“遇事不决，量子力学。”
很多时候，量子力学由于太过艰深，成为人们表示崇敬科学时的“戏谑”。量子力学的原理和很多现象确实非常复杂，如相隔数亿光年仍可瞬间互相影响的“量子纠缠”等反常现象，物理学者赛斯·劳埃德（Seth Lloyd）甚至提出，量子纠缠是时间流向的源头。
这些过于科幻的概念，一方面让量子计算产业更难为公众理解，另一方面又很适合在科幻电影中出镜，这又让公众对量子计算产生更多兴趣。
比如《流浪地球2》中算力惊人、还拥有自主意识的量子计算机MOSS，甚至让很多观众参与了手办*。各类社交软件上关于电影情节的讨论层出不穷，电影结尾的彩蛋中，MOSS和数字生命状态的图恒宇还有一番关于时间的对话，大意就是“放下对过去、现在与未来的执念”，甚至让观众猜测这是预示量子计算机还能时空穿越？当然电影未必有这层意思，但量子计算机MOSS的时间观念肯定不同于人类线性、历时的特点，更可能是非线性、多元化、共时性的。
从科幻回到现实，量子计算技术目前已经进展到哪一步了？在传统计算渐至瓶颈的一些领域，量子计算如何实现商业化落地可能？在计算机硬件、量子通信、量子测量等众多新方向上，中国量子计算企业是如何分头突破经典计算时代的“卡脖子”难题？
1.如何拓展落地场景
在《流浪地球2》展示中国科幻“肌肉”的同时，中国诸多量子计算企业也在相关研发上取得阶段性突破，也在近日频频展示“肌肉”。
据报道，启科量子在2月就宣布推出国内首台模块化离子阱量子计算工程机天算1号；玻色量子自主知识产权的相干光量子计算机——“天工量子大脑”，在超过100个节点的Max-Cut图问题上，获得了相比经典计算机3个数量级以上的算力优势；量旋科技更是已经开始对外出售桌面型量子计算机系列产品，重新定义了量子计算机的机型，更加适用于量子计算教育和普及……
一个全新领域，要想从“作坊式”走向工业化、产业化、商业可持续，如何打通每一个产业环节，让产业链上不同的参与者收获新领域蓬勃发展的利益？
对于量子计算产业来说，芯片、算法、软件硬件协同、应用开发接口等众多细分环节都是全新的，每一个环节都是值得行业内专业人士开拓的创业领域，但关键是，这些领域如何找到能顺利商业化、能为创业公司带来订单的真实需求。
玻色量子市场总监袁为告诉亿欧，玻色量子致力于将量子计算与AI等商用领域结合起来，可以在人工智能、金融、物流、能源、交通等领域解决深度学习和算法组合优化等问题。
这些领域的计算加速需求也是客观存在的，比如在金融投资领域，资产的配置与组合问题一直是业界和学界的焦点。玻色量子也与大学、金融机构展开产学研合作，并建设了“天工经世量子计算量化策略平台”。
据了解，2014年，量子近似优化算法（Quantum Approximate Optimization Algorithm，QAOA）由Edward Farhi等人提出。QAOA算法是一种经典计算与量子计算的混合算法，可用于解决组合优化问题、*分割问题等难题。而玻色量子使用QAOA算法去解决金融资产的组合优化问题，也在多项指标中取得相比经典计算与传统算法的优势。
量子计算中，既有研发全新光量子计算架构量子计算机方向的玻色量子，也有通过桌面型核磁共振量子计算机率先实现商业落地的量旋科技。桌面小型量子计算机又能拓展出哪些场景呢？
量旋科技创始人项金根告诉亿欧，量旋科技的小型量子计算设备主打市场非常明确，那就是大学或科研机构的科研和教学设备领域。
这颇类似于淘金热中的“卖铲者”，量子计算产业热潮也同样会带来科研的需求，大学和科研机构需要更多适合的量子计算设备，这一市场也是切实存在的。项金根指出，“目前大学相比科研机构来说，对设备的需求更多，一般都是购置来用做算法验证或者应用开发工作。我们的设备对于大学来说非常适合相关量子计算学科的教学、科研，这种设备应该也是全球*的”。
但相比于直接面对B端的需求挖掘与场景拓展，面对大学和科研机构的市场，足够大吗？
对此，项金根表示，“我们小型量子计算机，在全球范围内都有很广泛的客户。目前海外市场客户其实比国内还要多，因为从2022年下半年开始，海外量子计算市场增长势头甚至比国内还要更快。”
据报道，1月23至24日，加拿大光量子计算公司Xanadu、法国量子计算初创公司Welinq、法国量子计算公司PASQAL、瑞典查尔姆斯大学先后宣布获得新一轮巨额融资。这也给从2022年下半年开始的量子计算赛道再次推上高潮。
其中的查尔姆斯大学瓦伦堡量子技术中心 (WACQT)开发了25量子比特量子处理器，但他们是在内部使用和试验，工业界的外部用户无法使用。实际上，更多大学、工业客户都对量子计算机产生需求，而这一市场的蓬勃发展正是量旋科技、玻色量子等企业的机会所在。
2.量子计算：玩算法还是拼硬件
自从IBM在2019年发布全球首台商用量子计算机后，全球一系列创业企业与巨头也先后在量子计算赛道投注。大部分企业，也确实是从硬件上着手研发，或者是在硬件研发有所突破之后开始着手平台、应用层面的工作。
选择从应用面、软件层面切入的企业并不多。据报道，在IBM之后，2019年6月，鸿海集团旗下的鸿海研究院也启动了量子计算机项目，但主要在软件层面切入。有行业专家就指出，“像国内的BAT、华为等布局量子计算一开始也都是从软件切入，但现在阿里、华为也都开始在硬件上投入，组装超导量子计算机。鸿海以后也不排除再投入硬件。”
从事量子计算领域的创新，到底是玩算法、应用还是拼硬件研发呢？
其实，并没有一条固定不变的路线。量子计算机也可以接入云平台，用户上云并利用量子算力运行量子机器学习算法、使用量子计算应用，硬件和软件结合，才能在量子计算产业发展初期*化其效用。
对于量子算力而言，硬件当然是基础。
量子计算基于量子力学原理，主要是利用量子力学的两大特性——量子叠加和量子纠缠来获得比经典计算在性能上更大的提升。量子计算机使用量子比特 (qubits)，而不是经典计算中用来表示信息的二进制数字 (bits)。量子位可以同时以多种状态存在，允许量子计算机同时执行许多计算任务。
传统的计算机，只能表示0和1两种状态。量子计算，利用量子叠加和量子纠缠的特性，可以同时表示无穷多个状态。
也就是说，具有n个量子比特的计算机，单个量子比特可以表示2的n次方个状态，而且可以同时对2n个比特的数据执行计算。同时，量子计算机的性能翻倍，只需要增加1个量子比特即可以实现；而经典计算要想性能翻倍，在不增加处理器数量的情况下，目前进展甚微，基本已经接近摩尔定律的终点。
硬件的基础性作用，往往会被软件层面的绚丽功能所掩盖。正如最近非常火的ChatGPT，也吸引了国内众多软件、应用为主的厂商参与，但ChatGPT可不是一个聊天软件，其背后需要强大的算力支撑，需要高端GPU。据报道称，ChatGPT已导入了至少1万颗英伟达高端GPU芯片，目前其训练阶段总算力消耗约为3640PF-days（即1PetaFLOP/s效率跑3640天）。据普超资本预测，GPT-3训练成本预计在500万美元/次。未来的GPT-4在算力上更有着超过百倍的需求，而这甚至是当下的高端芯片都难以满足的。
对于量子计算产业而言，应用、算法层与硬件层面同样重要。只有通过与更多场景结合，提供合适的算法与应用，才能进一步催生对量子计算算力的需求，并一步步点燃整个量子计算产业的大爆发，催生出量子计算产业的新基建。
量旋科技创始人项金根就告诉亿欧，目前量子计算机主要是用于补充而不是替代经典计算机的算力，在量子计算机配合经典计算机运行的时候，除了硬件以外，针对不同应用场景的算法开发同样重要，硬件和软件算法是一体化的。
项金根说，“其实硬件类量子计算机公司，特别是国内，除了做硬件以外还都会做软件和算法的研究。像我们公司里面也有一支人数较多的团队，就专门做量子计算的平台、算法、应用软件的开发。”
3.量子计算如何破解“卡脖子”？
我们在硅基芯片上的相对落后，其实与光学技术存在一定的关系。光刻机的EUV光源等核心部件，就是人类光学科技的*，我们暂时还造不出EUV光源。从历史上来看，人类了解量子世界，也是从了解光开始。牛顿认为光是粒子，麦克斯韦认为光是波，直到后来人类才认识到光具有波粒二象性，一步步引出量子理论。
那么，正如经典计算赛道，我们所需要的高算力芯片、先进制程光刻机等存在“卡脖子”之痛一样；对于量子计算赛道，又是否有着卡脖子的可能？
玻色量子市场总监袁为告诉亿欧，玻色量子选择光量子计算这个方向，既有创业团队研究方向的原因，也考虑到光量子计算机相比其他技术路线的一些优点。比如，人类对于量子力学的研究，就是始于对光的本质的探索，包括纠缠、叠加在内的很多基本量子力学现象也是在光学系统中发现的，因此用光进行量子计算是很自然的事情。同时光的很多物理量如路径、自旋、角动量、相位等都可以编码信息进行计算。
这也涉及光学技术与量子技术的深度结合，由于轨道角动量倍频没有上限，结合单光子分选技术，轨道角动量的高维希尔伯特空间和大信息容量特性使其可以应用于量子信息处理，可以利用轨道角动量实现高阶量子纠缠的探索。
而能在室温条件下运行，无需特别的制冷设备，更是光量子计算的一个显著优势。而超导量子计算机的CPU芯片尽管可以在常温下展示，但其真正运行必须在接近*零度（零下273.15摄氏度）的环境中进行，在其制冷所需部分设备、材料还存在进口依赖之时，光量子计算机的常温运行也成为一种重要技术路线。
袁为指出，超导量子计算机的正常运行需要提供极低温环境，这需要很多设备，其中最关键的是稀释制冷机。这是一种能够提供接近*零度环境的设备，其制冷剂使用液氦。目前制冷剂主要依赖美国进口，稀释制冷机商用的英国和美国都有在做，而且英国的做得更好，他们也研发了新一代无液氦稀释制冷机，对于英国量子计算的产业来说他们的仪器也能够帮助英国维持优势。目前*进的稀释制冷机，他们也对中国禁运，试图卡脖子。
这就需要国内相关设备企业在上游能够突破封锁了。据报道，中国科学院物理研究所自主研发的无液氦稀释制冷机在2021年就已经实现10mK以下极低温，在高端极低温仪器研制上也在一步步进展。无液氦稀释制冷机有别于传统的依赖液氦辅助降温的湿式稀释制冷机，无需液氦供应，样品空间大，连续运行时间长且运维方便，这还有利于降低对液氦的进口依赖。
量旋科技创始人项金根向亿欧表示，其小型化核磁共振量子计算机的运行并不需要超低温度，因此适用性更广，这一技术路线目前没有卡脖子之痛。同时，量旋科技也跟IBM一样，对需要超低温的超导芯片量子计算机技术路线进行布局。
项金根指出，在经典计算机中，CPU主要部分是晶体管，然后由晶体管组成各种逻辑门，逻辑门再组成各种运算单元。逻辑门是真实的，而比特则是虚的，因为它是由高低脉冲来表示比特状态的。一旦断电，比特状态就没有了。而量子芯片恰恰相反。量子芯片核心部件是量子比特，它实实在在存在于量子芯片上。逻辑门反而是虚的，并不存在于量子芯片上，而是通过发射不同的射频脉冲来实现。
据项金根介绍，量旋科技也有超低温技术路线，这一技术路线所需稀释制冷机目前主要是进口欧洲的设备。但项金根指出，其实稀释制冷机的能耗并没有想象中那么高，目前量旋科技的超导芯片量子计算机运行时，能耗最高大概是20千瓦左右。而且量子计算机比特数的增长，和稀释制冷机能耗的增长并不是同比例的线性增长关系。
“比如20比特的量子计算机，可能需要的稀释制冷机功耗是20千瓦，那么200比特的量子计算机，其所用稀释制冷机功耗并不会达到200千瓦，像IBM具备433个量子比特的量子计算机，其稀释制冷机的功耗大概也就是几十千瓦的量级。” 项金根说。
因此，对于国产稀释制冷机来说，即使耗能更高，只要性能能够在近似的情况下拥有价格优势，也是存在国产替代机会的。
项金根告诉亿欧，“我们现在用不上先进纳米制程的光刻机，其实我们用到的另外一个类型的设备——电子束曝光机，它的功能其实跟光刻机很像，效率低很多，但是它的成本也要低很多，通过高能电子束进行曝光，它的加工精度甚至可以达到10纳米以下。对量子计算机来说，由于超导量子芯片需求量不高，少量生产没有问题，但如果要大规模量产还会存在很多问题。”
从实验室到规模化量产，对技术来说是一次惊险但又必须完成的跳跃。加工实验室的环境中，可以手工“打磨”，用人力来弥补高端设备的不足，且少量的规模良率即使低一些也不构成较大损失。但到了生产线，必须在成千上万道工序中每一环节都做到最高的良率，要不然累计下来的良率损失将会压垮制造者。也就是说，对中国量子计算产业来说，少数超导芯片的生产，倒也不惧卡脖子。但是一旦大规模量产，还是存在卡脖子风险。
在这个以量子计算为代表的先进计算群雄逐鹿时代，我们也无惧风险，迎难而上——已经有很多量子计算的初创企业在为产业探路。而金融、交通、能源、人工智能等更多领域也对量子计算产生兴趣，并愿意与量子计算企业合作，借助量子计算解决行业问题。
随着量子计算在各个行业的应用渐趋深化，辐射带动出更多产业，助力产业规模持续扩大，那么从上游设备到下游应用，也将构建出一个繁荣的“量子计算机硬件+平台+应用+服务”产业生态体系。
