【财新网】（财新智库研究员 于达维）当经典电子芯片的加工精度逐渐逼近原子尺度时，人类在单位面积上集成更多的晶体管已经力不从心。而大数据时代对算力的需求，已经达到每三个半月翻一番的程度，远超摩尔定律18个月翻一倍的供给量。

但是人类对于算力的要求，却不会因为摩尔定律的终结而结束。全世界的科学家们都在寻找新的计算体系和架构来突破算力瓶颈。那么谁将挑起后摩尔时代的大梁？量子计算与光芯片被寄予厚望。

「后摩尔时代，不是一个时代的结束，而是一个时代的开始。」7月8日下午，2021世界人工智能大会量子计算与光芯片分论坛上，华为量子计算软件与算法首席科学家翁文康说，量子计算将带来指数级增长的计算空间，一块指甲大小的超导处理器，可以带有50+量子比特，超越所有经典计算机的记忆体容量。

量子计算最好的硬件是什么

在物理上要实现量子计算，需要对极其脆弱的量子态做操控和测量。为了量子计算机的正常运行，必须将它们与环境噪声隔离，并减少可能的错误，以延迟量子退相干并实现可行的计算。所以需要采取大量的屏蔽和冷却措施，才能让量子体系稳定运行。在量子力学里，开放量子系统的量子相干性会因为与外在环境发生量子纠缠而随着时间逐渐丧失，这效应称为量子退相干。在今年《科学》杂志提出的125个科学问题中，其中之一就是量子计算的硬件究竟是什么？

2000年，IBM的一位科学家David Divincenzo提出构建出实用的量子计算机需要具备五条准则，包括必须要能够构建一组能够扩展的大量量子比特，必须能够对这组量子比特进行初始化，量子比特必须具有足够长的退相干时间，必须能实现一组通用的量子门操作，必须能够很好地测量这些量子比特的最终状态。

能够用来做量子计算的体系，包括自然原子、离子阱、光子、二维电子气、NV-色心、核自旋、冷原子，以及超导量子比特等。其中自然原子、离子阱和光子等，可以在室温下保持很好的量子相干性。超导量子比特和基于二维电子气的量子点则必须在接近绝对零度（约为-273.15℃）的极低温环境下，才能保持较好的量子相干性。

翁文康介绍，从理论上说，只要是能够控制量子能级，就能做量子芯片。目前超导的路线上，赛道最拥挤，发表的论文最多，谷歌、IBM、英特尔等公司，北京量子信息科学研究院、中国科学技术大学潘建伟团队，都选择的是超导的方案。他认为其中的原因是，虽然超导的门槛比较高，但是微纳加工的技术比较容易复制，国内的工艺发展也很快。缺点是需要较大的制冷机，需要接近绝对零度环境。

不过在翁文康看来，由于超导采用的是人工原子，每个比特做出来都不一样，所以量子体系容易漂移。而离子系统采用天然原子，每个比特的频率都一样，但缺点是难以长期固定在一个空间里，虽然不需要非常低温，但需要真空。

他介绍，过去离子比较热，现在超导比较热。但量子计算未来最终的硬件还不知道，因此欧洲提出的量子物联网计划，就是希望将来可以把不同的系统连接在一起。

由于超导量子计算需要庞大的制冷设备，是一个几乎无法摆脱的障碍。在上海交通大学集成量子信息技术研究中心主任、「图灵量子」创始人金贤敏看来，实现通用量子计算机有三个前提——百万量子比特的操纵能力、低温环境要求、高集成度。而光量子路径是唯一能够满足这些条件的技术体系，是通向大规模通用量子计算的最可行路径。

金贤敏表示，在量子操控的几个主要手段中，光量子属于很不容易退相干，不容易跟环境耦合的量子体系，并且可以在室温下运行，成熟的CMOS（互补金属氧化物半导体）工艺可以把光量子操控到非常高的精度和很大的规模，光子的相干性，可以把量子系统推到一个空前的地步。可以在一个可接受的温度下，把系统规模越做越大，达到实用化的程度。

而且，这条路径上的中间产品——光学人工智能和低延时、低功耗的模块，在光计算、光处理中也可以发挥很大的作用。目前，「图灵量子」团队已掌握了自主知识产权的三维和超高速光子芯片核心技术与工艺，从设计、流片到封装测试，再到系统集成和量子算法，可实现光量子计算芯片的全链条研发。

在美国，光芯片的研究也非常受重视。2020年9月，脱胎于麻省理工学院（MIT）的Lightmatter公司就推出一款测试芯片。这款处理器芯片使用了硅光子学和MEMS技术，以光的速度执行矩阵向量乘法，由毫瓦激光光源供电。其计算速度比晶体管芯片要快几个数量级，而且耗电量非常小。

同样来自MIT光芯片团队的沈亦晨，2018年创立了曦智科技（Lightelligence）。据沈亦晨介绍，基于光子芯片速度快、损耗少、算力高、成本低的这些特点，很多面临性能瓶颈的深度学习场景将是其大展身手的方向。截至目前，曦智科技已经获得数千万美元融资。

提高算力的根本性对策在于提高运算速度和降低运算功耗。中国科学院上海光学精密机械研究所副所长、博士生导师张龙认为，光学将能让计算机芯片设计师克服电子学的根本局限。光子有超高信息容量、超低传输功耗和延时、超低信道干扰的特性，相同功耗下，光器件比电器件快数百倍。

他认为，光子芯片将是未来科技发展的基础性核心技术，是突破摩尔定律最有前景的技术之一，在数据计算、光通信领域等具有极重大应用，当前光子芯片发展正处于类似当年大规模集成电路发展初期即将爆发的关键前期节点。

近年来，美欧发达国家积极部署光子芯片项目，我国正处于能够建设自主可控产业链、供应链的宝贵窗口期。张龙认为，目前世界各国均未在光子芯片领域形成绝对优势，全球光子芯片现阶段研发处于同一起跑线，具备换道超车的重大战略机遇，中国需要在尚未完全成熟的光子芯片领域占据先机。

「因为相信，所以看见。」张龙表示，虽然目前光量子芯片还缺乏明确的应用场景，但他们完全有信心在未来算力的赛道上，光量子芯片可以开辟指数级的增长空间。

五年还是十年？

人工智能的崛起，催生了现代社会对算力的强大需求，让更适合并行计算的GPU成为智能社会的核心需求。成立于上海壁仞智能科技有限公司（下称「壁仞科技」），以对标英伟达，解决中国GPU卡脖子问题为己任。

壁仞科技创始人、董事长、CEO张文认为，加速计算是人类永恒的追求，计算工具的革新、加速计算能力的提升催生了生产效率的飞跃，前沿科技的进展越来越依赖加速计算的技术提升。量子计算机在经典计算机难以有效计算的领域有望提供超强算力，但目前量子计算无法完全取代经典计算机，在实用性、成本和软件上依然存在瓶颈，需进一步提升量子比特数和量子纠错能力，量子计算机才有成功商用的可能。

他认为，量子计算中短期可能的商业化途径是云化和输出专用算力。壁仞科技也将推出新的量子计算模拟加速库，高效探索新的量子算法和量子电路架构设计，采用GPU作为模拟量子计算的标准设备，并探索采用大规模互连方式提升量子比特的操纵数量。

量子计算能否彻底代替经典芯片，彻底解决芯片卡脖子问题？张文认为这还是很难。量子芯片能够解决的问题还只占到一两个百分点，大多数的问题还是需要经典芯片来解决。

很多人会问量子计算机什么时候取代经典计算机，翁文康认为，大概率来看，量子计算机短期内并不会取代经典计算机。在量子系统仿真、量子化学、组合优化、机器学习等领域的「专用」量子计算机预计成熟期为3-5年，而在大数分解、数据库搜索、量子动力学、量子人工智能等领域，「通用」量子计算机预计成熟期可能需要10年甚至更久。

不过，金贤敏引用比尔·盖茨的话说，「人们总是高估了未来一到两年的变化，低估了未来十年的变革。」比如量子霸权，指量子计算装置在特定测试案例上表现出超越所有经典计算机的计算能力，两三年前很多人认为需要10到15年的时间才能实现，结果2019年谷歌就实现了量子霸权。2020年，中国人也实现了量子霸权。他说，十年时间的变化，可能真的是颠覆性的。也许我们正处在计算能力真正爆发的前夜，而光量子芯片将是实现这一目标最有希望的路径。

根据谷歌提出的十年发展路线规划图，到2029年，他们计划将做出超过100万个量子比特并实现量子纠错的量子计算机。而在中间的这段时间，他们将不断探索中等规模有噪声量子计算机上的应用，包括量子模拟、优化、采样、量子人工智能等等。

腾讯杰出科学家，腾讯量子实验室负责人张胜誉称，量子计算在网络安全、科学计算、金融预测、物流规划、人工智能、新药研发、材料设计、能源管理等领域都有巨大的潜在应用前景，一些大公司如谷歌，IBM，微软，英特尔，亚马逊，霍尼韦尔，腾讯，阿里，华为，百度等纷纷自建团队进行产业布局。

由于量子计算的学习难度非常大，因此「快速跟随」的方法不仅花费巨大，而且只会被先行者越拉越远，但是建立内部「量子能力中心」需要一定时间。目前量子计算的硬件发展稳步进展，但是还有很长的路要走，而且可能不是平滑线性的。

而对中国来说，最迫切的问题还是打好硬件的基础。中科院上海微系统所超导电子研究室主任尤立星说，我们国家这么多年发展，都是先挑软一点的东西做，但是真正到了中美竞争时很容易被卡脖子，就是因为我们的硬件基础还非常弱，在光芯片上的硬件上，需要花很长的时间打好基础，所以需要关注芯片制造的底层技术，才能谈到光子芯片、光量子计算的未来。

国防科技大学计算机学院吴俊杰教授则坦承，虽然量子计算很热，但是发展的还并不像大家想象的那么好，一个现实的事情是，量子计算是一个交叉学科，需要用到这些交叉的各个学科的基础理论和相应的技术。「其实量子计算也被卡着脖子，」他说，因为我们在任何一个学科上的短板，都可能被卡脖子，「我并不觉得我们做的很好，我们还有很多要努力的地方。」

责任编辑:冯禹丁 版面编辑:吴秋晗