涨了，整个量子板块概念股都涨了，格尔软件、浙江东方、达华智能等部分股票甚至涨停了。
量子板块股价集体飙升的原因在于全球互联网巨头谷歌日前官宣，全新量子计算芯片Willow取得重大突破，困扰了量子计算30多年的错误率被大幅降低，当前顶级计算机需要10^25年才能完成的计算，Willow仅需五分钟就可以完成。
10^25年比宇宙的寿命更长，Willow让人产生了一丝虚假感，有人怀疑量子计算芯片是元宇宙、区块链等概念一样的噱头乃至泡沫。
身为全球互联网巨头，谷歌自然不会明目张胆造假，Willow拥有远超传统芯片的计算能力，但实现超高计算能力的背后亦有代价。
计算芯片，迈入量子时代
小雷曾看到不少网友表示，第一次和第二次工业革命的原理很容易理解，但信息技术带来的第三次工业革命仿佛进入了黑盒，普通网友根本不懂计算机的运作原理。
我们所使用的计算机都基于二进制逻辑计算，即晶体管存在0和1两种状态，所显示的一切信息和计算的一切数据，都是通过无数次二选一最终确定的。
处理的信息越多，计算所需的时间自然也就越长，例如十进制下数字的100在二进制下为1100100，有7个字符，1000转化成二进制则为1111101000，有10个字符。
（图源：豆包AI生成）基于量子芯片的量子计算机之所以计算速度远超传统计算机，原因便在于它不再采用线性计算方式，而是基于量子位，也就是量子比特。
量子比特简单来说就是通过量子的叠加态，令量子计算芯片一个二位寄存器同时拥有00、01、10、11四种状态，量子叠加和量子纠缠赋予了量子计算芯片强大的并行计算能力。一个量子系统中的量子比特数越多，它的计算能力也就越强。
量子叠加态极易受到外界环境影响，从而发生量子坍缩。量子比特越多，受外界环境影响发生错误的可能性就越高。但量子计算机又要求量子一直处于叠加态，因此其必须在接近绝对零度的极低温环境工作，以避免被外界温度影响。
谷歌将3×3编码网格扩充至5×5，再扩充至7×7，利用信息分布到其他量子比特的方式进行纠错，大幅降低了量子计算芯片的错误率。通过多次测试，谷歌认为105个量子比特的Willow芯片可在量子纠错和随机电路采样测试中保持最佳性能。
量子计算机超高计算能力的背后是高昂的成本，2017年The Verge购买的D-Wave 2000Q量子计算机，价格高达1500万美元。现在量子计算机的成本虽有所下滑，但IBM等公司提供的量子计算机和配套服务，价格仍在千万美元左右。正因如此，量子计算机的商业化场景探索十分缓慢。
中国未曾缺席，阿里遗憾错过
海外企业涌入量子计算领域的同时，国内企业也没有掉队，反而奋勇争先，将量子计算视为一次机会，取得了不少技术突破。
2024数字科技生态大会期间，中电信量子信息科技集团有限公司发布了量子计算机天衍504，该计算机基于中国科学院量子信息与量子科技创新研究院研发的“骁鸿”量子计算芯片，量子比特数高达504个，是目前全国比特数最多的量子计算芯片。该公司还有天衍24、天衍176等多种型号量子计算机，其中天衍176双比特门错误率已降低至2%以内。
（图源：中电信量子信息科技集团有限公司）安徽省量子计算工程研究中心与量子计算芯片安徽省重点实验室，推出了具有72个工作量子比特和126个耦合量子比特的量子计算芯片“悟空芯”。只是这些企业的名气不够大，在互联网上的影响力不如谷歌，故而许多网友未曾听说，不了解国内企业在量子计算领域的实力。
互联网巨头中，华为早在2020年就申请了一项名为“量子计算方法及设备”的专利，进军量子计算领域。字节跳动在2021年曾公开招聘量子计算机研究人员，布局量子计算。这两家企业量子计算机仍处于研发初期阶段，暂时没有太多有效信息。
国内另一家互联网巨头阿里巴巴着实可惜，作为最早布局量子计算的巨头，其在一年前关闭了达摩院量子实验室，并将研究设备捐赠给了浙大。阿里巴巴的量子实验室最早可以追溯到2013年，十年未能磨出宝剑，反而解散，这表明研究量子计算芯片也存在风险。在Google终于“摘桃”时，不知道阿里巴巴当年投身量子计算的技术人才，当下是何种心境？
量子计算芯片是AI的终局？
谷歌在X平台官宣量子计算芯片Willow后，互联网巨头与行业大佬们纷纷发文庆贺，并发表了自己的看法。特斯拉CEO马斯克为其点赞，表示未来或许会使用星际飞船，在太空中建造量子计算集群，为此需要大规模建设太阳能设施。
OpenAI CEO Sam Altman也向谷歌CEO Sundar Pichai表达了祝贺，Web3 AI公司Hyperbolic联合创始人Yuchen Jin则建议OpenAI与谷歌合作，使用量子计算芯片训练AI。
AI确实是量子计算芯片的最佳使用场景，因为训练AI大模型需要庞大的算力规模。华为官方数据显示，截至2023年底，中国数据中心标准机架超过810万架，总算力规模高达230EFlpos，是2023年的3倍，其中智能算力规模为70EFlops，增速超过70%。然而，高速增长的算力基础设施均是基于传统的逻辑计算模式，长期来看依然远远无法满足AI的需求，Sam Altman甚至提出了一个数万亿美元的AI算力投资计划。
现在看来，量子计算可能是AI算力短缺的解药。然而将量子计算芯片应用于训练或推理AI大模型，现在看来还是有些难。AI大模型的训练本就是黑盒模式，会受到互联网上的错误数据影响，量子计算芯片本身也存在错误率，叠加之下可能会影响AI大模型训练和推理的精确度。
（图源：豆包AI生成）至于马斯克提到的在外太空建设计算机群，现在看来基本不可能，一个散热现在恐怕都无法处理。外太空温度虽低，可也没有介质用于散热，量子计算机本身存在发热，且极易受到温度影响。地球上构建极低温环境较为方便，限于火箭运力、安全性等诸多因素，外太空建造适合量子计算机工作的环境太难。
综合来看，量子计算芯片的最佳使用场景，依然是AI大模型的训练和推理，短期内因成本、工作环境等因素，量子计算芯片无法快速产生价值，仍需要国内外企业潜心研究，降低量子计算芯片的错误率、成本，并打造量子计算配套生态。
马斯克的提议现在看来难以实现，可科学技术不断进步，或许在不久的未来，SpaceX将能够运载量子计算集群升空。不过正如马斯克所言，在此之前要大规模建造太阳能设备，为太空量子计算集群做好供电准备。
中国企业弯道超车的机会？
AMD CEO苏姿丰曾表示，芯片的制程工艺和芯片架构同样重要。经过多年时间发展，制程工艺即将进入瓶颈期，或者说即将进入量子领域。制程工艺进入5nm后，就会出现量子隧穿效应（俗称“漏电”），电子会从一个晶体管穿梭到另一个晶体管，导致晶体管失效。制程工艺越小，量子隧穿就会越明显，行业普遍认为1nm是芯片制程工艺的尽头。
仅依靠芯片架构的升级，AMD、NVIDIA、Intel、高通等企业将很难维持大幅度性能提升，能效更是可能会出现倒退。在制程工艺走到绝路的今天，量子计算芯片或许会成为芯片行业可以一试的新赛道。
对于国内企业而言，量子计算时代的到来绝对是好消息，半导体时代大陆地区半导体技术落后，制造环节制程工艺、良品率均不如中国台湾的台积电和韩国三星，最关键的光刻机还在研发中，更没有诞生能够媲美AMD、Intel、NVIDIA的CPU和GPU企业。量子计算芯片依赖低温制程和超导技术，不需要光刻和蚀刻，理论上生产难度更低。
汽车行业，依靠新能源技术，国内车企成功实现了弯道超车，不但迫使合资车、进口车降价，还向外输出技术。如今量子计算芯片时代到来，国内芯片厂商或许可以效仿新能源汽车行业，通过量子计算技术实现弯道超车。
国内AI行业蓬勃发展，对于芯片的需求量不断攀升，华为、字节跳动等企业入场，估计也是为了研发用于AI大模型训练和推理的量子计算芯片，以降低芯片采购成本，或出售给其他AI企业。或许5-10年时间，我们就能看到量子计算芯片从实验室走入数据中心，走向商业化。总而言之，未来可期，Google这一步让产业重拾信心。
