量子计算

量子计算利用量子物理学原理解锁了一种全新计算方式。随着量子计算机逐渐成熟，它们将与超级计算机进行集成，解决世界上最难处理的一些计算问题。如今，汽车、制药、化工和金融服务等行业正在探索如何将量子计算作为传统超级计算的加速器。

量子计算是一种范式变革技术，可利用量子物理学定律来处理极其困难的问题。这些问题异常繁琐，以至于在传统超级计算机上解决这些问题需要极其庞大的资源。

量子计算的核心是量子位或量子比特。经典位仅以状态 0 或 1 而存在，而量子位能够以这两种状态的所谓叠加而存在。这意味着处于叠加状态的 N 个量子位将存放指数数量 (2N) 的二进制配置的相关信息，它们共同构成了一个量子态。当对 N 个量子位中的任何一位执行操作时，将会操控整个量子态——表明存在巨大的并行性。但是，应用这种能力的情况较为微妙，因为从量子态中读出信息只能通过在计算后基于概率测量单个配置来实现。

要充分利用量子并行性，量子应用必须额外利用纠缠和干预属性。

虽然仅某些应用确认量子算法可有效解决重大问题，但这些算法的确可提供仅靠传统超级计算无法生成的解决方案。

因此，量子计算预计将影响众多行业，包括国防、能源、物流、工程、医药、金融及零售。

一些示例用例包括：

• 复杂化学系统仿真，以指导发现新电池、太阳能电池、药品和消费品。
• 更快估算财务预测和风险指标，帮助提高交易利润率并加强风险管理。
• 优化包括全球供应链到遗传学在内的复杂系统。
• 提供进攻性和防御性加密功能，改变网络防御和国家安全格局；
• 制定与众不同的 AI 程序，从数据中提取更深入的见解，并为决策者提供更可靠的预测。

这些应用对量子计算的要求迵然不同。因此，一些行业有望率先开发出量子计算应用。化学和材料应用领域预计将首先从初代量子设备中受益，而其他领域则需要更大规模的下一代量子计算机。

政府、学术界和工业领域正付出相当大的努力来确定最具影响力的用例，并构建新的量子算法来解决此类问题。量子应用研究人员的目标，仍然是发现更多可发挥“量子优势”的应用。量子计算最具价值的应用仍尚待发现。

量子计算机是一种能够隔离并操控量子位的设备。量子比特是具有可控量子属性的物理对象。为实现量子计算，操控量子位需要采用先进的工程技术和最尖端的超级计算辅助基础设施。量子处理单元 (QPU) 是一种能够与多个量子位进行谨慎交互的设备，这种交互通常通过电信号、微波、射频 (RF) 或激光脉冲等方法来实现。

有多种候选物理对象可用于构建量子位，例如超导线圈、中性原子、囚禁离子、电子自旋、金刚石氮空位、光子或其他一些特殊材质。每种量子位都具有其各自的优缺点。例如，有些量子位需要被冷却到接近绝对零度，因而需要使用稀释制冷机等特殊低温装置。其他类型的量子位则需要超高真空环境，以防止量子位的脆弱状态受到外界环境噪音的干扰。

量子位需要与环境进行有效隔离，以确保其量子性质完好无损，不会因最轻微的环境扰动而遭到破坏。这可以通过常规电气硬件（即控制系统）来实现，此系统必须能够操控量子位并在算法运行期间从中读取其信息。该控制系统的关键组件是一台常规超级计算机，用于协调控制操作、纠正错误，以及分析 QPU 的输出。此处，一些应用本质上为混合应用，意味着它们需要组合利用常规计算机和 QPU 来完成更高层次的工作流。

硬件开发者面临的关键挑战，是设计一种其操作组件能够进行扩展的量子计算系统，以便处理更大规模的计算任务，同时确保量子位仍处于受保护和可控状态。

量子程序通常使用量子开发框架以 Python 或 C++ 等常用语言编写。大多数框架都允许用户指定基本量子操作（门）。一些框架采用更加功能性的方法，还允许用户指定高级内核（有时称为“oracle”）。此类内核封装了执行更高级功能所需的大量门，意味着程序员不必担心门级别的细节。在视觉上，程序通常用构成门或常用内核的量子电路表示。

要在量子计算机上运行程序，必须对其进行编译，以便将抽象的门级操作转换为一组特定于设备的指令。此编译任务使用传统计算机执行。不同的量子设备具有独特的编译要求和指令集，因此，用于编写量子程序的出色开发平台应该能够将同一代码尽可能多地编译为量子设备上的各种指令集，包括特定于设备的优化。

编译后的代码将由设备的控制系统在其量子硬件上执行。在未来的大规模量子计算机中，该执行阶段还包括用于实施量子纠错的其他控制指令（参阅下节）。借助量子纠错，可以在不受噪音干扰的情况下完成大型量子程序。

在量子程序结束时，会读出 QPU 中的量子位。在某些算法中，将基于概率执行这种读出结果的操作，有时需要多次重复该算法。在大多数算法中，读出结果需要由传统计算机在后期进行处理，以将数据解释为有意义的解决方案。找到能够使用尽可能少的量子位和门生成有意义结果的量子电路，是量子算法设计面临的主要挑战之一。

目前，主要通过两种方法来消除导致难以执行量子计算的噪音。一种方法是采用含噪中型量子 (NISQ) 设备，这种设备并不尝试纠正噪音，而是设法在其施加的严格限制范围内运行。另一种方法是采用容错量子计算机 (FTQC)，该设备会主动实施量子纠错协议以尝试防止噪音。由于噪音会快速累积，NISQ 设备无法运行具有许多量子位或门操作的算法。关于是否有任何有用的应用可在 NISQ 设备的约束下运行，目前尚无定论，但研究人员仍在继续探求此类算法。

虽然在技术上更难以实现，但 FTQC 是整个量子生态系统的“至高追求”。与 NISQ 不同，针对 FTQC 设备已开发出一些有用的应用，这导致人们普遍认为容错是任何量子计算机的实用性要求。FTQC 使用量子纠错 (QEC) 来规避噪音。QEC 利用纠错码将许多含有噪音的物理量子位映射到一个无噪音的逻辑量子位。同样，可以设计逻辑运算来作用于这些已编码的逻辑量子位。量子纠错码的一个关键要素是重复测量量子位，进而生成信息，以便传统计算机在发生错误的位置进行“解码”，然后解释这些错误。

实施 QEC 具有挑战性。首先，为了使 QEC 工作，量子硬件中的噪音需要低于某个错误率“阈值”。其次，QEC 代码需要许多物理量子位才能编码单个逻辑量子位（确切数量取决于硬件和所用代码的特定噪音约束）。最后，QEC 代码需要在“代码周期”内重复运行。QEC 代码连续生成的数据必须在严格的时间限制下由传统计算机进行处理，以免数据积压影响性能。这需要使用与 QPU 紧密耦合的最先进的超级计算机。研究人员仍在确定可最大限度地降低硬件开销的 QEC 代码和最优容错算法。

在大家的想象中，量子计算机的物理尺寸相当于一个超级计算机中心。用于屏蔽量子位、冷却量子位以及发送控制脉冲的量子计算机辅助组件尺寸较大，并需要具有较大尺寸才能在如此小的系统上精确运行。此外，量子计算机专为解决特定类型的问题而设计，实际上，它无法高效处理在笔记本电脑上执行的许多任务。这意味着量子计算机将成为超级计算机解决大规模问题时的加速器，并自然成为数据中心的永久装备。

量子计算机不仅可帮助超级计算机解决前所未有的问题，而且依赖于超级计算机才能运行。这种相互关系称为量子加速超级计算。因为量子计算机需要超级计算机来执行编译、控制程序、纠错、校准、及很多其他任务，它们将始终与超级计算机紧密耦合。对于某些任务，低延迟至关重要，因此量子和传统处理器的位置需要非常接近。世界各地的超级计算中心已经开始集成 QPU，并被用于研究混合量子-经典计算的各个方面。

仿真是构建任何复杂系统的宝贵设计工具。对于 NVIDIA 制造的每一块芯片，仿真都是整个开发过程的关键，可帮助缩短开发周期，提高成本效益。量子计算硬件更是如此，这类硬件涉及尖端组件，只有通过深入了解其底层物理机制才能加以理解。许多量子组件还利用了特殊或未充分开发的材质，由于利用它们开展实验极其困难或昂贵，因此必须进行仿真。

仿真也是开发和测试量子算法的关键，可帮助评估算法性能。这尤为重要，因为量子计算机的供应数量有限、噪音大、访问受限且成本高昂，意味着在物理硬件上进行测试既不切实际，也不可行。而仿真可模拟现实设备中的噪音，或提供理想的无噪音结果。这种理论数据为评估实际量子计算输出提供了重要基准，可帮助理解噪音模式，甚至就消除噪音提出建议。

重要的是，通过学习量子编程实战教学内容，开发者和科学家无论是新手还是拥有经验丰富，均可轻松运用强大的仿真工具。

量子计算和 AI 有望建立协作关系。一方面，量子计算可加速运行 AI 应用，甚至有可能生成全新应用。许多此类应用被大致归类为量子机器学习 (QML)。QML 是一个新兴领域，当前，已知可改进传统 AI 的量子算法需要比第一代有用量子计算机高出好几代的硬件才能实现。

但是，反过来利用 AI 来改进量子计算 (通常称为量子 AI) 有望在不久的未来成为现实——实际上已经得到利用。AI 正用于帮助开发和运行量子计算机。新型量子算法和硬件性能都使用 AI 技术开发而来，这反过来又加速了量子计算路线图。AI 也可用于应对操作量子计算机方面的挑战，包括实现更高效的纠错、校准、设备控制、任务调度和电路编译。

AI 正成为量子计算的重要支柱，也是近期将量子计算硬件集成到世界上最大的一些超级计算机中心的主要动机。

现有量子计算设备能够准备、操控和读出数百个量子位，很快这一数量将达到数千个。尽管这些设备采用了非常前沿的工程技术，但它们仍然处于实验和演示阶段。更具体地说，在执行有意义、有用的任务方面，当前的量子计算机无法与传统计算机相比拟。

狭义来讲，量子优势通常指量子计算机的性能优于传统计算机。但是，美国政府支持采用一个更合适的术语，即“实用规模量子计算”——强调作为解决方案，量子计算机还必须具有成本效益才能发挥作用。在这种情况下，“成本”是一个广义概念，可以指任何有意义的经济、科学、社会或环境考虑因素。

目前的设备还不能改变整个行业，这主要是因为它们的数百个（或逐渐增多到数千个）量子位受到噪音的不利影响。为了实现实用规模的量子计算，量子硬件、纠错和算法开发必须继续取得进展。与此同时，学生、行业专业人士和领域科学家必须具备量子素养。现在正是开发可用于实践量子编程技能的教学内容，更全面地了解有用的量子计算机适合解决哪些问题的最佳时机。