2n个数的线性叠加，从而通过一次操作就能实现2n个数的并行运算[3]。和经典计算的二进制不同，二进制总处于0或1的确定状态，而量子计算能够实现计算状态的叠加，不仅包含0和1，还有0和1同时存在的叠加状态，如下图所示。

量子计算机利用量子力学的叠加性和纠缠性等基本原理来进行信息编码和处理。量子力学态叠加原理使得量子信息单元的状态可以处于多种可能性的叠加状态，而量子计算机的操作过程称为幺正演化，将保证每种可能的状态都以并行的方式演化，从而实现对信息存储和信息运算的量子并行加速，具有强大的并行计算和模拟能力，使得量子信息处理从效率上相比传统经典信息处理具有更大潜力。

1.2 量子计算的发展简史

1980年，Benioff证明了可逆幺正演化足以实现经典Turing机的计算能力，表明量子计算机在计算能力上至少不弱于经典计算机[4]。1982 年，Feynman在试图用经典计算机来模拟量子力学系统时遇到了困难，从中获得灵感，提出“用一种可控的量子系统去模拟另一个量子系统”的思想，提出建造用量子力学器件组装起来的、服从量子力学规律的计算机[5]。他第一个认识到量子计算机可能比经典计算机更强有力，这应该是最早的量子计算的思想。

1985年，David Deutch在研究量子计算机是否比经典计算机更有效时找到了一类问题，对该类问题的解决，经典计算机需指数时间算法，而量子计算机存在多项式时间算法[6]，后发展为Deutsch-Jozsa算法[7]。之后Deutsch还考虑用量子逻辑门来构建量子计算机的问题，他将经典Toffoli门推广到量子情况，在1989年提出了量子计算的基本计算模型——线路模型[8]，即任意计算过程都可通过一系列量子逻辑门执行来实现。之后又有多种量子计算模型被提出，如：绝热量子计算[9]、族态量子计算（或称为单向量子计算）[10]等。1993年，Yao[11]证明了量子线路模型等价于量子Turing机模型。1995年，Deutsch等[12]以及Lioyd[13]各自证明了几乎任意双量子比特逻辑门均是通用的；同年，DiVincenzo[14]、Barenco等[15]、Sleator等[16]都证明了量子通用逻辑门组可由经典两位门和量子一位门构成，并给出了实现任意幺正变换的具体方法。

另外在1994年和1996年，Peter Shor和Lov K.Grover分别提出了大数质因子分解的量子算法[17, 18]和量子搜索算法[19]。Shor证明利用量子计算机可以在多项式时间内完成数学传统难题大数质因子分解（经典计算机无有效的多项式时间算法），Shor算法主要思想是将大数质因子分解转化为求一个函数的周期问题，进而用量子快速傅里叶变换在多项式步骤内完成；Grover算法是搜索未分类整理的数据库，相对经典算法速度得到二次方的提升。

在对量子计算进行理论建模的同时，科学家们也努力通过实验实现量子计算。1994年年底，Ignacio Cirac和Peter Zoller提出了基于离子阱体系的受控非门CNOT gate的实验方案[20]。1995年,Peter Shor和Andrew Steane同时提出了量子纠错的概念，并于次年正式文章发表[21, 22]。1996年，理论物理学David P. DiVincenzo提出量子计算机早期较完备的概念,并给出了几种潜在可行的物理方案[23]。量子计算随之在各种物理体系中不断被尝试。2000年，DiVincenzo进一步总结并提出检验某物理体系是否可能用于实现量子计算的判定依据，称为DiVincenzo判据[24]。他在讨论量子计算机物理实现时，根据一般计算机必须具备的基本条件，以量子计算线路模型为背景，给出系统作为实现量子计算候选者需满足的条件：1. 能够实现初态制备，量子比特可重置；2. 能够实现完备的通用逻辑门组，完成量子信息处理全过程；3. 量子比特要有足够长的相干时间；4. 必须有能力对量子计算终态实施有效的非破坏性读取；5. 量子芯片需要具备可扩展性。

在DiVincenzo判据的指导下，学术界展开关于量子计算不同物理系统的探索，发展出超导、半导体量子点、离子阱、线性光学体系、拓扑量子计算等不同方向，每个方向下又各有细节分支。每种物理体系都各自具有独特的优势，但同时又有其局限性，下一章将进一步展开介绍。

在探索开发量子计算机的过程中，需要解决很多技术问题，大致需要七个阶段，如下图所示，各阶段之间存在互相交叠及关联。首先，量子系统要能够实现单个物理量子比特信息的控制，包括读写及状态控制。第二阶段，在多个物理比特中执行小型量子算法。这两阶段都要求满足上文的DiVincenzo准则。下一个更复杂的阶段，在非破坏性测量及读取过程中实现量子纠错和容错操作。在第四阶段，目标是实现量子存储，构建相干时间长于物理量子比特的逻辑比特。接下来要实现单个逻辑比特的量子门操作和多逻辑比特中算法的运行，进而才能达到最终阶段的容错量子计算。

到目前为止，人类对量子计算的研究越来越深入，世界各国在量子计算研究方面的投入也越来越多，但是距离真正意义上的大规模的量子计算尚有一段很长的路要走。

参考文献

1. 郭光灿, et al., 量子计算机的发展现状与趋势. 中国科学院院刊, 2010(5): p. 516-524.

2. Benioff, P., The computer as a physical system: A microscopic quantum mechanical Hamiltonian model of computers as represented by Turing machines. Journal of Statistical Physics, 1980.

3. Nielsen, M.A. and I.L. Chuang, Quantum Computation and Quantum Information: Quantum information. Parallel Algorithms & Applications, 2010. 21(1): p. 1-59.

4. Keyes, R.W., Miniaturization of electronics and its limits. 1988: IBM Corp.

5. Feynman, R.P., Simulating physics with computers. Int J Theor Phys 21(6,7):467-488. International Journal of Theoretical Physics, 1982. 21(6): p. 467-488.

6. Deutsch and D., Quantum Theory, the Church-Turing Principle and the Universal Quantum Computer. Proceedings of the Royal Society of London, 1985. 400(1818): p. 97-117.

7. Deutsch, et al., Rapid Solution of Problems by Quantum Computation. Proceedings of the Royal Society A Mathematical, 1992.

8. Deutsch, D., Quantum Computational Networks. Proceedings of the Royal Society of London. Series A, Mathematical and Physical Sciences, 1989.

9. Farhi, et al., A Quantum Adiabatic Evolution Algorithm Applied to Random Instances of an Np-Complete Problem. Science, 2001.

10. Raussendorf, R. and H.J. Briegel, A One-Way Quantum Computer. Physical Review Letters, 2001. 86(22): p. 5188-5191.

11. Yao, C.C. Quantum circuit complexity. in Foundations of Computer Science, 1993. Proceedings., 34th Annual Symposium on. 1993.

12. D., D., B. A., and E. A., Universality in Quantum Computation. Proceedings of the Royal Society A: Mathematical, 1995.

13. Lloyd and Seth, Almost Any Quantum Logic Gate is Universal. Physical Review Letters, 1995. 75(2): p. 346-349.

14. Divincenzo, D.P., Two-Bit Gates Are Universal for Quantum Computation. Physical Review A, 1996. 51(2): p. 1015-1022.

15. Barenco, A., et al., Elementary Gates for Quantum Computation. 1995.

16. Sleator, T. and H. Weinfurter, Realizable Universal Quantum Logic Gates. Physical Review Letters, 1995. 74(20): p. 4087-4090.

17. SHOR, P., Algorithms for Quantum Computation: Discrete Logarithms and Factoring. 1994.

18. Shor and P. W., Polynomial-Time Algorithms for Prime Factorization and Discrete Logarithms on a Quantum Computer. Siam Journal on Computing, 1997. 26(5): p. 1484-1509.

19. Grover, L.K., Quantum Mechanics helps in searching for a needle in a haystack. 1997.

20. Monroe, C., et al., Demonstration of a Fundamental Quantum Logic Gate. Physical Review Letters, 1996. 75(25): p. 4714-4717.

21. Calderbank, A.R. and P.W. Shor, Good quantum error-correcting codes exist. Physical Review A, 1996. 54(2): p. 1098-1105.

22. Steane and M. A., Simple quantum error-correcting codes. Physical Review A Atomic Molecular & Optical Physics, 1996. 54(6): p. 4741-4751.

23. Divincenzo, D.P., Topics in Quantum Computers. 1997.

24. Divincenzo, D.P., The Physical Implementation of Quantum Computation. Fortschritte Der Physik, 2000. 48.

25. Devoret, M.H. and R.J. Schoelkopf, Superconducting Circuits for Quantum Information: An Outlook. Science, 2013. 339(6124): p. 1169-1174.