作者 | Li Yuan
編輯 | 鄭玄
2023 年 AI 的迅速發展遮蔽了許多同樣處于前沿領域的科技進展，不過量子計算卻不在其列。根據 CrunchBase 的數據顯示，量子計算是爲數不多在 2023 年仍然獲得了更多融資的科技領域。
量子計算仍在高速發展中。人們期待它能夠幫助解決一些基礎學科的前沿問題，或者突破傳統計算的算力困境，後者由于算力需求日益提升但芯片制程卻陷入瓶頸，在過去一年 AI 爆火後成爲重要的基礎設施挑戰。
量子計算機最基礎的計算單位，是處于疊加态的亞原子粒子，也被稱爲量子比特。想要讓量子計算機解決這樣具有商業價值的問題的關鍵點之一，就是提升量子計算機中的量子比特數量。
近日，華翊量子宣布在這個領域取得了新的突破，其 2024 年準備發布的量子計算機，将使用離子阱技術路線制造出最高擁有 200 量子比特的量子計算機，且未來将具有進一步升級的潛力，上限可達萬量子比特。
「這是一個裏程碑式的進展。」華翊量子 CEO 姚麟博士告訴極客公園，「據我們所知，除了 IBM 等極少數公司，還沒有其他離子阱量子計算機，目前能夠達到可參與計算的量子比特過百。」
極客公園獲悉，随着産品的宣布，華翊量子公司也宣布已完成近億元戰略輪融資，中國移動旗下北京中移數字新經濟産業基金獨家投資。
公開資料顯示，華翊量子成立于 2022 年 1 月，脫胎于清華大學量子信息中心，創始人爲中國科學院院士、清華大學量子信息中心主任段路明教授。CEO 爲原清華大學副研究員姚麟博士。
近日，華翊量子 CEO 姚麟博士接受了極客公園的采訪，他解釋了此次華翊量子采取了怎樣的路線突破了離子阱技術路線量子比特規模限制，量子比特規模突破的意義，以及更大規模的量子計算機未來将對人工智能、生物制藥等領域将産生怎樣的影響。
以下是對話原文，由極客公園整理。
百比特量子計算機，意味着什麽？
問：華翊量子此次宣布年内發布新一代的産品，量子比特規模将提升至百比特級别，這意味着什麽？
姚麟：量子比特的規模提升會帶來量子計算機計算能力的提升。而目前人工智能領域、生物制藥領域等等許多有價值的商業問題的瓶頸就在于量子比特的規模不夠大。
量子計算機的特性是，量子計算機的計算能力會根據量子比特數量的增長，呈指數級加速。
估算下來，大約是按照量子比特數的 2 的 n 次方的速度增加。比如說我們第一代産品有 37 個量子比特，計算能力可能大概是 2 的 37 次方，而如果到 100 個量子以上，那就會有 2 的 100 次方的計算能力，性能增加會非常的可觀。
我們的第二代産品預計達到 100-200 量子比特，預計在 2024 年上半年發布，之後還将推出 300-600 量子比特規模的第三代産品。
這樣的量子比特規模提高，是一個裏程碑式的進展。據我們所知，除了 IBM 等極少數公司，還沒有其他離子阱量子計算機目前達到了能夠參與計算的量子比特過百。所以我們也希望能夠在這個基礎之上緊跟國外最領先的一些企業的步伐，相應地做一些競争性的産品。
日本富士通量子實驗室展示的 64 量子比特的量子計算機 ｜ 圖片來源：視覺中國
問：公司目前的客戶是如何應用量子計算機的？在産生了這樣的突破後，會有什麽變化嗎？
姚麟：科研界的客戶會稍微多一些，其中包括清華、中科大這樣的學校，也包括國家或地方的實驗室。我們會和客戶共同尋找一些可能的業務方向。
我們也有企業客戶，領域分布包括有生物制藥、金融、通信，也有一部分互聯網相關的企業。這些行業客戶會把現有的業務拆解到對應的一個一個的數學問題或者算法表示，然後再看哪一些可能比較好在量子計算機能夠獲得一些好的結果。比如金融這邊，應用量子計算機的項目我們做的比較多的是用戶分類項目。
目前大家都還處于尋找哪一類的問題比較适合用量子計算機來求解的階段。量子計算有一個比較大的特征在于，其實我們還沒有辦法很好地估計在多大的量子規模下，能夠去實現什麽樣的計算，都是要等到真正有實際計算機之後，再用對應的算法去運行一下才知道。
我們預想中，在量子化學和創新藥的一些新藥的設計中，新的量子計算機可能會發揮更大的作用。可以去尋找它的一些分子的功能團，在未來的藥物或者說靶點的相關設計與發現可能會有一些幫助。我們已經在這方面開展了一些提前的算法相關的研究，也規劃了一些發布後的應用測試。
問：公司還宣布，未來量子比特規模可擴展到上萬，那對于量子計算機的應用會産生哪些影響？
姚麟：總的來說，量子比特規模的提升，讓我們有更大概率可能解決更加具有商業價值的問題。包括我們最近在關注量子化學領域、創新藥的研發等等。根據我們接觸到的問題來看，一些偏創新和設計方面的一些問題對整個量子比特數量的要求其實還是蠻高的，有的時候不見得是一兩百個，或者上百個量子比特能夠完全滿足的。
比如在求解化學問題的時候，其實本質上是求解它所有電子軌道的可能排布。比如說我印象中，之前有一個使用量子計算的應用，有關一個水分子的相關化學能，實際上需要用到十幾個量子比特。但其實水是一種比較簡單的結構，在水上面再增加一個氧原子，變成過氧化氫，它的複雜度其實就要到接近 20 個量子比特的規模。
所以，隻要稍微增加一些元素，量子比特的增加速度是很快的。比如說像磷酸鐵锂，可能接近一兩百個量子比特的規模才可以求解。再考慮到它本身不是一個線性的開銷，如果要分析它的一些可能構型的變化，可能需要到兩三百個或者是更多的量子比特的規模才能有效求解。
量子計算機能夠求解或者預測一些對應的分子結構，但現在都還停留在比較小的規模上。随着量子比特規模的提升，我們有希望解決越來越大的分子結構下的一些化學反應的過程，這會非常有商業潛力。
如果是一個比較簡單的結構，其實采用經典計算機也可以比較好地進行估計，越複雜的化學物質結構，用經典方法估計誤差會越大，而随着量子比特規模的提升，量子計算機在未來的性能水平下，就可以支持這樣的計算。我們也希望能夠通過硬件能力的進步，真正地幫助解決這樣的問題。
問：在這個方面，目前很多人覺得 GPU 的算力已經達到極限了，量子計算會不會未來能夠助力人工智能計算？
姚麟：是的，這方面在未來也是我們研究的一個重點方向，因爲 GPU 性能的提升，往後确實面臨的限制很大，比如說 2 納米以上就很難提升了。此外，它本身涉及的計算能耗現在已經達到了非常高的水平，而量子計算的能耗有很大優勢。
從原理上來說，整個量子計算裏面所消耗的能量遠遠小于現有經典計算機體系的。包括之前谷歌做過一個量子優越性的實驗，當時有研究人員用經典計算機來實現同樣的問題，來證明谷歌當時所推出的量子計算的優越性可能并不是那麽顯著，或者說可能并不一定存在，但是他們證明過程中使用經典計算機解決同樣的問題，所消耗的功耗遠遠超過于當時執行量子計算的超導量計算機的功耗。功耗現在對于經典的計算機或者是 GPU 的限制，目前看起來也越來越大，所以這方面量子計算有很大的優勢。
在量子計算與人工智能方面，目前包括複旦大學在内的學校，都有在做一些研究。但現在的研究，主要還是受限于量子計算機本身能夠實現的量子比特規模并不是那麽大，導緻它真正能支持進行有效計算的模型規模，遠遠達不到現在大模型所要求的規模。
據我所知，大家還是尋求在一些小樣本，或者說相對規模較小的模型下，做一些有效的預測，面向的問題更具體和垂直，不是在研究做一個非常通用的模型，甚至是通用大模型來解決問題，但基于人工智能設計相關的算法方面已經有了很不錯的成果，而且對于量子比特的要求也沒有那麽高，所以其實我們也是非常有興趣的。不過目前還是以關注科研界相關的重要突破爲主，相關算法開發的優先級沒有特别高。
問：很多人認爲量子計算機就是一種比經典計算機算力更強的算力，能夠替代經典計算機，這種看法正确嗎？
姚麟：這實際上是一種常見的誤解。量子計算機其實是一種輔助的計算方式，或者說它的存在，可以解決一類問題。
我們可以把它類比爲，最早的時候做計算都是采用 CPU 這種通用的這種計算機芯片來完成。一開始 GPU 的出現是爲了解決多邊形渲染的圖像學方面的問題，再往後，大家逐漸發現 GPU 在整個科學計算，在整個大規模的平行計算上，它的體系架構會有優勢。
量子計算機可能更類似于 GPU。未來量子計算一定可以找到屬于它自己的特别具有優勢的一類問題。這一類問題，一旦量子計算機能夠解決，經典計算機就不可能反過來超越它，但它并不是用來解決所有的問題的。像 GPU 一樣，它不會被用來解決所有的，通用的問題，而是會解決其中的一部分問題。
技術突破來源于對離子阱路線的重新設計
問：從一代産品到二三代産品，量子比特規模提升地非常快，團隊在哪些方面實現了突破？
姚麟：我們采取的是離子阱的技術路線，此次最核心的突破是在整個的設計架構上。
采用離子阱的技術路線構建量子計算機，需要構建一個離子鏈。簡要地講，原先的離子鏈構成方式，通常都是在水平方向上排成一條直線來實現的。直線的離子鏈會受到一些的限制。其中最簡單而言，因爲離子和離子之間存在着電場形成的斥力，它們之間的距離是沒有辦法無限地壓縮的。
在這種情況下，當你去提升它的規模，離子鏈的長度會增加後，會帶來一系列的問題，包括控制的誤差，邊緣成像的一些像差等等，很難做對應的操作和補償。
我們公司的主要技術突破來自于創始人段路明教授。段路明教授是國際著名量子信息專家，專長于大規模離子阱量子計算的研究。段路明教授之前在美國就做了很多量子計算方面的研究。包括美國首家量子計算機上市公司 IONQ，就是基于段教授之前提出的離子阱量子計算規模化方案。
2011 年，本已在美國已獲終身教職的段路明教授在姚期智院士邀請下返回中國，在清華大學量子信息中心組建團隊；2018 年段教授全職回國。而華翊量子此次量子比特規模化的突破，就來自于段教授在最近幾年提出的一些新的構想。
我們目前是以二維離子晶體的方式來構建量子計算機。也就是說離子量子比特不再是排布成一條直線，你可以認爲它是 n 條直線在空間中排布成一個類似于二維的菱形。
在一條直線的排布方式下，極限可以做到 100 到 200 個離子一條鏈。而我們現在的方案可以往下做到 50 × 200，也就是能夠未來做到上萬的量子比特的規模。
當然目前我們實現的是幾百量子比特或者是一千出頭的量子比特的規模，但是可以看到未來有充分的可擴展性。所以這樣一個新的方案，特别是經過我們近期的一些工作成果來看，其實有非常大的潛力。
華翊量子二維量子比特陣列
問：構建量子計算機的方式，除了離子阱的技術路線外，還有超導、光量子、中性原子等技術路線，華翊量子爲什麽選擇離子阱的技術路線來構建量子計算機？
姚麟：我們對各個技術路線都有所了解，在過往工作經驗上，有真正地構建過相關的實驗系統，了解過它們的細節和一些深層的優勢和劣勢。
作爲企業來講，我們專注做離子阱的技術路線，其實是看中了它的幾個優勢。
首先成本的優勢很顯著。離子阱的量子計算機擴展的過程中不需要增加額外的器件來支持量子比特的提升。我們每一代的量子計算機本身都具有一定的升級能力。
有點類似于計算機的超頻，可以設置對應的工作頻率，而不需要增加額外的硬件變化，我們的量子計算機更改控制系統的一些參數的設定，就能控制更多的離子，再用激光進行相應的操作就可以完成更多的計算。
當然它也是有限度的，比如說像我們的第一代産品，是按照 37 個比特發布的，目前來看把它逐步升級到 70-80 的量子規模，沒有太大問題，我們第二代量子計算機發布的時候應該是按照 110 量子比特左右的規模發布，但是未來也是同樣具有升級到 200 甚至 300 量子比特可能性。
升級本身也會帶來一定的成本，但是比重新構建一台新的量子計算機的成本低非常多。可能在研究的時候，成本的優勢大家并不是那麽關注，但是在産業化或者說商業化的過程中，成本的重要性肯定會越來越多地體現出來。
其二，離子阱的技術路線在大規模的量子計算中，會呈現出更好的特征。大規模的量子計算需要解決兩點：量子比特的規模能不能做大和能不能充分發揮量子比特的能力。這方面離子阱路線是有優勢的。
華翊量子一代産品 A37 核心部件
問：在這方面相關的，有看到行業中的人表示，有些量子計算機宣稱達到了百量子比特的規模，但是實際上好用的和可用的量子比特沒有那麽多。這個和您說的第二點是不是相關的？
姚麟：是的。在量子比特規模提高之後，怎麽充分發揮它們的計算能力，在真正的計算問題中能夠把它們都用上，其實是一個非常困難的問題。
離子阱技術體系在這方面有一個非常好的優勢。離子是可以遠距離相互作用的，在中性原子的技術路線上，我們看到原子量子比特可以做一些近距離的相互作用，但是離子阱的體系下面，整個量子比特之間可以發展遠距離相互作用，非相鄰的量子比特之間，也可以很好的耦合傳遞，讓它做全局的計算成爲可能，所以這個是未來的一個重大優勢。
同時我們也正在改進現有的操控手段，通過改進離子量子比特的操控方式，降低參數擾動，實現更高效的離子量子比特全局互聯，讓所有的量子都能夠更好地作用進來，哪怕在百量子比特以上，或者說未來的千量子比特以上，都能夠充分發揮它的計算能力。但這個我們暫時還沒有發表太多的細節，但是目前從一些前期的結果來看，結果相當不錯。
問：離子阱的技術路線，離實現量子優越性還有多遠？（量子優越性：量子計算機需要在特定的問題求解上，表現出超越經典計算機的能力，從而解決連超級計算機都無法在短時間内解決的計算任務。）
姚麟：其實倒也不遠。
證明量子優越性來自兩個方面：一個是證明你的計算速度會快于經典計算所能達到的，另一個，是量子計算機能夠解決經典的算力不能有效計算的問題。哪怕全世界所有的經典超級計算機加在一起，也不能有效計算的問題。
實現量子優越性，其實很大的程度上，是依賴量子比特的規模的增加。我們第二代的産品，其實就很有希望實現量子優越性，我們也有相應的規劃做一些對應的、相關的應用演示，所以我相信未來很快。
另外本身離子阱的技術路線，其實清華大學之前就有做過一些在量子模拟方面的量子優越性的演示，隻是說它不是基于通用邏輯門的方式實現的。但那個其實也是一個量子優越性的演示，不過相對來說那個問題的演示不是那麽具有商業性的價值，更偏向于一些物理研究問題的相關的優越性的演示。
量子計算全面商業化 仍需五年或更長
問：目前華翊量子團隊有多少人？
姚麟：目前團隊幾十人規模。主要團隊都是來自清華大學量子信息中心畢業的博士生和已出站的博士後。其中大概有十幾個從清華這邊過來的博士，也經過校招和社招招聘了一些光學、電子方面的優秀的工程和科研人才。
整個團隊的最核心的精力還是放在如何快速提高量子計算機的硬件性能。在量子計算機上運行的算法研發方面，我們也有少量投入，大概有三四個人在做相關研究，更多地是與客戶合作，共同研究和探索怎麽更好地利用量子計算機的計算能力。
問：目前的量子計算機采取怎樣的方式交付給客戶？
姚麟：目前還是以提供計算服務的形式爲主，沒有做整機的交付。客戶通過我們給他們提供的接口和編程環境遠程地跑量子分析，進行相關的一些計算任務，但這裏面我們肯定也會配合他們共同地做一些開發。
量子計算機基本上都是這類的商業模式，具體的收費模式略有不同，但總體來說都是對應所做的計算任務來收費，這是爲什麽國内外大家會默認地采用雲服務爲主的方式。
問：此次融資的投資方本身也是華翊量子的客戶，這對未來華翊量子的發展會帶來哪些影響？
姚麟：我們很感謝中國移動旗下的産業基金對我們的支持。除了資金支持外，他們能夠爲我們提供産業合作的機會，對我們有非常大的幫助。
我們現在很多時候在尋求和産業投資者的合作。産業投資者會有一些新技術布局的考慮，同時自身本身就有一些利用新技術的改善自己現有業務的動力和期許，我們在這方面就可以比較好地做共同的合作研發，基于他們現有的，明确的一些業務的問題，尋找更多可能的量子計算的解決方案。
美國的量子計算公司，會和很多行業上的大型企業合作，這些大型企業也願意對他們進行提供支持。我們也希望能夠仿照美國的形式跟更多的行業客戶建立聯系，以實際的業務問題爲導向，尋找一些共同的開發的機會，幫助我們找準重點，做一些對應的技術突破。
問：目前的盈虧狀況如何？
姚麟：我們現在肯定研發投入是很大的，要達到盈利還需要有一段距離。包括我們現在的合作客戶都是研究型的一些用戶居多。
我們預期未來量子計算機在整個商業領域取得廣泛的應用之後，盈利空間和市場空間可能遠遠大于現在的規模。現在這個階段，我們其實并不以短期的盈利作爲追求的目标。
我們現在首要關注的是尋求技術的積累突破，構建競争壁壘，第二是通過商業化運行的模式拓展用戶的需求。通過持續做研發投入，通過真正地服務客戶，在客戶的應用當中，尋找到盡可能快的商業落地的路徑，找到盡可能能夠實現真正突破商業應用的問題。
問：您預期一下，比如說整個行業或者是您的公司什麽時候才能比較達到您剛才說的廣泛應用遠遠大于現在規模的情況？
姚麟：目前還是一些小範圍的應用或探索，有可能最近幾年能夠在某些特定的商業問題上能夠體現出其優勢并得到更大批量的應用，但要達到非常廣泛的應用時間上預計大概在五年左右，也可能更長。
問：有觀點認爲，未來三到五年，量子計算可能還是要在含噪聲的體系下執行，這個對量子計算機的商用會有影響，您怎樣看待這樣的觀點？
姚麟：含噪聲，簡單來講就是每一次計算過程中都是可能出錯的。經典計算機每一步的計算過程也可能出錯，但所不同的是，量子計算機出錯概率是遠遠高于經典計算機所能達到的程度，這是因爲量子計算機本身是利用一些極其微小的離子的量子态來進行操作，當你去利用這種量子态的時候就很容易受到外界各種各樣的噪聲的影響，所以它對噪聲的敏感性遠遠強于經典計算機基于數字電路的計算體系。
如果從長遠的觀點來看，大家普遍都同意，未來是要做一些邏輯量子比特，也就是說你通過一些編碼的方式實現糾錯，用多個量子比特去表示一個量子比特，最後實現一個完全容錯的量子計算。類似于在經典通信裏面，大家會用 10 個比特來表示 8 個比特，這樣對整個的傳輸錯誤和噪聲就具有很好的抵抗，降低了錯誤率。
而短期内，還是需要盡量壓低錯誤率，提高門的保真度。未來要實現可糾錯的量子計算，對于錯誤率也仍然有一定的要求。從商業化角度來講，也有一些其他的方式，包括像大家目前普遍采用的，在計算的過程中采用多次的計算，重複 1000 次或者 10000 次，看計算結果整個會有一個分布，通過這個分布來決定尋找你所要的答案，是這樣的一些方式來做。
但是我确實認同，未來三到五年，量子計算可能還是要在含噪聲的體系下執行。通過量子糾錯實現完全容錯的量子計算是一個長期目标。要實現這樣一個目标，本身對量子比特的消耗和對應計算的消耗是巨大的。
問：在量子計算領域，2023 年有怎樣相關的進展？
姚麟：最大的成果我們認爲有三項。
在超導路線方面，IBM 發布了兩代芯片，一個是超過 1000 量子比特的芯片，另外一個是不追求量子比特規模，隻有 133 量子比特的芯片，但是整個的量子比特的保真度，相幹時間等指标都有更強的提高。這對于整個超導量子計算方向都是非常重要的進展。
離子阱路線上，霍尼韋爾旗下的量子計算公司 Quantinuum 去年做了一些新的測試，把量子體積推到了 2 的 19 次方，遠遠超過其他技術路線。
中性原子路線方面，由哈佛大學 Lukin 團隊、初創公司 QuEra 等團隊合作取得了一項驚人的成就：在一個 280 物理比特的中性原子體系中實現了碼距爲 7 的表面編碼邏輯量子比特，以及碼距爲 2 的 48 個邏輯比特。邏輯量子比特其實就是通過編碼去抑制計算裏面可能存在的錯誤，他們在那邊發布了一個很好的結果。
在去年年底的時候，各個技術線上都有一些長足的發展。接下來的幾年，大家的競争也會更加激烈，發展也會更加迅速。
問：2023 年，量子計算的關注度有所下降，您如何看待 2024 年的量子計算行業？
姚麟：我們也确實是有這樣一個感覺，可能因爲生成式人工智能，OpenAI 的成功，整個大模型領域，顯然更多地吸引了大家的一些目光和一些投資注意力，毫無疑問會影響領域的熱度。不過 2023 年年末到 2024 年開年，我們又看到了不少相關的融資進展，比如剛剛提到的 Quantinuum 公司也獲得了新的融資。
不過不管是大模型，還是量子計算，其實都是新一代的，實現更好的計算能力，更好地利用計算能力的技術，大家的目标是一緻的。我們很樂見 AI 的快速發展，也認爲整個量子計算方面，不管是國内還是國外，去年其實都有了一些非常不錯的技術上突破的成果。我們相信整個領域的技術進步，一定會進一步吸引投融資相關的熱情，促進整個領域進一步地快速發展。
