量子计算机用3分20秒完成的一项计算，全球最强大的超算Summit要花1万年。这个成果，来自于谷歌发表在NASA官网上的最新量子计算研究。这意味着谷歌的量子霸权，或许真的实现了？

量子霸权

量子霸权，也叫量子优势，即在未来的某个时刻，功能强大的量子计算机可以完成经典计算机几乎不可能完成的任务。比如在一天之内破解原本几万年才能破解的密码、实现通用人工智能、快速模拟分子模型。提出这一假想的原因是，量子计算机的发展似乎遵循着“内文定律”，而经典计算机则遵循着“摩尔定律”。

摩尔定律众所周知，即计算机芯片的晶体管密度每18个月翻一番，算力增强一倍，这是一种指数增长的规律。但是近年来随着晶体管的尺寸逐渐逼近物理学极限，这一定律已经放缓甚至失效。

来自谷歌量子人工智能实验室的负责人Hartmut Neven认为，量子计算机的速度正在以双指数的速度增长。量子位相比普通位具有效率优势，如果一个量子电路具有4个量子位，那么一个经典电路必须具有16个普通位，才能实现等效的计算能力。

然而，量子芯片也在快速改进。谷歌量子芯片正在以指数级的速度发展，这种快速改善得益于量子电路中错误率的降低。而降低错误率能帮助构建更大的量子芯片。因为双指数的增长速度远远快于指数函数，所以谷歌认为虽然量子计算机速度现在远不及经典计算机，但是总有一天会超过后者。这不仅是自夸，去年12月，一台笔记本电脑即可模拟谷歌最好的量子计算机，到了今年1月，一台功能强大的台式机才可与之媲美。2月，经典计算机的速度已经不能和量子计算机相匹敌，无法再模拟后者，或许这就是计算机的优胜劣汰，倒是能和进化论扯上一点关系——尽管计算机不是生物。

量子计算领域的里程碑

谷歌实现量子霸权的消息以论文形式在计算研究社区内传播，成为了上周末科学领域的一个重大新闻，在国内，有关这一问题的知乎讨论文章轻而易举便得到了 3000 多万次点击。麻省理工学院量子物理的一位在读博士，对于谷歌的论文进行了简单的解读：

在硬件方面，谷歌一直用的是超导电路系统，这里是 54 个物理比特 (transmon) 排成阵列，每个比特可以与临近的四个比特耦合在一起，耦合强度可调 (从 0 到大概 40MHz)。

谷歌在多项式时间内实现了对一个随机量子电路的采样，而在已知的经典计算机上需要的时间则非常非常之久，像文中实现的最极端的例子是，对一个 53 比特 20 个 cycle 的电路采样一百万次，在量子计算机上需要 200 秒，而用目前人类最强的经典的超级计算机同样情况下则需要一万年。亦即在这个问题上，量子实现了对经典的超越。这里的 cycle 指的是对这些比特做操作的数目，一个 cycle 包含一系列单比特操作和双比特操作，可以近似理解为电路的深度。

那位优秀在读博士的观点是，我们对于谷歌新研究感到振奋的同时，要保持清醒，因为离着实现量子计算的完全功力还有很远的距离。硬件上有集成化的问题，比如：超导比特系统要加微波 control 要谐振腔 readout，比特数目增加后有空间不足和 cross-talk 等问题，远远不止在图中看到的一个小芯片那么简单。

本文文末有论文的原文链接，供大家参考，感兴趣的朋友可以去看看，或许能得出有趣的观点也说不定。

现在与未来

IBM的量子计算战略负责人Robert Sutor，提到过一个“量子优势 (Quantum Advantage) ”概念，简单介绍了其实用性：量子优势是在一个真实应用场景里面，例如：金融服务、AI、化学，而不是幻想的产物，量子计算机做出了比任何经典计算机要明显优秀的工作。

2018年，波士顿咨询公司 (BCG) 发布的报告认为量子计算机可以改变许多领域的游戏规则：例如密码学和化学。对化学的影响会广泛波及材料学，以及农业和制药等等领域。人工智能，机器学习就更不用说了。另外，物流，制造，金融，能源……也都会出现新的应用。

目前，似乎已经渐渐接近目标了，而下一个目标，则无外乎容错率的问题，即能在一项计算当中实时纠正错误，原则上可以实现无错的量子计算，主流的方法叫做“Surface Code”，但由于远远超出了当前量子计算的最强算力，也被经常讨论究竟有没有那个必要。谷歌研究者期望量子处理器的计算能力可以继续以双指数率增长：模拟量子电路的经典开销随计算体积的增大而增加，并且硬件的提升将有可能遵循量子处理器的摩尔定律，使得计算体积每几年就增大一倍。为了保持双指数增长率并最终提供能够运行 Shor 或 Grover 等已知的量子算法所需的计算体积，量子误差校正工程将成为以后的关注重点。

关于量子计算，有许多思路可走，但没有哪个方向是确定的。虽然在实现量子霸权的道路上，谷歌目前可能已经实现了一个重要的里程碑，但现实却是，人类距离真正的“量子霸权”时代，还很远。

PS：算得快不等于算的对奥亲！

论文链接：https://drive.google.com/file/d/19lv8p1fB47z1pEZVlfDXhop082Lc-kdD/view

参考来源：华尔街见闻、谷歌官网、央视新闻网、腾讯科技。