|||
2017年,量子计算机正在向我们走来。
量子计算机被戏称为“二十年后的技术”已经有许多年了,年复一年,这顶帽子始终也摘不下来。2017的新年钟声刚过,量子计算机的命运似乎出现了转机。
信息产业的巨头谷歌和微软最近礼聘了不少量子计算机行业中的先驱者,并为今年的工作设定了挑战性的目标。他们的雄心壮志也表现在工作重心从纯科学研究开始向工程开发转移,而且这种转型也广泛地发生于众多的创业公司和学术研究中心。
马里兰大学帕克分校的物理学家克里斯托弗·门罗(Christopher Monroe)说:“人们真的开始动手做东西,”他说,“我从来没有见过这样的事情。它不再只是实验室的学术研究项目了。”
谷歌从2014年起一直致力于利用超导量子电路实现量子计算方法。它希望在今年或不久之后,它们的量子计算能力可以超越最强大的“经典”超级计算机,企图一举夺得超算领域的皇冠。去年6月谷歌和它的合作者加州大学圣塔巴巴拉分校物理系在【自然】杂志发表的那篇论文为即将发起攻坚战吹响了冲锋号[1]。他们的竞争对手——微软也当仁不让,把赌注押在一个有趣但未经证实的概念——拓扑量子计算,希望在今年对该技术实施第一次示范。
从事量子计算的一些创业公司也不甘落后。门罗计划(Monroe plans)今年开始满世界诚聘英才。超导量子电路的开拓者之一,耶鲁大学物理学家Robert Schoelkopf,和IBM出来的应用物理学家Chad Rigetti(他曾在加州伯克利创建 Rigetti Computing 公司)合作,他们期望尽速突破关键技术为量子计算机研发矗立重要的里程碑。
大学的实验室正在力争上游。 “事实证明我们拥有必需的所有组件和应有的功能,”Schoelkopf说,他继续在耶鲁大学领导一个参与这场竞赛的团队。为了让相关组件可以协同工作,仍有大量的物理实验需要完成,但主要的挑战现在是工程问题。迄今为止具有最多量子比特位(20个qubits)的量子计算机正在由位于奥地利因斯布鲁克大学的Rainer Blatt领导的一个实验室中进行测试。
这里所说的量子比特qubits与现在普通计算机中的比特的概念是相似的,它们都是承载信息的基本单元。事实上,具有10位以下量子比特的小型量子计算机早己成功运行,但是它们没有多少应用价值。许多实际问题的求解需要成百上千位的量子比特,这是量子计算机研发进程中最大的障碍。
因为量子比特的载体表现出“叠加”、“纠缠”等量子行为是有条件的,它们必须处于量子世界的环境中。通俗地说,这些量子比特的载体(例如光子、电子等)只有处于孤独安静的状态才会表现出来超凡脱俗的量子行为。当成百上千的量子比特的载体集中在一起,它们立刻退化为宏观世界中的一个普通俗客,量子比特变成了只有“0”或“1”两个状态的普通计算机中的比特。
在增加量子比特位的同时,又能维持这些量子比特的载体的量子行为是量子计算机研制的关键,量子计算机最近的重大进展就与此有关。目前解决方案是量子计算机的模块化。科学家先制成小于10位量子比特的量子计算机模块,然后用特殊的方法把这些模块联系起来。这种联接的方式只是让模块与模块中相邻的两个量子比特发生联系,然后通过它们让模块与模块传递信息。这就保证了每个模块的独立性,每个模块是一只小型的量子计算机。但这些模块又是有机结合在一起的,构成了一个有许多位量子比特的可以有实用价值的大型量子计算机。
构建量子计算机模块的方案现在主要有三种。
最简单的方法是用单原子状态作为量子比特,图1左边显示的就是由5个原子组成的量子计算机模块,模块之间用光子作联接。
第二种方法是用超导线路中的电磁振荡作为量子比特,图1中间显示的就是由4位量子比特的超导线路量子计算机模块,模块之间也是用光子作媒介。谷歌的量子计算机用的就是超导线路方案。
第三种方法是用固体中电子自旋作为量子比特。这种量子计算机模块的一个优点是可以在室温下工作。
P1) 构建量子计算机模块的三种方案。
最近量子计算机赛场中杀出的一匹黑马——芯片巨头英特尔公司用的就是第三种方案。2015年英特尔公司与荷兰的一家研究机构合作,动用5千万美元资金,上个月传出了鼓舞人心的好消息。他们在超纯硅片上构建了多位的量子比特模块。
如上所述,量子计算机需要具有数千或上百万的量子比特位方能有广泛的实用价值。负责英特尔量子计算机硬件项目的总监吉姆·克拉克(Jim Clarke)认为,采用硅晶格的量子比特位有可能更快地实现这一目标。他说:“在晶片上能够集成数十亿晶体管的专业技术和精密设备应该有助于完善和扩展硅量子比特位。”
不少人看好英特尔的研发项目,它在量子计算机的硬件开发上优势十分明显,英特尔公司的介入将会大大加速量子计算机的研发进度。英特尔公司是经典电子计算机的中央处理器芯片的主要供应商,它又为什么要去研制完全不同的计算机,这不会砸了他自己的饭碗?英特尔在量子计算机研发上的努力说明了一个问题,量子计算机不是用来取代经典电子计算机的。在可以预见的将来,量子计算机不可能替代人们桌上的电脑和口袋里的手机,它更不是用来玩网络游戏和发微信的。
量子计算机实际上是用来处理一些经典电子计算机根本无法解决的问题。人们都以为今天的超级电脑每秒种可以做千亿次以上的数值运算,所以这世上再复杂的问题应该都可以用电子计算机解决,大不了多化一些时间或者制造更快一点的电子计算机而已。实际上这是一个天大的误会。
例如质因数分解:一台每秒能做一万亿次运算的电子计算机分解一个300位的正整数需要15万年,而分解一个5000位的数字需要50亿年!在未来相当长的一段时期中,即使电子计算机的速度有二至三位数的增长,它们对于解决质因数分解等问题仍然不会有什么实质性的帮助。
由此可知,对某些类型问题,没有计算机算法的突破,仅靠计算速度的加快是完全没有出路的。半个多世纪以来,电子计算机从电子管、晶体管、集成电路一路走来,运行速度和存储容量等指标有了飞速的进步,但是它对信息处理的基本原理没有改变,因而计算的算法也难有根本上的突破[2]。換言之,这几十年计算技术上的进步主要靠的是运行速度的提高和运行成本的降低,对于一些老大难问题仍然是束手无策。
而量子计算机的切入点就是提供一套与电子计算机完全不同的对信息的表达和处理的基本方法,从而为引入全新的算法提供了可能。量子计算机是通过执行特殊的算法去解决计算领域中一些特定的老大难问题的,可以认为它就是一类专用型计算机。一定要明白:量子计算机不是用量子代替电子,从而提高运行速度;它也不是为了计算机进一步的小型化和微型化;在相当长时期中,它也不可能成为通用型计算机。量子通信实质上是用来作对称密钥分配的,同样,量子计算机主要是执行特殊算法的专用信息处理设备。
量子计算机成败的关键在于:1)制备一定数量的具有量子物理特性的信息承载单元——量子比特,并让它们有机地结合起来成为可存储和可操作的量子处理器。2)利用量子处理器的特殊性,设计聪明巧妙的算法,解决一些特殊的计算难题。为此需要量子工程物理学家、算法专家和硬件工程师等多方面学者专家通力协作。
除了不同专业层面的合作外,更需要有不同社会机构之间的交流与合作。美国在这点上做得比较好,在量子计算机的研制攻关中,他们已经形成了由大学与国家实验室、大型垄断性企业和创业型小公司组成的三驾马车。这三驾马车中的每匹马都在发挥其各自的特长但又协作配合,而且在不同的路段和不同的时期,由不同的马扛起中辕的重任。
我觉得当前一些大型垄断性企业已经走到了前台,这也是量子计算机正在逐步成为现实的一个重要标志。像谷歌、微软和英特尔通过对市场的垄断获取高额利润,他们对一些前瞻性高科技项目的投入真的不差钱,而且企业内部高科技人才和精密仪器设备都是现成的,不用也是白不用。这几年他们全力以赴一定是嗅出了猎物的气味,想来收获的日子不会太远了。资本对于这些事物的敏感度和判断力常常使人佩服。
反观追赶型工业大国,在高科技竞争的节骨眼上有时候就差那临门一脚,问题就出在没有垄断性企业的加入。中国不缺大型企业,但是这些企业并不掌握必杀技,他们多数只是赚些血汗钱,缺乏垄断性高利润收入。中国的大型企业在开创性高科技研发上缺少大规模的投入,非不愿也、乃不能也。一分钱都能逼死英雄汉,更何况动辙上亿美元的风险投入,钱从哪里来是个大问题。
美国这些跨国企业通过垄断性高额利润来贴补高科技研发开支,又依靠研发成果进一步稳固和强化其垄断性地位,企业己经进入良性循环。后起的追赶型企业没有国家的组织和扶助实在很少有翻身机会的。中国在量子通信方面做得很好,在量子计算机研发领域也需要国家有前瞻性的产业政策出台,切莫坐失这个千年难逢的机会。
量子计算机正在悄悄向我们走来,2017将是关键性的一年。现在的问题已经不是怀疑量子计算机能不能做成,而应该是关注如何构建大型量子计算机和如何使用它们。我们目前也许还不清楚量子计算机将如何改变这个世界,但是模块化量子计算机网络的出现很快会让世人惊叹。帷幕正在渐渐拉开,好戏就在前头,看厌了美剧、韩剧和日剧的朋友们,你们也许可以换换频道关注新的热点了。
P2)兰色表示年度研发经费(单位为百万欧元),灰色为发表的研究成果。
P3)兰色为论文数量,灰色为专利数量。
[1]Barends, R. et al. Nature http://dx.doi.org/10.1038/nature17658 (2016).
[2]最近一二十年中,电子计算机结构原理上的变化主要是平行化和分布化,这也带来了算法上的一些变化和改进。但是必须看到平行化算法本身是有额外开销的,平行化带来的增益是有限度的。而且平行算法对不少问题是几乎无效的。同时有必要提一下,量子计算机也可能为平行算法提供全新的构架。
本文首发于观察者网 2017年1月9日。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-12-25 09:46
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社