當下的量子計算格局就像是50年前的半導體芯片行業。硅基集成電路（IC）于1968年進入“中規模”集成階段。在短短幾年內，單個芯片上的晶體管數量就從十個激增至數百個。一段時間后變成了數千個，然后是幾萬個，而現在——五十年后的今天——單個芯片上晶體管的數量已達數百億。
量子計算是量子物理的一個實際應用，它將被冷卻到毫開爾文溫度的單個亞原子粒子作為計算元素（compute elements）。 這些亞原子計算元素被稱為“量子位”。量子位可以用CMOS技術制造，如標準IC。但若想在量子計算機極度寒冷的運行環境中，通過互連、控制和傳感器電路來操縱和協調越來越多的量子位，需要新的科學和技術的發展。
IBM 16量子位處理器(來源:IBM)
量子計算目前正處于量子位只有兩位數的時代。2017年，一個具有20個通用物理量子位的芯片橫空出世，「我」相信2018年，我們將見證具有超過50個通用量子位的芯片誕生。但是第一個面向大眾市場的通用量子計算機需由數千個邏輯量子位構成。邏輯量子位是容錯的，可以進行錯誤檢測并最終糾錯。幾千個邏輯量子位至少可以轉換成幾萬個物理量子位——這取決于物理量子位構造——數量級也可能更高。
IBM的量子計算機I / O子系統，用于獲取進出毫開爾文液氦浴中的電信號（來源：TIRIAS Research）
事實上，從幾十演變為幾百個物理量子位需要一定的時間；從幾百到幾千則需要更長的時間。專家們認為，一個具有數千個邏輯量子位并可商業化部署的量子計算機問世至少需要十年的時間，甚至二十年。 “量子至上”很難一蹴而就。不過與此同時，許多供應商正在取得令人矚目的進展。
這是2018年初量子計算的記分卡。量子計算目前正處于快速擴張階段，但當數量較少時，快速增長很容易。
量子系統之下
IBM和Rigetti推出了可用于公共和有限訪問使用的基于云的通用量子計算機（分別為20和19量子位系統），各自都有一個全棧軟件開發工具包（devkit）。 NTT推出了基于云的量子點和基于光子學的體系結構，及其全棧開發套件（devkit）。 微軟和谷歌推出了他們的通用量子計算研發計劃以及全棧devkit和模擬器，但尚未公開展示硬件。英特爾展示了芯片原型，但還沒有進行驗證。 IonQ，Quantum Circuits和RIKEN正在投資硬件開發，但還沒有對外公布他們的工作。目前只有兩家公司在向客戶銷售專用系統，不過是否可以被稱為量子計算機仍存在爭議：D-Wave的量子退火架構和Atos的專用量子模擬器。
D-Wave和NTT實現了2048個物理量子位，不過他們使用完全不同的技術來實現，而且他們的系統并沒有顯示出完全通用的量子計算能力。他們的架構適用于解決優化、分子動力學、甚至深度學習訓練和推理任務等問題。
D-Wave量子計算芯片(來源: TIRIAS Research)
量子計算模擬
模擬數十個物理量子位需要大量的“傳統”計算能力，這相當于當下最先進的基于IC的計算、內存、存儲和網絡結構。如果研究人員可以真正構建與當前仿真系統一樣大的真實系統，這些“仿真軟件”可能比他們模擬的量子計算機運行速度慢幾個數量級。
上周，來自Jülich超級計算中心，武漢大學和格羅寧根大學的歐洲研究人員組成的團隊成功地模擬了一個46量子位的通用量子計算機。 這個模擬打破了美國能源部勞倫斯伯克利國家實驗室4月份創下的 45量子位的記錄。去年7月，哈佛 - 麻省理工學院超冷原子中心和加州理工學院的一個美國團隊模擬了一個51量子位量子計算機，但它是為了解決一個特定的方程，而不是通用的模擬。 去年11月，馬里蘭大學和美國國家標準與技術研究院（NIST）的一個小組發表了一篇關于53量子位模擬器的論文，但它也是為了解決一個特定的問題。
同時，在云計算中，IBM在一臺經典的超級計算機上內部模擬了一個56量子位的通用系統。但是，在公開使用16量子位系統的情況下， IBM似乎并不重視Q Network項目之外的最終用戶仿真。 微軟新推出的量子開發套件支持在其Azure云中模擬“超過40個量子位”，其本地基于PC的模擬可以在16GB內存中擴展到大約30個量子位。 我不得不懷疑，微軟的Azure量子計算模擬是否與它最近與Cray的合作關系有關。Rigetti的基于云的Forrest模擬器可以模擬多達36個量子位。 Google的Quantum Playground可以模擬多達22個量子位。
通用芯片
2017年底，IBM推出了20量子位芯片，這是IBM Q Network發布的基石（詳細信息請參閱下面Q Network的公告）。IBM表示，他們已經構建好并在內部測試了一個50量子位芯片。IBM Q Network的參與者可以訪問新的20量子位系統，隨著量子位芯片發展，他們還可以提前訪問50量子位芯片。
英特爾在去年十月份向其研究合作伙伴QuTech（荷蘭量子計算和量子互聯網研究中心）交付了一個17量子位的測試芯片，并于2018年初在消費電子展（CES）上展示了一個49量子位芯片。Rigetti本周宣布，其19量子位芯片可用于云訪問（訪問需經Rigetti批準）。
Rigetti的芯片是20量子位架構，其中一個量子位有一個制造缺陷，緊隨在IBM之后。谷歌已經在內部測試了6個、9個和20個量子位芯片，并且正在研究一個49量子位芯片，該芯片本計劃在2017年底交付使用，但并沒有如期發布。
Rigetti 20量子位芯片(左)，谷歌6量子位芯片及其載體 (中)，英特爾49量子位芯片載體(右)(來源:各自的制造商)
Atos表示，其40量子位模擬器基于英特爾的Xeon處理器，但專用硬件加速器“即將問世”。這并不奇怪，因為IBM正在內部使用其Power Systems在開發過程中模擬量子計算機。
量子軟件開發
在軟件方面，為了吸引學術研究人員到特定的體系結構，開源關鍵代碼是必需的，因為這些研究人員在過去的幾十年里一直在開源內部量子計算環境。
今年，IBM開放了QASM（Quantum ASseMbler），這是IBM QISKit（Quantum Information Software Kit）的一個關鍵部分 。XACC（EXtreme scale ACCelerator）連接到Rigetti的模擬器和原型芯片以及D-Wave的生產系統。 QuTiP（Quantum Toolbox in Python）是開源的量子計算模擬器，在各大量子計算硬件社區中使用（阿里巴巴、亞馬遜、谷歌、霍尼韋爾、IBM、英特爾、微軟、諾斯魯普·格魯曼、Rigetti和RIKEN的標志都在其網站上出現）。
據推測，QuTiP正被用來模擬正在開發的硬件架構。Google與Rigetti合作了一個編譯和分析量子化學問題的開源軟件包——OpenFermion。微軟則推出了Q＃（Q-sharp）量子計算語言（請在下文中閱讀有關微軟的更多信息）。相關的活動還有很多，在此不再一一贅述。
關于中國
由于缺少量子計算機的出版物和公告，中國公司一直受到廣泛的關注。今年中國宣布成立了價值100億美元的量子信息科學國家實驗室，并計劃于2020年開放。阿里巴巴、百度和騰訊在人工智能和深度學習投入了大量資金，希望今年可以聽到更多關于他們關注量子計算的消息。
1.微軟宣布量子開發套件
微軟在二十年前——2000年——就開始從事量子計算工作。去年九月份，微軟在Ignite上宣布，它將在2012年發現的Majorana Fermions基礎上開發量子計算程序。如果微軟能夠利用Majorana Fermions，微縮邏輯量子位可能比替代量子位技術經濟得多——僅需大約10個物理量子位到一個邏輯量子位，而不需成千上萬個。
微軟的Majorana Fermion量子計算原型芯片（來源：TIRIAS Research）
但是，在其大型的Majorana Fermion推出之后，微軟一直閉口不言其硬件進展。 相反，微軟專注于量子模擬的新的Q＃語言，使其緊密融合其Visual Studio集成開發環境（IDE）和量子計算機模擬工具，包括分析資源利用率的跟蹤模擬器，以及大量的庫、代碼示例和所有的文件。
微軟的量子模擬器使用英特爾的高級矢量擴展指令集，自2011年“Sandy Bridge”處理器一代以來，在英特爾處理器中得到了支持。 微軟去年也宣布了它的項目——基于FPGA的AI加速器的“腦波計劃”（“Brainwave”），并暗示它正在Brainwave上運行“量子啟發優化”。我的猜測是，微軟正在通過優化Brainwave的FPGA深度神經網絡（DNN）邏輯，提高深度學習模型的準確性或速度，或提高這兩者。
微軟的開放十分重要，因為使用Visual Studio IDE的企業軟件開發人員有很多。 這是一個成熟高效的工具包。將量子計算集成到Visual Studio中可能會使新一代的學術研究人員告別開源IDE，就像英偉達通過其CUDA應用程序編程接口（API）和工具包去實現GPU編程一樣。
2.IBM宣布Q Network
IBM已經推出了QISKit API和devkit，以供開發人員訪問IBM基于云的Quantum Experience和本地模擬器。去年十二月，IBM推出了Q Network生態系統開發計劃。IBM將基于支付能力和對IBM量子生態系統可能的貢獻值來限定會員資格，而沒有在會員級別上設限。
訪問IBM的量子計算資源非常簡單，通常訪問都是Q Network參與者的一或兩代訪問硬件和最新的開發資源。 有三種類型的會員，公布的參與者是：
Hubs（教育、研究、開發和商業化區域中心）：慶應義塾大學，墨爾本大學，橡樹嶺國家實驗室（ORNL），牛津大學和IBM研究院
合作伙伴（特定行業或學術領域的先驅）：戴姆勒（Daimler），摩根大通（JPMorgan Chase & Co），JSR和三星（Samsung）
成員（制定量子準備戰略）：巴克萊（Barclays），本田（Honda），Materials Magic（日立金屬集團）和長瀨（Nagase）
IBM的Q Network和更大的IBM Q體驗用戶群的目標用戶是研究生，學術研究人員和商業研究人員。無論是提供基礎設施還是理解如何通過量子計算機編程來解決有用問題，量子計算都還處于實驗階段。量子計算目前還處于發現和啟發階段。
IBM表示，Q Experience工具被1500多所大學，300多所私立教育機構和300多所高中用作其物理課程的一部分。 這也是英偉達成功的CUDA工具教育推廣戰略。IBM稱35個第三方研究出版物使用了Q Experience工具，這個數字令人印象深刻——它突顯了量子計算早期研究人員正在進行的激烈競爭。
關于未來
實現量子計算的商業化，我們還有很長的路要走。途中可能會有一些暫時的優勢， 但隨著投入量子計算研發的大量投入，如果沒有持續長期的研發和商業化戰略，任何一個競爭者的短期量子優勢都將轉瞬即逝。
不出意外的話，2018年我們將看到具有50個或更多通用量子位的系統。我們還將看到一些更專門的系統——超過2000個物理量子位，在解決某一類問題時突顯出顯著的量子優勢。我們計劃在3月份參加量子通信、測量與計算國際大會（QCMC），緊跟量子計算的研究潮流。
延伸閱讀
澳大利亞格里菲斯大學量子動力學中心找到了一種新方法，以在實驗室環境之外的普通條件下觀察光粒子是否存在“幽靈超距效應（Spooky Action At A Distance）”。如果存在，“幽靈超距效應”將可幫助檢測黑客攻擊，從而顯著提升互聯網安全性、數據安全性以及隱私性，在實現超級安全的量子通訊道路上更進一步。
什么是“幽靈超距效應”？
量子力學的創始人之一、著名物理學家——愛因斯坦曾提出了一套飽受爭議的量子物理理論，通過對目標物體的單純感知——在沒有任何形式的接觸的情況下——向其傳遞能量，這意味著兩個互不連接的對象之間同樣可以存在交互，即量子糾纏粒子之間的瞬時效應。愛因斯坦將這一現象總結為“幽靈超距效應”，但又認為量子糾纏理論有所缺失，不夠完善，最終愛因斯坦認為這種“幽靈遠距效應”并不存在。
這項理論如何改善網絡安全性？
科學家們一直在研究超距光子對之間的量子糾纏現象，量子糾纏在本質上可以實現網絡的絕對安全，但光子在高速傳輸過程中發生的光吸收和散射有可能造成信息丟失，威脅網絡安全。距離越遠，被散射得光子也越多；這些光子極易受到攔截，意味著其承載的數據有可能被黑客解碼。澳大利亞格里菲斯大學量子動力學中心此次研究證實了量子隱形傳態能夠解決這一問題。
團隊首席專家杰夫-普賴德教授在一份聲明中表示，“隨著量子通道長度的增加，能夠成功通過鏈接的光子數量會變得更少，這是因為不存在任何完全透明的材料，意味著吸收與散射必然引發光子損失。”
而量子非定域性——即彼此互連的兩套量子系統（計算機）——被視為一種能夠保障兩臺計算機之間數據安全傳輸的整體機制。過程包括檢查發送及接收的數據，從而確定信息是否到達目的地。
數據傳輸系統利用兩個“糾纏態”光子實現兩個位置之間的信息傳輸。這對光子處于“糾纏狀態”，這意味著兩個異地（糾纏）光子間確實會發生相互作用，因此測量其中一個即可獲知與其配對的另一光子的性質。但無法解釋為什么通過光纖通道傳輸光子時，會因吸收或散射損失光子，它只能表明信息的成功傳遞，而真正的問題在于信息傳遞是否安全？
如果科學家們能夠在數據丟失的時候進行糾纏態測試，就能夠很容易地判斷兩點之間的信息是否存在差別，光子是否已經丟失。然而這絕不是項輕松的任務。科學界長久以來一直在努力尋找一種能夠在光子損耗時測試糾纏態的方法。
量子隱形傳態的方法
為了測試糾纏態光子，該研究小組提出了一種名為量子隱形傳態的方法，旨在幫助其研究量子糾纏現象，且此法適用于高損耗系統。
研究論文第一作者摩根·韋斯頓博士解釋稱，該研究小組選擇了一些在高損耗隧道中存留下來但卻因散射而未能抵達目的地的光子。這些光子被“傳送”至另一清潔且高效的量子通訊通道當中，并在這里進行常規量子轉向測試以確定早期系統出現損耗狀況時各光子間的交互或糾纏作用。
韋斯頓指出：“在這里，我們的量子轉向測試將能夠順利完成。我們的方案還記錄下一項額外信號，從而讓我們了解光粒子是否真正通過了傳輸通道。這意味著即使在損耗率極高的情況下，我們也能夠預先排除不成功的分配事件，并安全完成信息傳輸。”
在傳送過程中，研究人員需要使用單獨的高質量光子對。他們必須以極高的效率生成這些額外的光子對，并進行檢測，當研究人員發現長距離傳輸線路出現損耗時，進行補償。而將其放置在一套理想化的系統當中，有助于科研人員研究量子糾纏效應。
利用這種方法，該研究小組得以在長度約80公里的通信光纖內測試光子吸收情況。這項研究結果發表在1月5日的《科學進展》雜志當中。
來源：電子技術應用ChinaAET
往期推薦
