2019年10月，谷歌宣布首次实现了“量子霸权”：Sycamore（悬铃木）量子处理器仅用200秒的时间，就得到了世界第一超级计算机Summit需要1万年才能算出的结果。一石激起千层浪，关于量子计算的热议顿时充斥了互联网世界，甚至把量子霸权与超级大国霸权的意义混为一谈，提升到了国家竞争的高度。那么什么是量子计算，什么又是“量子霸权”呢？实现了量子霸权，是否意味着量子计算已经摆脱了实验室，从此可以投入实际应用了吗？今天，我们就以尽量通俗易懂的方式，拨开量子计算晦涩的迷雾，了解它的来龙去脉和最新进展，并探讨它所面临的最大难题。

谷歌的量子计算机

Sycamore量子处理器芯片

经典计算机的局限

为了便于大家理解量子计算，咱们先来温习一下：什么是经典计算？

经典计算机使用“比特”（Bits，或者叫“位”）作为基本的信息单元。在某一时刻，每个比特的状态可以是0或者1，在硬件上就是低电平和高电平，但不能同时即是0又是1，这个应该很好理解。而经典算法就是用布尔运算构成的逻辑门，去作用于这些比特上，得到特定的计算结果，这些结果也是由非0即1的比特构成。

传统计算机处理就是这些“0”和“1”

所有经典计算机都可以用图灵机来描述。图灵机是阿兰·图灵在1936年提出的概念，由无限长的纸带，控制器，以及可以读、写和擦除信息的读写头构成。纸带被分成一个个小方格，方格里有符号信息。在每个时钟周期内，读写头读取纸带上一个方格里的符号信息，根据控制器程序的输出结果，向左或向右移动一格，并进行读、写或擦除操作。

图灵机的示意图

如果想进行更快的计算，有两种途径：一种是增加读写头的数量，也就是并行，比如增加CPU或CPU内部晶体管的数量；另一种是增加读写头的移动速度，也就是提高时钟频率（当年玩过的超频）。如今的计算机，无论性能多么强悍，它和图灵机的差别只是读写头数量更多，并且移动的更快而已。

而根据广义邱奇-图灵论题，任何计算设备只能比通用图灵机“多项式”的更快，翻译成人话就是：

比如我们把CPU或晶体管数量提高到图灵机的N倍，计算能力将上升到N的一次方倍，把频率提高到N倍的效果也一样。而如果我们能把芯片制程，或者说晶体管的间距减小到原来的N分之一，相同面积上的晶体管数量将提高到原来的N的二次方倍，计算能力也相应提高到N的二次方。如果考虑晶体管数量在三维空间里的增长，那么就提高到N的三次方倍。总之，不管你采用什么手段，都只能提高到图灵机的N的常数次方倍。

世界第一超算：IBM公司的Summit

现在的计算机，在提升性能方面无所不用其极，芯片制程已经小到了5纳米，但仍然逃脱不了广义邱奇-图灵论题的魔咒。而工艺的提升是有极限的，晶体管体积不断小下去，迟早会进入量子效应的作用范围，现有的工艺将不再适用。

越来越密集的芯片晶圆

但是人类对计算能力的需求却不是按N的常数次方来增长的，比如有限元分析，气象模拟等方面，计算量非常巨大，往往只能做各种近似。最变态的当属模拟一个量子系统，本来粒子的数量就已经很大，连超级计算机都吃不消，再加上量子系统的不确定性，变量数目大大增加，需要的计算时间成指数级增长，成为经典计算机不可能完成的任务。

高超音速飞行器的空气动力学模拟

正如姚期智院士的观点，搞计算机的人想要突破这个局限是比较难的，因为越专业的人钻得越深越细，有时反而越不容易看到事物的全貌和本质。比如，比特的状态非0即1，计算机专家往往将它当成基本常识，从不会产生怀疑。

这时候，本属外行但又有实际需求的物理学家登场了，他们的想法更简单：为什么必须非0即1呢？可0可1不可以吗？后来的故事证明，确实可以，而且这样将不再受到广义邱奇-图灵论题的束缚，于是一个新的世界打开了大门：Hello world，量子计算欢迎您！

大牛说：hello world

什么是量子计算？

量子计算，简单来说，就是用薛定谔的的猫来计算……别笑，真的是这样！因为只有它才能做到“可0可1”。前面说过，经典计算机的比特在同一时刻只能有一个状态，要么是0（低电平），要么是1（高电平），而在微观的量子世界里，基本就要和这种确定的事情说再见了，取而代之的是不确定性原理和波函数：粒子的状态由波函数来描述，如果想知道它当前的状态，就需要进行测量。

薛定谔方程，ψ就是波函数

薛定谔的猫代表了一个只有两种可能状态的量子系统：将一只猫关在装有少量镭和氰化物的密闭箱子里。镭的衰变存在几率，如果镭发生衰变，会触发机关打碎装有氰化物的瓶子，猫就会死，如果镭不发生衰变，猫就活着。

薛定谔的猫，徘徊在生死边缘

猫在箱子里只可能有两种状态：活的还是死的。你如果想知道它到底是活的还是死的，就必须打开箱子看一下，这就是测量的过程。但测量的结果是不一定的：你不能保证打开箱子时猫一定活着，也不能保证它一定死了，只能说，有一定的概率活着，或者有一定的概率死了。也就是说，猫处于“活着”和“死了”这两种基本状态的叠加态。

量子比特（Qubits，也称量子位）就是这样一只猫，它可以是各种具有两个基本态的量子体系，例如离子阱中的离子，具有两种偏振状态的激光光子，电子自旋的方向（核磁共振），超导电路中的约瑟夫森结（谷歌的Sycamore用的就是这种，属于宏观量子效应）等等，每种类型都各具优势和缺点。

量子比特的几何表示（红色箭头），你只能得到它在0或1这两个基本态上的投影，也就是概率

有了量子比特，计算就变得大不同。一个量子比特是两个基本态的叠加，两个量子比特就是4个基本态的叠加，N个量子比特将是2的N次方个基本态叠加（形成一个希尔伯特空间）。可以这么说：如果我们能有200个量子比特，它所叠加在一起的基本态数量将比地球上的原子数还要多得多！

地球人惊呆了

做出量子比特后，还需要有量子算法来操作这些比特。量子计算的另一大厉害之处就是可以用幺正变换（也称U变换或酉变换）对这些比特同时进行操作，幺正变换改变的是量子比特处于何种基本状态的概率，而不会影响量子比特的并行性。量子算法就由一连串的幺正变换组成。具体的物理实现方式可以是磁场、微波、外围电路等。

想象一下，我们每操作一次，就可以把比地球的原子数还多的状态全部刷新一遍，这是何等惊人的计算能力！当然，现在最好的量子计算机也达不到200个可用于计算的量子比特，谷歌那台也只有53个，不过与经典计算机不同的是，量子比特的数目只要增加1个，计算能力就会翻一倍，也就是指数级增长，这就带来了无限的可能性。

Sycamore量子处理器中的53个量子比特

需要说明的是，由于量子比特的状态是不确定的，所以要想读取量子计算的结果，就需要进行测量，而且还不止一次，才能获得某个基本态的概率。而在计算过程中进行测量操作显然是不明智的，这会使量子态坍缩，因此一般是在一个计算周期完成后再进行测量，各种量子算法也都按这一宗旨进行设计。

到现在，各位大概能了解这样一群“薛定谔的猫”拥有的逆天能力了吧，那么量子计算可以应用在哪些方面呢？

未来科技之光：量子计算的应用

量子计算强大的能力和与经典计算截然不同的原理，使它在某些领域有着巨大的应用潜力，比如：

模拟量子物理现象：正如1980年代费曼所言，量子计算在模拟量子系统时具有天生的优势，因为它本身就是一个量子系统，不需要像经典计算机那样去作假设，搞随机数，而量子算法与系统自身的演化也很契合。经典计算机即使能够模拟大规模的量子系统，所需要的时间也是天文数字，可行性较低，而量子计算机则可以在可接受的时间内得到有用的结果。

比如，模拟大量原子核与电子的行为

破解密码：量子计算一旦成熟，现有的很多加密算法就悬了！因为这些算法很多都基于一个数学原理：将两个大质数相乘很容易，但如果想把一个极大整数分解为两个或多个质数的乘积（如果能分解的话），就变得相当困难了，著名的RSA加密算法就是利用了这一点。但Shor已经提出了大数分解质因数的量子算法，如果未来能够成功应用，就可以根据公钥和密文猜出私钥，从而破解RSA加密。如果这成为现实的话，很可能会引发一场密码领域的革命。

密码和加密算法在现代社会中的作用异常重大

药物和疫苗研发：在药物和疫苗研发过程中，一项重要的工作就是模拟分子，包括病毒等抗原的蛋白质分子，以及用作药物的分子，并进行大量的测试，研究它们的相互作用。但这些有机分子包含成千上万个原子，以及数量更加庞大的电子，经典计算机已经力不从心。而量子计算机在模拟处于量子态的电子和分子时恰恰有很大优势，再加上指数级增长的计算能力，可以挨个测试候选分子，极大的提高研发效率。

抗体分子

人工智能：人工智能在近年来发展迅猛，在很多领域已经投入了实际应用，甚至在某些特定场合表现出了超越人脑的能力。但无论是神经网络还是机器学习，都需要以庞大的计算能力作为支撑，如果使用经典计算机的话，还是跳不出图灵机的局限，提高有限。如果能将量子计算与人工智能相结合的话，也许将获得某种质的飞跃，使人工智能向前走一大步，能走到哪里去？机器统治人类？人马君也不敢妄猜。

AI统治人类？

上面列出了量子计算比较有希望取得突破的应用领域，实际上它的用途肯定不止这些，诸如比特币挖矿之类，但由于这种技术尚处于初级阶段，目前还只能运行比较特殊的算法，解决一些特定的问题，在通用性方面远远比不上经典计算机。不过事物是不断发展的，一旦某一天实现了通用的“量子编译器”，使人们可以在常见的问题上很方便的使用量子算法，那将深刻的改变科技的进程，甚至造成无法预知的结果。

量子计算面临的重大难题

前面用很大篇幅介绍了量子计算的优势，该泼一盆凉水冷静冷静了！量子计算这些愿景，绝大部分还都是些美好的期望。当前，量子计算仍然面临着诸多问题，有些还很难在短时间内取得突破。除了前面讲的算法通用性问题之外，还有一个令人无比头痛的难题：量子干扰。它分为两种：一个是开放系统的量子干扰，也就是退相干问题，另一个是孤立系统的量子干扰。

退相干问题：量子比特一般都不是孤立的，它与环境存在相互作用，从而不可控制地更改其量子态，导致量子计算机存储的信息丢失或出错，甚至由可0可1的量子状态退化为非0即1的经典状态。环境对量子比特的作用方式包括热量、电磁场、材料缺陷等，这些作用将改变量子比特的相干性，造成错误，直到完全不可用。为了排除环境干扰，量子处理器往往被冷却到绝对零度附近，例如谷歌的超导型量子系统被冷却到了20mK，但也仅仅能维持一百微秒左右的相干时间。一次量子运算的结果必须在相干时间内完成并测量，否则就竹篮打水一场空了。

退相干的形象说法（图片来源于网络）

孤立系统的量子干扰：即使我们建造了一种与环境完全隔离的量子比特系统，仍然不能排除干扰，因为孤立的量子系统也存在静态干扰和随机噪声干扰。静态干扰来源于量子比特之间的耦合，而随机噪声则是由于量子比特能级的涨落。它们的存在，使得量子算法并不像设想的那样精确。

一片混乱……

由于这些量子干扰，导致量子计算很容易出错，必须发展出强大的量子纠错机制，才能使计算结果变得可信，或者说具有高保真度。这也迫使量子计算机消耗了很多量子比特用于纠错，而用于实际计算的比特数只占一小部分。

到目前为止，退相干等量子干扰问题，还没有得到特别好的解决，严重制约了量子计算机的发展。而算法通用性的问题，对量子计算的推广应用也是影响颇大。因此，量子计算机要想真正改变世界，还有一段相当遥远的路要走。

最后谈谈谷歌所谓的“量子霸权”

首先，“量子霸权”的定义就很值得玩味，它的英文原词是Quantum Supremacy，由Preskill在2011年提出，是指在计算某个特定问题时，量子计算机的能力超过了所有的经典计算机。

注意，是“某个特定问题”，比如谷歌的Sycamore计算的随机量子电路输出采样问题，这个算例没什么实际意义，最后计算结果的保真度只有0.1%，其用途仅仅是为了证明量子计算机超过了经典计算机。而Sycamore确实做到了比现有最快的经典计算机Summit更快，如果按照前面的定义，说实现了量子霸权倒也没什么问题，但是要说量子计算机已经在各方面超过了经典计算机，荣升为霸主，却为时尚早，因为它只适用于这个“特定算例”，并且Sycamore本身就是个量子电路，处理这个问题实际上是“自己模拟自己”，有点儿胜之不武的味道。

“量子霸权”之争

此外，谷歌宣称Sycamore在200秒时间所完成的计算，在超级计算机Summit上需要1万年，这一说法也受到了各方质疑，例如Summit的制造者IBM就声称谷歌未能充分利用经典计算机的资源，在IBM看来用Summit只需要2.5天也能完成，而阿里的量子团队认为需要20天。总之，并没有那么夸张。

谷歌CEO与量子计算机

况且，量子霸权只是一个用来描述量子计算发展水平的特定名词，与真实世界里的霸权是两回事，没有必要大惊小怪。从这个角度来讲，似乎将它翻译成“量子优势”更合适一些。

不过，考虑到中美的竞争已经渗透到了方方面面，量子计算必然属于双方重点关注的领域，这一点是不能否认的。现在美国在量子计算方面的优势无可争议，该领域的两大巨头——谷歌和IBM都是美国公司。中国目前在光量子和量子通信方面相对领先，但在量子比特系统的规模方面，与美国的差距还比较大，目前中国最大规模的超导量子系统拥有20个能计算的量子比特，而IBM最多达到了53个，谷歌达到了72个（Sycamore的量子比特数并不是最多的，但更复杂更完善）。

IBM研制的量子计算机，据称已拥有18台

虽然如此，大家也不要妄自菲薄，中美在量子计算方面的差距并不像传统芯片那么大，据估计也就是差两三年的水平，相信在国家的重点投入和大力支持下，达到与美国相当的水平也并非不可能。希望中国科研人员能够奋起直追，占领这块未来科技的高地！

#量子计算##量子霸权##谷歌宣称量子霸权已经实现#