2021年量子計算的研發現狀與未來展望

• 2022 年 1 月 20 日
• AI

編輯丨青暮

超導量子計算過去宣稱實現的量子霸權在最新的獲得戈登貝爾獎被宣告打破，但谷歌和IBM依然在這一領域有着雄心勃勃的計劃。

離子阱則憑藉高保真的量子比特，在穩步前行，探索多樣化的技術路線；中性原子與之類似，但具有更好的可擴展性，這也是離子阱一直無法與超導量子比特相比的地方。硅量子點作為硅基技術的自然進階，2021年也實現了目前為止最低的量子噪聲。

2021年表現最為亮眼的當屬光量子比特，「九章二號」實現了比全球最快超算快10^24倍的計算速度，達成「量子計算優越性」里程碑。下一步，中科大團隊已經開始朝量子糾錯進發，而量子糾錯正是量子計算機邁向實用的一大障礙。

以上技術路線都要求接近絕對零度的環境，而金剛石NV色心可以在環境溫度下工作，在快速落地上也被寄予厚望，比如生物醫療等領域就出現了頗為可喜的進展。

2021年至今，全球量子計算的當下現狀如何，形成了什麼局面，未來會如何發展？且看本文從硬件、軟件和算法以及各國政策等方面展現的量子技術最新進展。

量子計算是一種遵循量子力學規律調控量子信息單元進行計算的新型計算模式。在理解量子計算的概念時，通常將它和經典計算相比較。

經典計算使用二進制進行運算，每個計算單元（比特）總是處於0或1的確定狀態。量子計算的計算單元稱為量子比特，它有兩個完全正交的狀態0和1。

同時，由於量子體系的狀態有疊加特性，能夠實現計算基矢狀態的疊加，因此不僅其狀態可以有0和1，還有0和1同時存在的疊加態，以及經典體系根本沒有的量子糾纏態，即在數學上的多量子比特體系波函數不能進行因式分解的一種狀態。

一台擁有4個比特的經典計算機，在某一時間僅能表示16個狀態中的1個，而有4個量子比特的量子計算機可以同時表示這16種狀態的線性疊加態，即同時表示這16個狀態。

隨着量子比特數目的遞增，一個有n個量子比特的量子計算機可以同時處於2^n種可能狀態的疊加，也就是說，可以同時表示這2的n次方數目的狀態。

在此意義上，對量子計算機體系的操作具有並行性，即對量子計算機的一個操作，實現的是對2的n次方數目種可能狀態的同時操作，而在經典計算機中需要2的n次方數目的操作才能完成。因此，在原理上，量子計算機可以具有比經典計算機更快的處理。

1. 量子計算機

經典計算機體積縮小和性能提升來源於計算機芯片集成度的提高。隨着計算機元器件從電子管到晶體管再到大規模集成電路的快速發展，如今的計算機可以薄如一張紙，運算速度也能很好地滿足需求。

然而，大數據和互聯網時代的來臨以及人工智能的發展，使得經典計算機的能力越來越不能滿足海量數據處理的需求，目前主要有兩個方面制約經典計算機發展：能耗問題和芯片高集成化的極限。

1961年，IBM 的 Rolf Landauer 提出了信息和能量的方案，這就是著名的 Landauer 原理：每刪除一比特的信息，需要消耗一定的能量。消耗的能量隨後會成為熱量，因此散熱問題是制約芯片集成化程度的一個重要問題。若要解決熱量耗散問題，則必須在計算過程中採用可逆計算避免信息的擦除。

同時，經典體系與量子體系服從不同的規律，經典計算機無法滿足量子體系的計算需要。現在對量子體系的計算都是在經過大量簡化後才得以進行。因此，物理學家 Richard Phillips Feynman 提出使用量子計算機進行量子模擬。

再者，微處理芯片的密度日趨極限，其中晶體管的密度越來越大，每個晶體管的體積越來越小，已經接近物理上所允許的極限，摩爾定律失效。當晶體管只由少數原子組成時，經典物理學規律不再適用，量子效應將導致晶體管無法正常工作。基於以上原因，量子計算機概念被提出。

從應用範圍的角度，量子計算機可分為通用量子計算機和專用量子計算機。通用機用於解決普遍問題，需要上百萬甚至更多物理比特，並具備容錯能力、以及各類軟件算法的支撐，其實用化將是長期漸進過程。專用機用於解決特定問題，只需相對少量的物理比特和特定量子算法，實現相對容易且存在市場價值。業內專家預測，未來五年左右量子專用機有可能在模擬、優化等領域率先取得突破。

2. 量子計算應用領域

目前普遍預測量子計算有望在以下三個場景較早落地。第一個領域是模擬量子現象，量子計算可以為蛋白質結構模擬、藥物研發、新型材料研究、新型半導體開發等提供有力工具。生物醫藥、化工行業、光伏材料行業開發環節存在對大量分子進行模擬計算的需要，經典計算壓力已經顯現。

第二個領域是人工智能相關領域。人工智能對算力需求極大，傳統CPU芯片越來越難以勝任。通過開發新的量子算法，構建優秀的量子機器學習模型，促進相關技術的應用。

第三個領域是密碼分析。加密和破譯密碼是歷史長河中的不間斷主題。量子計算破譯了RSA等公開密鑰體系，而密碼學家又構造了新的公開密碼體系，而現在的密碼體系的絕對安全性還沒有得到證明。

因此，基於算法的密碼體系的安全性一直受到可能被破譯的威脅。開展密碼破譯具有重要的戰略意義和實際應用價值。應對量子計算對通信安全攻擊的另外一種手段是量子保密通信，主要包括量子密鑰分發、量子直接通信。

自量子計算機概念提出，科學家就開始致力於研製量子計算機的物理實體。至今已經提出了多種可能實現通用量子計算的物理平台，如超導量子計算機、離子阱量子計算機、固態核自旋量子計算機和拓撲量子計算機等等。這些物理平台各有優勢和缺點，一些方案已被淘汰，而大浪淘沙後剩下的幾種主要方案，如超導量子計算、離子阱量子計算、中性原子量子計算等等近年來發展較快。

實現量子計算的物理平台要有編碼量子比特的物理載體，使不同量子比特之間可以可控地耦合，並對噪聲環境影響有一定的抵抗力。目前研發的主要方案有超導、離子阱、中性原子、硅量子、光量子和金剛石色心等。

1. 超導量子計算

超導量子計算利用超導系統的量子態實現量子計算。它的優點是與現有的半導體工業技術兼容，但是，超導量子系統工作對物理環境要求較高，需要超低溫。許多科研機構和國際大公司採用這一系統，如谷歌、IBM 等。

谷歌：在持續重金投入量子計算多年以後，2018 年 3 月，谷歌宣布推出 72 量子比特超導量子計算機，他們發佈的主要指標是單比特操作的誤差是 0.1%，雙比特門操作的誤差是 0.6%。

2019年10月，谷歌在《自然》上發表一篇文章，稱其開發出一款 54 量子比特數的超導量子芯片 Sycamore。基於該芯片，谷歌對一個53比特、20深度的電路採樣一百萬次只需200秒。而目前最強的經典超級計算機 Summit 要得到類似的結果，則需要一萬年。基於這一突破，谷歌宣稱其率先實現了「量子霸權」。

在今年的量子夏季研討會上，谷歌再次強調了其計劃的連續性，並概述了他們計劃在 2029 年前建立一個擁有 100 萬個物理超導量子比特的「小型」FTQC 的里程碑。雖然谷歌首選的可調諧量子比特和快速邏輯門提供了極大的靈活性和性能，但是 Sycamore53Q 設備的校準顯然是一個挑戰。

有了額外的控制，就需要在芯片上和芯片外路有額外的控制線。縮放比例會自動增加布線的挑戰和元件數量與總體故障率之間的關係。此外，谷歌在2020年報告的大部分工作都使用了Sycamore的23Q配置，因為自動校準最初無法在較大的設置中提供可接受的2Q門性能。谷歌將材料研究作為提高量子比特相干時間的一種方法。儘管前景很好，但這需要科學的進步，而不僅僅是工程上的進步。

值得一提的是，2021年11月18日，中國團隊在2021戈登貝爾獎上奪冠，獲獎應用超大規模量子隨機電路實時模擬（SWQSIM），可在304秒內得到百萬更高保真度的關聯樣本，在一星期內得到同樣數量的無關聯樣本，打破谷歌所宣稱的「量子霸權」。參見：2021戈登貝爾獎揭曉！中國超算應用一舉奪冠，打破谷歌所謂「量子霸權」！

谷歌路線圖：從現在到 2029 年：102Q（邏輯量子比特原型）、103Q（一個邏輯量子比特）、104Q（可平鋪邏輯模塊）、105Q（工程擴大）、106Q（糾錯量子計算機）。通過表面代碼協議進行錯誤糾正。

圖註：谷歌路線圖

IBM：IBM 很早就開始為其路線圖打下基礎。2016 年，IBM 推出 5 個量子比特的超導量子計算平台，打破了從 1998 年以來超導量子比特體系研究一直徘徊在 2 個量子比特的局面，開啟了國際上量子計算機研發的第二次高潮。2017年11月，IBM 宣布研製成功 50 量子比特的量子計算機原理樣機，並在 2018 年初的 CES 大會現場展示。

IBM 是推動教育更廣泛的社區先行者，重要的不僅是量子比特數量，還有量子比特連接、門集和可實現的電路深度。基於這些屬性，IBM 引入衡量量子計算機性能的指標——量子體積（QV）。2017 年以來，IBM 已交付了 28 款性能穩步提高的系列設備。每年 QV 翻一番的既定目標，他們在過去一年中實現兩次。

2021 年 11 月 15 日，IBM 推出全球首個超過100量子比特的超導量子芯片——Eagle，該量子芯片擁有 127 個量子比特，採用了全新的芯片架構，基於 IBM 之前公布的六邊形量子芯片，堆疊了多層芯片，但減少了之間的鏈接，鏈接越少，干擾就越少，這是量子計算機研發中的重要難點之一。

目前的 Eagle 量子芯片實現了 127 量子比特，但還只是個開始，IBM計劃在未來兩年中分別推出 433 量子比特的 Osprey 芯片及 112 量子比特的 Condor 芯片，屆時他們量子芯片將實現量子霸權。

IBM路線圖：2021 年 127Q（Eagle）、2022年433Q（Osprey）、2023年 1121Q（Condor），從而形成 100 萬量子比特的大規模系統。通過顏色代碼協議進行糾錯。

圖註：IBM路線圖

至於國內進展，中國科學技術大學潘建偉團隊研製出 66 比特的可編程超導量子計算原型機祖沖之2.0，通過操控其上的 56 個量子比特，在隨機線路採樣任務上實現了量子計算優越性，所完成任務的難度比 Sycamore 高 2—3 個數量級。前段時間，潘建偉研究團隊又有了新的進展，通過操控其上的 60 個量子比特，祖沖之2.1 所完成任務的難度比祖沖之2.0 又高出了 3 個數量級。

2. 離子阱

離子阱體系的優勢在於其有較好的封閉性，退相干時間較長，製備和讀出效率較高，離子阱體系在一定程度上可以滿足量子計算機的多個條件，而可擴展性問題是基於離子阱系統的量子計算的主要障礙。國際上開發該系統的研究組有霍尼韋爾、IonQ等等。

霍尼韋爾：2020 年，霍尼韋爾成為第一個用其 6Q H0 和 10Q H1 處理器達到 QV 64 和 QV 128 的廠商。有些人可能會想，10Q 處理器怎麼能聲稱自己和 IBM 的 27Q 處理器一樣強大呢？這恰恰凸顯了離子阱研究者長期以來所闡述的兩個優勢：與超導量子比特方法相比，它有優越的連接性和更高的門保真度。這兩個優勢可以保證更高的 QV。霍尼韋爾處理器也是首款實現中間電路測量的處理器，進一步提高了靈活性。

霍尼韋爾路線圖（不同的量子比特布局）：2020-2030年，H1（線性離子阱），H2（跑道布局），H3（網格布局），H4（集成光學元件），H5（大規模平鋪）。

圖註：霍尼韋爾路線圖

IonQ：2018 年 12 月，IonQ 推出了一個離子阱體系量子計算機原型系統，其主要技術指標如下：量子比特數目方面，最多可以加載160個量子比特，能夠進行單個比特操作的是79個量子比特，能夠進行雙比特操作的是11個量子比特。可編程量子計算方面，實現了５個比特的可編程計算，在５比特上實現了４種量子算法。

2020年，IonQ 宣布了一款 32Q 設備，他們希望獲得比以前高得多的 QV，儘管他們現在更喜歡談論一種新的衡量指標——算法量子比特（AQ）。算法量子位比特（AQ）——IonQ 定義為可用於計算的有效量子比特的數量（注意：可用邏輯門深度仍有限）。在沒有糾錯編碼的情況下，AQ = log 2（QV）。

圖註：IonQ路線圖

離子阱系統的一個缺點是，與超導量子比特相比，它們提供的門速度要慢得多（通常慢100到1000倍）。他們希望通過更長的量子比特壽命和更高的保真度來彌補這一點，從而減少糾錯成本。

IonQ 相信，高保真的物理量子比特足以使得離子阱比其他方法更快實現量子優勢。對於離子阱系統而言，真正的長期挑戰是再次擴大規模，尤其是在它們依賴精細調諧的激光系統來驅動其高保真量子比特門的情況下。就像超導量子比特方法不同一樣，離子阱也不盡相同。

例如，奧地利公司 AQT ，他們沒有使用霍尼韋爾和 IonQ 使用的在超精細躍遷上定義的量子比特，而是使用在光學躍遷上定義的量子比特。雖然保真度稍低，但這種量子比特的工作波長是集成光子組件易於製造的波長，因此有望實現更容易的擴展。2020 年，這種集成設備在實驗室中以這些波長進行了演示。AQT 與歐洲量子技術（QT）旗艦計劃、AQTION 合作，首次構建完整的「機架系統」。

其他離子阱初創公司的目光也不再局限於激光驅動的門。Universal Quantum、NextGenQ 和 QT 旗艦計劃的 MicroQC 正在尋求將遠場微波門帶出實驗室，並應用到商業設備。與激光驅動門的許多關鍵性能記錄密切相關的 Chris Balance 和 Thomas Harty，已選擇以自己的初創公司作為基礎，建立近場微波門，如 Oxford Ionics。

離子阱架構通常使用模塊之間的光子互連進行擴展。最近已經出現了更快的互連，但似乎仍然是一個性能瓶頸。另一方面，Universal Quantum 已經證明他們的離子穿梭方法原則上可以提供類似於全連接的 QV。

3. 中性原子

中性原子又叫作冷原子，因為它使用激光冷卻和高度真空來達到毫開（mK）的溫度，遠低於低溫冷卻的範圍。該技術與離子阱有許多相同的特性，它們的優點是中性原子可以被包裹得更緊密。這意味着可以更快地擴展到 1000Q 模塊。

ColdQuanta 是採用這種方法的知名公司，已經推出了 QuantumCore 作為一個基本單元，以瞄準許多量子領域的機會。它也是雲上的量子物質系統 Albert 的基礎。ColdQuanta 已經被 DARPA（美國國防高級研究計劃局）選中，作為 ONISQ 計劃的一部分，參與 1000Q 處理器的開發工作，該獎項的價值高達 740 萬美元。

ColdQuanta 路線圖：到 2021 年達到 100Q，到 2022 年達到 300Q，到 2024 年達到 1000Q。其他選擇中性原子的公司還有 QuEra、Paswal 和 Atom Computing 等。

4. 硅量子點

2020 年，QuTech 和新南威爾士大學（UNSW）在 1K 的溫度下用金屬氧化物半導體（MOS）量子點演示了量子比特操作。這有望成為一個操作和擴大設備規模明顯更容易的機制，儘管在這些更高的溫度下，相干時間和保真度是否具有競爭力仍有待觀察。

澳大利亞初創公司 Silicon Quantum Computing 一直是硅量子比特的早期推動者。2020 年，它宣布了其路線圖的重點，放棄了 MOS 量子點，並加碼了磷原子量子比特。這些設備使用超尖端製造技術，提供了超越傳統 CMOS 技術的原子精度方法。

在描述 SQC 的製造技術時，其創始人Michelle Simmons指出不僅能夠以原子精度設計量子比特，而且同樣的技術可以在同一器件襯底內創建穩定、簡單和原始的控制線路。2021年，他們報道了硅量子比特實現迄今為止最低的噪聲。

2020 年，加拿大初創公司 Photonic Inc 發表了早期的研究，承諾給硅量子比特「軍械庫」增加一個重要的新工具。這有望改善基於硅中 T-centre 缺陷的光子的界面。

5. 光量子比特

中國的九章實驗能夠證明光量子比特可以實現比迄今為止在任何其他平台上實現的都要複雜的計算。九章通過實現一種被稱為高斯玻色取樣的算法來實現這點，成功構建了 76 個光子 100 個模式的高斯玻色採樣量子計算原型機。在 200 秒的時間裏產生的輸出樣本，聲稱世界上最強大的超級計算機 Fugaku 需要 6 億年才能實現。它的複雜程度大大超過了 Sycamore 最初的量子優勢（量子霸權）演示。

九章並非憑空而來。至少從 2006 年起，中國就一直在增加對量子技術的投資。2019 年，潘建偉團隊首次實現 20 個光子 60 個模式干涉線路的玻色取樣量子計算。2021 年 10 月，他們又宣布了一則令人激動的消息：量子計算原型機「九章二號」研製成功。這意味着我國已成為世界上唯一在兩種物理體系達到「量子計算優越性」里程碑的國家。

與目前全球最快的超級計算機相比，「九章二號」求解高斯玻色取樣數學問題要快 10 的 24 次方倍（億億億倍）。陸朝陽教授解釋稱，團隊把之前九章光量子計算機的光子增加至 113 個，從而實現質的飛躍，「我們主要有三大突破，首先顯著提高了量子光源的產率、品質和收集效率，將光源關鍵指標從 63% 提升到 92%。其次，將多光子量子干涉線路從 100 維度增加到 144 維度，操縱的光子數從 76 個增加到 113 個。第三，新增了可編程功能」。

圖註：「九章二號」整體裝置圖

潘建偉院士表示，團隊的下一步任務是實現量子糾錯，並在這個基礎上，藉助一些專用的量子計算機或量子模擬機解決一些具有重大應用價值的科學問題。

6. 金剛石 NV 色心

金剛石 NV 色心可以在環境溫度下操作，雖然靈敏度不高，但卻可以實現小型化，並且其毒性質使其特別適合現場生物測量。Qnami 受益於量子技術旗艦項目 ASTERIQS 的參與。該項目的合作夥伴還包括泰雷茲集團、博世、NVision 和比利時微電子研究中心，他們各自在金剛石技術上尋求不同的應用。

HP-MRI 是一種先進的核磁共振診斷技術，可以追蹤注入人體的糖分並顯示糖分變成什麼。例如，在報告胸痛的患者中區分有生命或無生命的心臟組織時很有用。但是，由於生產該方法消耗的超極化分子緩慢且昂貴，因此該技術未被廣泛採用。使用金剛石 NV 色心有望實現更快、成本效益更高且可部署的解決方案。

量子技術旗艦項目 MetaboliQs 正在尋求開發基於 NV 金剛石的 HP-MRI 技術。他們最近從概念驗證轉變為性能提高了 1000 倍的原型。政府計劃將在加速該技術適應各種應用方面發揮重要作用。

軟件是連接人與機器的橋樑，通過軟件才能發揮機器的作用。在數字革命中，軟件被認為是至關重要的商業競爭領域，許多人期望在新的量子革命中同樣如此。各種各樣的參與者正在研究不同的策略。如今，早期的量子社區和生態系統已經初步形成。

1. 量子計算雲服務

IBM Q：過去四年中，IBM Cloud 上部署了 28 個量子計算系統，其中 8 個系統的量子體積達到 32。IBM Q Network 擁有 115 家客戶、政府、初創企業、合作夥伴及高校成員。IBM Quantum Experience 註冊用戶數超過 25 萬，用戶定期通過 IBM Cloud 在 IBM 量子系統運行電路超過 10 億。研究人員利用 IBM 量子系統已發表 250 多篇學術論文。IBM 用於商業的量子計算機服務 IBM Q 取得了階段性的成功。

當其他競爭者開始建立自己的量子社區時，IBM 也不例外。他們指出在不斷發展的供應商生態系統中，可以提供與 Qiskit 兼容的庫和工具，而不只是 IBM 硬件。2021 年 11 月 1 日，IBM 提出了一個度量量子性能的新指標-CLOPS（Circuit Layer Operations Per Second），稱之為每秒線路層操作數，即衡量處理器可以執行與用於測量量子體積的相同類型的參數化模型線路層的速度。

除 IBM 外，D-Wave 在 2018 年 10 月推出了 Leap 雲平台，基於 D-Wave 量子退火處理器提供量子計算雲服務。量子計算先驅 Rigetti Computing 推出了Rigetti 量子云服務(QCS)，一個利用 Rigetti 的混合量子及經典方法開發和運行量子算法的完整平台。

量子優勢是使用量子計算技術解決重要或有價值的業務問題。最近，越來越多實力雄厚的量子公司開始投入量子云服務平台的研發當中。亞馬遜 AWS 發佈量子計算服務 Braket，此外，AWS 還將啟動 AWS 量子計算中心和亞馬遜量子解決方案實驗室，推動更多量子計算的合作。

2. 高性能模擬器

對於量子開發來說，高性能模擬是關鍵一環。隨着要模擬的量子比特數量增加，量子模擬器的開發迫在眉睫。IBM Quantum 支持一系列離線和在線模擬器。谷歌的高性能開源量子電路模擬器 Qsim 已證明能在 111 秒內在一個谷歌雲節點中以 14 柵極深度模擬一個 32 量子比特量子電路。Amazon Braket 和 Azure Quantum 則非常重視靈活配置傳統雲硬件以滿足用戶需求的能力。Amazon Braket 提供完全託管的高性能張量網絡模擬器 (TN1)，這種基於張量網絡的電路模擬器可以支持高達 50 個量子比特的量子計算模擬。

Atos 是數字化轉型的全球領導者，同時也是第一個成功模擬量子噪聲的公司。其開發的量子模擬器Atos 量子機器學習機（Atos QLM）被稱為世界上性能最好的商用量子模擬器，該模擬器將高功率、超緊湊的機器與通用編程語言相結合，使研究人員和工程師能夠開發和試驗量子軟件。Atos 已在奧地利、丹麥、法國、德國、荷蘭和美國等國家安裝了量子學習機，量子模擬器能夠模擬多達 40 個量子比特。

國內雲產品目前強調研發量子計算模擬器。華為的 HiQ 2.0（出於監管原因僅在亞洲使用）最多可模擬 42 量子比特 。阿里巴巴的 AC-QDP 聲稱即使在 50 量子比特時也可用於某些應用。本源量子最近通過訪問 6 比特量子處理器之一（計劃擴展到 24 比特，正在進行中）推出了基於真實量子計算機的雲。

3. 量子編譯器

與傳統編譯器相比，優化量子編譯器是量子研發階段的一大挑戰。量子計算設備存在物理量子比特之間的有限連接，使得只能在有限的量子比特對上應用雙門。現實世界中的量子設備是存在噪音的，但是可以研發一種用於表徵大型量子計算機噪聲的算法以解決這一問題。從技術上講，我們實際上經常在談論轉碼操作，因此互操作性是一個有用的功能。

編譯器市場中出現了幾個富有前景的方向，都是建立在深厚的專業知識基礎上，這些專業知識在許多情況下是互補而不是競爭。隨着在早期在量子硬件上實施糾錯代碼的競爭日漸激烈，編譯器創新又將迎來新的浪潮。

4. 量子操作系統

量子軟件行業的前景令人印象深刻，但是在量子計算機硬件高速增長的今天，如果沒有操作系統，量子計算機的實用性將會大打折扣。

Deltaflow.OS是一個新的全棧量子操作系統。由量子計算軟件開發商 Riverlane 牽頭的財團從英國政府獲得 760 萬英鎊的撥款，用於部署高度創新的量子操作系統 Deltaflow.OS。與其他旨在吸引早期用戶的軟件平台形成鮮明對比的是，Deltaflow.OS 解決了一個非常重要的問題：實現硬件和軟件的交互，並充分利用量子計算性能。為此，它提供了加速開發、低延遲以及在應用程序和控制層之間進行靈活交互的潛力。

Deltaflow.OS：量子處理器通常由常規主機處理器驅動。在這兩者之間，設想一個由全局和本地控制節點組成的網絡。Deltaflow.OS 簡化了將自定義代碼獲取到由 FPGA 實現的控制節點上的任務，強調了簡化的指令集實現，這些實現更易於調試。這種方法有望縮短研發周期。它還使用分佈式而不是分層的網絡節點概念，並公開了整個量子計算堆棧的不同元素，這些功能有望最大程度地減少運行時的延遲。

Deltaflow.OS現已發佈第一個版本，該版本與 ARTIQ（一種流行的離子阱控制系統）集成為「Deltaflow-on-ARTIQ」。這是該公司開發支持量子計算的技術的最新里程碑，標誌着 Riverlane 朝着構建高性能、可移植於所有量子比特技術、可擴展到數百萬量子比特的量子操作系統的目標邁出了重要一步。

5. 量子算法

隨着 IonQ 和霍尼韋爾推出的量子技術新設備，人們也在努力探索量子計算的具體實現路徑。QC Ware 在 IonQ 的 11 量子比特設備上展示了他們最近使用的質心算法和 Forge 數據加載器；Zapata 建了企業級、量子賦能的軟件，可以針對大量行業和用戶，允許用戶建立量子工作流，並在一系列量子和經典設備上自由執行；Rahko 展示 VQE 和 QML 技術的有趣組合，在霍尼韋爾 HS0 量子計算機上發現了 2Q 和 4Q 分子的第一個激發態。

VQE（變分量子特徵值求解算法）：用於模擬化學反應過程——分子級電子能量的 HartreeFock 計算上。儘管所執行的計算也可以在經典計算機上運行，但該實驗構建了許多用於量子化學模擬的關鍵構建模塊，為實現針對化學問題的量子計算鋪平了道路。

化學公式（Trotterisation）：用於模擬 8 位 1D Fermi-Hubbard 模型在材料科學中很受歡迎。令人驚訝的是，Google 能夠成功實現量子算法所需的量子電路深度接近 500，比當前設備所期望的深度還要深得多。在多次化學量子模擬的情況下，Google 展示基於 N 表示性的錯誤緩解決策，極大地改善了實驗的有效保真度。

隨機數和抽樣：作為早期的量子計算服務產品，許多學者正在研究隨機數。

▪ 可證明的隨機數——Google 報告了通過質詢和響應協議提供隨機數的進展。這是 Google 第一個用於商業領域的量子設備，主要缺點在於成本較高。

▪ 可驗證的隨機數——CQC 展示如何使用現有的量子設備來實施基於雲技術的 QRNG 服務。通過 Bell 測試，可驗證產生的隨機數來自量子源。beta 版 QRNG 服務已可用於 IBM Quantum 網絡。但在該協議中，用戶仍然必須信任雲服務提供商，因此該應用程序目前正在與其他擁有 QRNG 解決方案的公司進行競爭。

▪ 高斯玻色取樣——九章提出了「量子優越性」這一定義，再次吸引了人們對高斯玻色取樣的關注，並將其作為早期量子設備的候選算法。

伯克利的 Umesh Vazirani 將經典密碼學與量子領域進行結合，解決了量子計算中最根本的問題之一，即如果你讓一台量子計算機為你執行一個計算，那麼你如何確定它確實執行了你的指令，甚至如何得知它是否做了與量子相關的事情。

優化基準測試 ：早期的優化算法有 QUBO 和 QAOA 以及在傳統硬件上運行的量子啟發算法。BBVA已完成一系列針對金融領域應用的前期項目，其中包括初創公司 Multiverse Computing 和 Zapata。BBVA 與 Multiverse 的合作是動態投資組合優化的一個經典案例，該投資組合現在已用於各種早期量子硬件的評估中，包括對 NISQ、量子退火解決方案和量子啟發算法的測試。BBVA 的結果表明，量子退火解決方案和量子啟發算法可以很好地解決投資組合問題。

6. 量子機器學習算法

許多人認為 AI 和機器學習是量子計算的關鍵。量子計算的未來，就像量子狀態本身一樣， 仍然是不確定的。但量子計算的前景是光明的。

IBM 的最新理論工作首次證明，即使僅訪問經典數據，也可以在某些受監督的機器學習應用程序中實現指數級加速。QC Ware QC Ware 開發了兩種類型的數據加載器，即並行數據加載器和優化數據加載器，它們都將經典數據轉換為量子狀態以用於機器學習應用，而且還可以使用一種優化的距離估計算法。微軟提出了一個普遍的觀點，為避免「輸入瓶頸」，應着眼於「小數據，大計算」。例如，CQC成立了一個團隊來研究量子自然語言處理的相關問題。

迄今為止，量子機器學習的大部分成功的實驗都採用了一種不同的方法，那些實驗里量子系統不僅只是模擬了網絡；它們本身就是網絡，每個量子比特代表一個神經元。儘管缺乏指數化的力量，但是這樣的裝置可以利用量子物理學的其他特性。

當前，量子技術研究已成為世界科技研究的一大熱點，世界各主要國家高度關注量子信息技術發展，紛紛加大政策和資金支持，力爭搶佔新興信息技術制高點。

1. 歐盟

歐洲國家很早就意識到量子信息處理和通信技術的潛力。2014 年英國已啟動「國家量子技術計劃」，計劃投資超過10億英鎊建立量子通信、傳感、成像和計算四大研發中心，推動產學研合作。2016 年德國提出「量子技術——從基礎到市場」框架計劃，並預計投資 6.5 億歐元。

2016 年，歐盟推出的「量子技術旗艦計劃」，並通過調整其他計劃（例如其數字和太空計劃）的支出，增加其可用資金，為實現未來的「量子互聯網」遠景奠定基礎。2020 年 5 月，歐盟「歐洲量子技術旗艦計劃」官網發佈了《戰略研究議程（SRA）》報告。估計 10 年內歐盟在整個量子技術旗艦計劃中的相關量子支出為 30-40 億歐元。

「旗艦計劃」——在拓展階段，這個計劃中的 19 個項目遍及量子計算、通信、模擬、傳感和計量以及基礎科學。2020 年，這些項目通過了中期審查，同時啟動了兩個新項目——QLSI 將硅自旋量子比特添加到已經成為目標的超導和離子阱量子比特的行列中；NEASQC 專門針對 NISQ 應用程序，解決許多人認為缺乏軟件重點的程序的平衡問題。

2. 北美

加拿大在現代量子科學方面有着傑出的貢獻，尤其是 Gilles Brassard 1984 年提出的著名的 BB84 量子密碼協議。2002 年，加拿大首創的量子計算研究所（IQC）在滑鐵盧大學成立。在 2008-2018 年，量子科學和技術投資超過10 億加元。

2017 年，加拿大國家研究委員會（NRC）發起了一個名為「Quantum Canada」的計劃。對於加拿大來說，總部位於加拿大或與加拿大有緊密聯繫的知名量子公司的數量眾多。例如 D-Wave、Xanadu、1QBit、Quantum Benchmark、evolutionQ、Zapata 和 ISARA。其中，創意破壞實驗室（CDL）一直是量子行業初創企業的標杆。

2020 年，加拿大量子產業通過成立新的產業聯盟，來鞏固這一地位。2020 年，溫哥華的數字技術超級集群也宣布共同投資資金達 1.53 億加元。

美國在量子科學方面的投資歷史悠久，從 20 世紀 90 年代即開始將量子信息技術作為國家發展的重點，在量子相關學科建設、人才梯隊培養、產品研發及產業化方面進行大量布局，聯邦政府機構對量子計算領域的支持在每年 2 億美元以上。近兩年來，美國政府頻繁參與量子計算布局。

2018 年 12 月，美國政府正式頒佈《國家量子計劃法案》，制定長期發展戰略，計劃在未來 5 年向相關領域投入 12 億美元研發資金。2019 年 2 月，白宮發佈未來工業發展規劃，將量子信息科學視為美國未來發展的四大支柱之一。

2020 年是美國國家量子倡議(NQI) 計劃的第二年，並且隨着該計劃的真正成形，人們也看到了量子科技發展的亮點。NQI 將在 2019-2023 年支出 13 億美元，大量私人資金也已投入其中，在美國國家科學基金會設立了 3 個新的量子飛躍研究所。這些以學術為主導的研究所將支持不同領域的研究。在美國能源部啟動量子戰略之後，美國國防部根據美國能源部的 17 個國家實驗室的初始骨幹網絡，提出了量子互聯網的戰略藍圖。

3. 中國

「五年規劃」（尤其是2006年）以來，中國一直推動着科技領域的發展，中央和省級資金已經投入超 15 億美元，中國科學技術大學已經成為世界上主要的量子研究中心。迄今為止，中國擁有全球最大的已部署 QKD 網絡，並在先進空間量子通信技術方面繼續保持世界領先地位。「墨子號」衛星和九章量子處理器是該計劃成功的標誌。

據官方媒體報道，到 2022 年，對量子科學領域的投資將達到近 150 億美元（1000 億元人民幣）。目前，正在建立量子信息科學國家實驗室（NLQIS）的網絡：

▪ NLQIS 合肥：將成為世界上最大的量子研究機構以及該計劃的總部。將重點關注光子、金剛石 NV 色心和硅自旋量子比特技術以及量子通信和量子感測。

▪ NLQIS 北京：該分支將專註於理論、離子阱和拓撲量子比特。

▪ NLQIS 上海：該分支將專註於超導量子比特和超冷原子以及自由空間量子通信。

阿里巴巴、百度、騰訊和華為都在量子技術上進行了量子投資。國盾量子和本源量子是著名的創業公司。「十四五規劃」詳細介紹了該計劃，計劃將於 2021 年正式通過。一個關鍵概念是「雙循環」，包括減少對外國高科技的依賴，同時增加對外國投資的開放度。同時，創新也是一個關鍵主題。

參考鏈接：

//www.rmlt.com.cn/2021/0818/622293.shtml

//news.mydrivers.com/tag/liangzijisuanji.htm

//mp.weixin.qq.com/s/IuHO44NX6ietEfcklZ7MBA