智東西 文 | 十四
儘管量子計算機並不能取代經典計算機，但它在特定的存儲和運算任務中的卓越性能，使其在銀行、金融、安全系統，甚至新藥的研究、新材料的研究等方面有著重大潛能。
本期的智能內參，我們推薦來自波士頓諮詢（BCG）的量子計算行業調研報告，解讀技術發展現狀和潛在應用，分析其可能帶來的行業影響和高潛力的早期應用，以及企業需要考慮的對策。如果想收藏本文的報告全文（BCG：The Coming Quantum Leap in Computing），可以在智東西頭條號回覆關鍵詞“nc255”下載。
以下為智能內參整理呈現的乾貨：
量子計算簡明手冊
量子計算機即根據量子物理學來構建的計算機，能夠完成當前的經典計算機無法解決的信息處理和存儲任務。
當然，不是所有人都需要這種計算能力，量子計算主要針對數據密集型應用，比如搜索、加密、機器學習等，以及製藥、化學、能源等領域的建模。未來，由量子計算機和經典計算機組組成的混合系統將輕鬆解決當下看來相當棘手的問題。
目前，量子計算的發展進程相當於早期的二進制計算機，即機械計算機、真空管和半導體之爭的階段。
BCG認為，量子計算將在接下來的25年間經歷三代發展，走向技術成熟。其中，初代量子計算將被企業用於解決特定的實際業務和研發需求。BCG預計，到2030年，量子計算的應用市場規模可達500多億美元，當然，這得基於邏輯量子比特的製造和集成能力達到基礎量子計算所需的最低要求。
這並不容易，僅量子模擬為例，就需要約150個可糾錯、高保真的邏輯量子比特。所謂的單個邏輯量子比特，往往對應著數十甚至上千的物理單元（物理量子比特）。此外，多量子比特系統的有效測量方案也有待研究。
現在，量子計算的主要玩家有IBM（最近公佈了自家研發的20比特量子處理器和49比特模擬器）、谷歌（發佈了72比特處理器Bristlecone），以及英特爾、微軟、麻省理工、耶魯、牛津等。
量子計算的三類優勢
▲量子計算為解決一些問題提供了巨大的速度優勢
實現量子計算商業應用有兩個先決條件：擁有足夠數目量子比特的處理器，和解決各類應用背後數學問題的量子算法。事實上，密碼學、機器學習等領域的相關算法已經存在，處理器也在積極研發中。
相比於經典計算，量子計算有以下三類（不同任務下的）速度優勢：
1、顯著的速度優勢
經典計算機是按順序運行的，這對於大型、複雜的問題就很困難，比如大數因數分解（破解最常見的密碼體系）。相比之下，量子計算機相當於提供了一個天然的並行運算，能夠同時試驗多個可能的解，比已知最快經典算法有“指數型（超多項式）”加速。（為應對量子計算破密，中國已經發射量子通訊衛星進行防禦。）
這種運行加速的優勢可以還用於只要和化學研發。目前，對於分子間相互作用的模擬計算複雜程度隨著分子數目的增加呈指數性增長，就跟求大數因數分解似的。根據費曼（Richard Feynman）的觀點，量子處理器可以一次性考慮所有的可能交互，並求解最低能量狀態，即對應實際的分子交互模式。
基於此，BCG預測2030年的，在製藥行業，量子計算市場規模將達200億美元，化學、材料科學等科技密集型產業的規模將達70億美元。
2、溫和的速度優勢
面向非結構化的搜索任務，包括一些機器學習的應用，運算時間也會隨著問題規模指數性增長。此時，量子算法，如Grover搜索的優勢就體現出來了。Grover搜索利用量子態的糾纏特性和量子並行計算原理，運算時間僅隨著問題規模線性增長。
今天，大規模的搜索和機器學習問題是通過大量的、並行的、專門的GPU來解決的。參考GPU霸主英偉達的業績，BCG預測，到2030年，此類取代基於GPU的算法應用規模將超200億美元。此類基於量子計算平臺的搜索優化應用，很可能就是驅動谷歌、IBM投入研發的主因。
3、 不明確的速度優勢
當前的經典量子計算在解決路由運輸和物流優化等複雜操作或網絡的問題是，已經顯現了良好的性能，儘管量子計算方法可能解除現有運算的極限，但據調研，企業基於現有算法的可用性，並不認為有必要關注其潛能。因此，未來量子計算能否在此類問題中開啟新的價值，尚不明確。
量子計算三級跳
量子計算目前最主要的技術挑戰就是構建足夠數目的邏輯量子比特來實現運算，以及足夠多的物理量子比特數目來保證邏輯量子比特的可用性，實現糾錯。
目前，量子計算主流的實現平臺有超導、離子阱和半導體（以及光學系統）。為評估每種系統對應的市場發展和應用規模，BCG對不同尺寸量子計算機的使用進行了等效的“摩爾定律”分析（即量子計算可擴展性）。
▲量子堆棧及其業務模型（量子計算技術堆棧將有多個層）
基於量子計算的“等效摩爾定律”（物理量子比特集成數目約每兩年翻一番），預計量子計算機將經歷三代發展：
1、2018到2028年，工程師們將研發出可用於低複雜程度的量子模擬問題的非通用量子計算機。
2、2028到2039年，邏輯量子比特數量將擴展到50多個，並實現所謂的“量子霸權”，更快速的執行特定算法的應用程序，主要包括分子模擬、研發和軟件開發等，創造巨大的市場潛力。量子信息處理將進一步發展，企業對量子模擬方法變得更為熟悉。
3、2031到2042年，量子計算機將在模擬、搜索和運算中執行高級功能，實現各類商業應用，對比經典計算機具有明顯的優勢。預計二代、三代量子計算機發展的交界處，就是量子計算超越經典計算（在特定應用中）的臨界點。預計2030年之後，量子計算的發展將顯著加速。
初代量子計算應用在望
儘管大型的、高級的量子計算應用看起來似乎還得幾十年，但企業高管們是時候開始瞭解初代量子計算的可用性了，特別是在接下來的幾年，有些可能的應用來的可能比我們預期的快。
在這段時間裡，一些有限的量子計算功能將出現在企業應用中，如化學領域中相對簡單的分子（模擬亞原子水平）和特殊的優化。企業將在實際使用中逐漸熟悉量子計算方法和工具。事實上，IBM和微軟在發展量子計算社區、量子計算模擬器，以及易於使用的工具包。
隨著量子算法、編程語言、可用的雲端量子處理器的到來，開發者將逐步將其合併到軟件解決方案中，與經典算法結合起來實現混合計算系統。這個學習階段很關鍵，特定領域的工作者將藉此提高意識和經驗，加速走向量子霸權。
▲製藥研發中的複雜分子發現對應著150-300億美元的量子計算市場機會
部分製藥行業的高管預估，量子模擬可將藥物發現率提高5%到10%，並優化（節約）15%到20%的研發時間。與此同時，他們還認為更優的分子設計將推動藥物審批效率。
一家大型製藥公司的研發部門副總指出：在原子水平上，目前的高性能計算無法處理大多數的模擬，量子計算可以成倍的提高藥物發現概率。在美國，如果複雜的量子模擬是可行的，有10%的公司願意為其承擔費用，這對應著150億到300億美元的量子計算市場機會。事實上，目前全球高性能計算的市場規模是100億美元。
此外，量子計算還可以用於無序搜索、機器學習算法數據集，從而釋放數據的價值。對於物聯網時代，數以百億計的設備將數據的規模帶到了一個全新的水平。
對於某些問題，尋找解決方案需要嘗試和錯誤，同時測試潛在的解決方案。如果我們的問題規模對應著100萬條路徑，一個二進制計算機平均需要50萬次才能找到正確的解，但一個運行Grover搜索的量子處理器只需要1000次嘗試，快了500倍。
這些問題，就對應著機器學習，即在大型數據集和大量的數據上進行培訓，通過試錯和監督學習完成對象檢測和識別等任務。目前機器學習/人工智能基於並行的低成本的GPU，但量子計算將加速數據處理，擴大數據容量。隨著更多量子算法的發現，量子計算預計將在2030年滲透200億美元的高性能機器學習計算市場。
技術的今天和明天
▲Gartner2016 新興技術炒作週期曲線圖
BCG指出，從原理上來看，與經典量子計算相比，量子計算主要有著三點不同：
1、比特狀態的不同
二進制計算機使用二進制比特/位（bit）：1和0，也就是人們常常理解的開和關。而量子比特（qubit）的1和0的狀態可以同時存在，即疊加態。
2、比特操作的不同
經典計算機的比特操作是分開的，而量子計算機可以實現量子糾纏，即操作一個比特，同時及將影響與該比特糾纏的其他所有比特的狀態。
3、工作方式的不同
經典計算機是按順序進行運算的，而量子計算機可以同時計算所有的可能性，並通過參數設置干預，篩選出正確的解。
除了待掌握的新的工作原理，對於工程師而言，量子計算目前的實用性還有幾個麻煩：主流的超導量子計算需要極低溫運行條件（接近絕對0度）；現有的量子比特很難維持自身的狀態，容易受到各類環境影響產生錯誤（這也就是為什麼需要極低溫和極好的信噪分離），由此引發保真度問題、退相干問題等，且目前尚無完美的量子糾錯方案。事實上，目前看來，對於大型可實用的量子模擬，單個邏輯量子比特可能需要3000來個物理比特。
儘管現在的量子計算機看起來笨重，但經典計算機也是這麼一步步走過來的。
目前，部分量子計算技術正在達到可用性的閾值，離子阱和超導量子計算已經步入商用。離子阱量子計算的高品質量子比特，使其在關鍵領域商用進程和成本方面都優於超導量子計算。2017年末，研究者成功製備了14比特糾纏的離子阱量子計算系統，能夠以99.9%的可靠性執行特定的運算。同等性能的超導系統為9比特，99.4%可靠性。
如果用“等效量子計算摩爾定律”（不考慮糾錯算法的進展），離子阱技術將在2040年實現150邏輯比特系統，滿足主要的量子模擬應用所需。如果將糾錯算法的進展考慮近來，時間線可能往前推個十年，2028到2030年就能實現規模和成本方面皆可用的量子模擬應用。
事實上，微軟正在做基於拓撲的1：1（單個物理比特就能組成一個邏輯比特）的量子計算，但暫無原型。因此，BCG認為初代量子計算的市場主流很可能是離子阱系統。當然，離子阱量子計算機也有很多待解決的問題。
一旦建立了技術可行性，我們將看到S型曲線的採用模式（新興技術炒作週期曲線圖）。考慮到量子處理在不同領域的優勢程度和解決問題的算法成熟度，加上可行的平臺即服務模式，BCG預計量子計算五年內在顯著的速度優勢領域可達到70%的普及率（參考GPU在機器學習領域的採用率），未來15年在溫和的速度優勢領域可達到50%的普及率。不明確的速度優勢領域，量子計算採用的會比較慢，可能15年後普及率不到25%。
總的來看，參考目前的消費電子市場規模，保守估計（不考慮量子糾錯算法的進展），量計算應用市場規模2035年將達20億美元，之後暴漲，2050年飆至2600多億美元；樂觀估計（考慮量子糾錯算法的進展），2035年將達600億美元，2050年飆至2950億美元。
▲量子計算市場規模預測（技術里程碑將決定市場增長速度）
致高管的小建議
量子計算不是對所有人都有意義，但對於數據密集型行業工作者而言，量子計算在大型複雜問題中的先進性有望推進研發進程，拓展業務邊界。目前，BASF（世界最大的化工廠）、VW（大眾）、Airbus（民機制造商）等大佬均以入坑。
入坑的第一步，就是建立對IBM、微軟等公司提供的量子計算平臺、工具和算法的概念性理解和經驗累積。QxBranch、QC Ware、1Qbit等算法開發公司正在為量子計算的多領域應用尋找可能性。企業可能還得找研究大牛合作，事實上IBM就抱著MIT的大腿。
特別點明下製藥和化工企業，他們應該開始探索使用量子處理器進行分子模擬的方案了（IBM已經用量子計算準確地模擬了迄今為止最大的分子：鈹氫化物BeH2）。企業們應該從量子計算下手尋找研發突破，鼓勵研發人員用搜索、神經網絡和優化算法加速工作，並將其發展為行業競爭優勢。
智東西認為，量子計算作為下一代信息技術的關鍵，和當前物理學前沿研究的重大科學問題，已經引發了各國政府和產業界的關注，其硬件和軟件方面都有著積極進展。有兩個基本問題可能需要澄清一下：量子計算機並不能取代經典計算機，我們還沒有研發出通用量子計算。而BCG在報告中多次點名製藥公司，一方面是量子模擬在製藥公司的藥品研發過程中能起到有效的加速，另一方面是製藥公司有研發投入和獲取回報的能力。因此，製藥很可能成為量子計算的商用突破口。
閱讀更多 智東西 的文章
