《暗趋势：藏在科技浪潮中的商业机会》：量子计算 | 评论赠书（一）

第3章 量子计算

相信你已经听说过“量子计算”这个名词。近年来，量子计算不仅已经成为全世界科技领域最具颠覆性的课题之一，更成为科技企业角力的重要战场。

量子比特，即quantum bit，简写为qubit或qbit，是量子信息的计量单位。我们都知道，传统的计算机使用二进制，一个比特代表的值是0或者1。量子比特也使用二进制，但它的特别之处在于，一个量子比特可以同时是0和1，这被称为量子叠加（superposition）。所以两个量子比特，可以同时表示00、01、10、11四个值。这一特性意味着，量子计算可以让计算能力呈指数级增长。

“量子霸权”（Quantum Supremacy）是由美国加州理工大学理论物理学家约翰·普瑞斯基尔（John Preskill）在2011年提出的概念，其含义是，当量子计算机在某类问题的计算速度上超越传统结构的超级计算机时，“量子霸权”时代就会到来。显而易见，谁夺取了“量子霸权”，谁就掌握了技术制高点，获得了量子计算机的标准制定权和舆论主导权，从而能够在产业竞争中优先占据有利的地位。

回想英特尔（Intel）在个人计算机（PC）产业中的霸主地位，就知道夺取这种产业制高点的重要性，而这也是IT巨头们争相研究并公布量子计算机进展的根本原因。2018年1月，英特尔发布了49量子比特的测试芯片Tangle Lake，而在3月份，谷歌发布了72量子比特的芯片Bristlecone。实际上，在2017年12月的时候，国际商用机器公司（IBM）就发布了50量子比特的IBM Q系统。2018年4月初，微软也披露了自己的量子计算机研究进展。

科技巨头们纷纷在争夺“量子霸权”，各国也针对量子计算展开了角力。美国显然在很多方面已经取得了领先，而中国等国家在量子计算方面的努力也让这场竞争变得更为激烈。

为什么这么多科技巨头要大力研发下一代计算呢？这里面有很多原因，而最根本的原因，还在于现实的困境：基于大规模集成电路的经典计算机芯片存在物理极限，计算速度的进步即将跟不上“摩尔定律”的要求。

摩尔定律是在1965年由英特尔的创始人之一戈登·摩尔（Gordon Moore）观察并总结出来的。根据这一定律，集成电路的晶体管密度每18个月就会翻一番，计算能力也会翻一番。在过去的几十年中，这一定律一直在被验证和使用，然而这种“堆积”晶体管的做法，终将面临一个无法跨越的物理极限，那就是它再缩小也无法突破原子的大小。

当然，人类一直在尝试用各种方法提高计算速度和处理效率。除了增加晶体管密度以外，科学家还使用了并行计算和异构计算两种方法。

并行计算秉承一种“分而治之”的思想，利用多核处理器的架构，把复杂的计算任务分解到多个处理器或计算机上处理，并以此提高效率。为了提高处理复杂问题的计算效率，应对核物理模拟、化学反应模拟、气候预测、基因工程这些难题，超级计算机应运而生。例如，中国的神威·太湖之光超级计算机，就用了4万多块处理器，浮点运算速度达到了每秒93亿亿次。

但是并行计算的方法也有局限性，那就是它更善于解决容易分解、有良好并行算法的问题，但当面对本身难以分解的问题时，即便是超级计算机也无能为力。

比如，大数分解这个问题就是无法用并行计算来解决的。

什么是大数分解呢？举个例子，15这个两位数的分解因子有1和15、3和5。假如现在有一个200位的大数，而且不是素数，也就是分解因子不是只有1和它本身，它的分解因子会有多少个呢？假如使用穷举法，就是一个个去试，即便是神威·太湖之光，得到所有分解因子也得用1 000多年。

另一种方法是异构计算。计算是在芯片的集成电路中完成的，但是因为芯片架构不同，所以不同芯片处理不同计算的性能也不一样。比如，中央处理器（CPU）要处理较多任务，需要通用性，而图形处理器（GPU）则是针对图形处理。此外，还有协处理器（Coprocessons）、数字信号处理器（DSP）等其他计算单元。而当我们把它们组合到一起时，就形成了“异构计算”。异构计算的好处是可以持续利用现有计算机架构，只需增加新硬件就能持续提高计算能力。

不过，异构计算本质上还是并行计算，所以并行计算解决不了的问题，异构计算也解决不了。

除了持续优化现有的计算机架构，人们还从基础架构角度，探索其他类型的计算机，量子计算机就是其中之一。

量子计算机的发展历程要追溯到30多年以前。1981年，美国阿贡国家实验室（Argonne National Laboratory,简称ANL）的物理学家保罗·贝尼奥夫（Paul Benioff）提出了量子计算机的概念。到了1994年，应用数学家彼得·舒尔（Peter Shor）提出了一种能够快速对整数求分解因子的量子算法，这也就是后来以他的姓氏命名的舒尔算法（Shor Algorithm）。不过，直到2001年，国际商用机器公司和斯坦福大学才在一个7量子比特的量子计算机上首次实现了舒尔算法，成功地把15分解成了3和5。

就是这么一个看似不起眼的成果，对于量子计算机的发展却意义深远。

经典计算机没有高效的算法解决大数分解问题。基于此，1977年，罗纳德·李维斯特（Ronald Rivest）、阿迪·萨莫尔（Adi Shamir）和伦纳德·阿德曼（Leonard Adleman）3个人在麻省理工学院开发出了著名的RSA加密算法，构建了信息安全和密码学的基础。

但是当舒尔算法在量子计算机上运行的时候，大数分解这个原本需要几万万年才能解决的问题，几乎可以在瞬间就被完成。从这个意义上说，量子计算机的出现，给整个信息安全领域带来了巨大隐患。

然而实际上，从产品来说，量子计算机目前不是样机就是测试芯片，要想真正实现应用还任重道远。总体来说，在量子计算领域，基础研究都是科技巨头们在主导。除此之外，中国的进步也很快，中国科学技术大学等知名高校都出现了一批世界级的专业量子计算研究团队。百度和阿里巴巴公司也都建立了自己的量子计算实验室。

从原理上说，量子计算机也有一个致命弱点：量子的叠加和纠缠让计算机处于一种脆弱的状态。量子纠缠是粒子在由两个或两个以上粒子组成的系统中相互影响的量子力学现象，是一种极不稳定的状态。正因如此，量子计算机通常只能在接近绝对零度，也就是零下273摄氏度的状态下才能保证量子状态，正常运行。

可以说，由于量子计算机的研究还面临着无法预估的困难，最终我们是否一定会得到一个通用而且可持久运行的量子计算机，目前还是个未知数。

1、基于摩尔定律的传统经典计算机发展面临物理极限。为了提高计算性能，除了增加晶体管密度以外，还有并行计算和异构计算方法，以及量子计算机等方面的探索。

2、舒尔算法让量子计算机可以在瞬间轻松完成经典计算机数万年无法解决的大数分解问题。正因如此，量子计算机对传统的密码学和信息安全构成了威胁和挑战。

3、量子计算机还不够成熟，面临着很多不确定因素，要真正实用化的道路还很长。而IT巨头们纷纷参与，背后的驱动力是希望夺取“量子霸权”。

以上内容节选自《暗趋势：藏在科技浪潮中的商业机会》

一网打尽系列文章，请回复以下关键词查看：
创新发展：习近平 | 创新中国 | 创新创业 | 科技体制改革 | 科技创新政策 | 协同创新 | 科研管理 | 成果转化 | 新科技革命 | 基础研究 | 产学研 | 供给侧
热点专题：军民融合 | 民参军 | 工业4.0 | 商业航天 | 智库 | 国家重点研发计划 | 基金 | 装备采办 | 博士 | 摩尔定律 | 诺贝尔奖 | 国家实验室 | 国防工业 | 十三五 | 创新教育 | 军工百强 | 试验鉴定 | 影响因子 | 双一流 | 净评估
预见未来：预见2016 |预见2020  | 预见2025 | 预见2030  | 预见2035 | 预见2045  | 预见2050
前沿科技：颠覆性技术 | 生物 | 仿生 | 脑科学 | 精准医学 | 基因 |  基因编辑 | 虚拟现实 | 增强现实 | 纳米 | 人工智能 | 机器人 | 3D打印 | 4D打印 | 太赫兹 | 云计算 | 物联网 | 互联网+ | 大数据 | 石墨烯 | 能源 | 电池 | 量子 | 超材料 | 超级计算机 | 卫星 | 北斗 | 智能制造 | 不依赖GPS导航 | 通信 | 5G | MIT技术评论 | 航空发动机 | 可穿戴 | 氮化镓 | 隐身 | 半导体 | 脑机接口 | 传感器
先进武器：中国武器 | 无人机 | 轰炸机 | 预警机 | 运输机 | 直升机 | 战斗机 | 六代机 | 网络武器 | 激光武器 | 电磁炮 | 高超声速武器 | 反无人机 | 防空反导 | 潜航器
未来战争：未来战争 | 抵消战略 | 水下战 | 网络空间战 | 分布式杀伤 | 无人机蜂群 | 太空战 | 反卫星
领先国家：美国 | 俄罗斯 | 英国 | 德国 | 法国 | 日本 | 以色列 | 印度
前沿机构：战略能力办公室 | DARPA | 快响小组 | Gartner | 硅谷 | 谷歌 | 华为 | 阿里 | 俄先期研究基金会 | 军工百强
前沿人物：钱学森 | 马斯克 | 凯文凯利 | 任正非 | 马云 | 奥巴马 | 特朗普
专家专栏：黄志澄 | 许得君 | 施一公 | 王喜文 | 贺飞 | 李萍 | 刘锋 | 王煜全 | 易本胜 | 李德毅 | 游光荣 | 刘亚威 | 赵文银 | 廖孟豪 | 谭铁牛 | 于川信 | 邬贺铨
全文收录：2018文章全收录 | 2017文章全收录 | 2016文章全收录 | 2015文章全收录 | 2014文章全收录
其他主题系列陆续整理中，敬请期待……