比外太空更冷的那间屋子:量子计算卡在哪道坎上

第一次看到稀释制冷机的照片,我脑子里冒出来的不是“黑科技”,是这个念头——这玩意儿怎么长得像一盏倒着插进地板里的金色吊灯。

一层一层往下,底下那截吊着一块指甲盖大小的芯片。它周围的环境温度大约是10毫开尔文。换算一下,零下273.14摄氏度,离绝对零度只剩百分之一度。宇宙微波背景辐射是2.7K,比它暖和将近三百倍。

砸几千万美元,把东西冻得比宇宙还冷,就为了算几道题。

这事打眼一看就不太正常。所以每次有人跟我说“量子计算快来了”,我都想追问一句:来干嘛?

稀释制冷机内部量子芯片布线真实照片
稀释制冷机内部量子芯片布线真实照片

“同时是0和1”,这个说法基本没用

几乎所有科普都从这句话开场。它不算错。但你要是拿它去理解量子算法,会跑偏到十万八千里外。

一个量子比特的状态,是两个复数的叠加。关键在“复数”这两个字上——它带着相位。测量时你只会得到0或者1,一次一个结果,概率由模长决定。

所以“同时是0和1”带来的,并不是“把所有可能一次性算一遍”。退一步讲,就算你某一瞬间真的摸到了2的n次方个状态,你也读不出来。测量那一下,叠加塌了,你只拿到一个答案,而且还随机。

真正干活的是相位,是干涉。两列水波叠在一起,波峰撞上波谷的地方会互相抵消。量子算法的本质,是精心设计一套干涉图样,让错误答案彼此抵消,让正确答案的振幅被顶上去。

Shor算法分解大数,核心是一段量子傅里叶变换,把藏在里面的周期性“筛”出来。Grover搜索,是把目标态的振幅一点点抬起来。听着挺优雅,对吧?难处在于,你得让这套干涉在噪声里撑住足够久。

敌人不是“算不动”,是“算着算着就散了”

超导量子比特的相干时间,状态好的时候也就几十到几百微秒。而一次门操作,大概是十几到几十纳秒。

做个除法。你大概只能做几百次,运气好上千次,量子态就糊成一团了。

这就是退相干。热、磁通噪声、材料里的缺陷,甚至你为了读它而接上去的那根线,全都在偷偷把信息漏出去。

还有个一点都不科幻的瓶颈:布线。

每一根从室温通到10mK的同轴电缆,都是一条导热的高速公路。你得在每一层装衰减器、滤波器,把热量一层层截住。几百个量子比特,意味着几百根线,加上它们带来的热负载、体积和串扰。有团队在试着把控制电路也扔进低温环境,叫cryo-CMOS。思路很实在,做起来很难。

所以你看,这个领域前线的战争,有相当一部分是微波工程和低温工程的活儿,不是什么玄学。

路线也不止一条。离子阱相干时间长、保真度高,但门速度慢;中性原子能用光镊摆出上千个原子的阵列,还能中途重新排布;光子跑在室温里,可让光子之间发生相互作用特别费劲;硅自旋量子比特在借半导体工业几十年的老本。

现在没人敢拍胸脯说,最后留下来的是哪一个。

离子阱量子计算芯片电极结构显微照片
离子阱量子计算芯片电极结构显微照片

纠错那道门口,刚有人探进半个身子

物理量子比特本身不靠谱,那就用一堆物理比特去编码一个“逻辑比特”。这套活儿叫量子纠错,被讨论得多的方案叫表面码:把比特摊成一张二维网格,靠邻居之间反复做校验,错误就被一点点挤到角落里。

这里面有个很残酷的门槛。假如你的物理错误率太高,把码距加大反而更糟——你等于增加了更多可能出错的地方。只有当错误率低于某个阈值,加比特才划算,逻辑错误率才会指数式往下掉。

2024年底,Google的Willow芯片给了一个挺硬的信号。105个超导量子比特,表面码距离从5做到7,逻辑错误率差不多降了一半。

这条曲线头一回朝“正确”的方向拐弯。

但也别急着欢呼。一个逻辑比特,眼下要用上千个物理比特去堆。想分解一个2048位的RSA密钥?有研究者算过,在当时的错误率下,大概需要两千万个物理量子比特,连续跑八小时。

你现在看到的,是一百来个。差的不是两三倍,是四五个数量级。

而且这东西不吃摩尔定律。半导体制程往前挪一代,晶体管就便宜一截。量子比特的进步靠的是整机——制冷机、控制电子、屏蔽、校准、整套软件栈。它不是把沙子变小那么简单。

速度这笔账,得一笔一笔算

2019年Google发布Sycamore,宣布用200秒跑完了一个经典超算要算一万年的采样任务。“量子霸权”这个词从那天开始满天飞。

三年后,中国的一支团队用张量网络方法,在经典计算机集群上把同样的采样任务做完了,耗时被压到了完全不同的量级。

我不是要嘲笑谁。这恰恰说明科学在按它自己的节奏走:所谓“优势”,从来不是一次宣布就锁死的,它会随着经典算法的进步被反复重新定价。

还有一个特别有意思的例子。2018年,一位18岁的本科生Ewin Tang,把一个“量子机器学习加速算法”给去量子化了——她证明经典算法能达到几乎一样的效率。

量子机器学习那阵子热得发烫,好些论文在那一波之后安静了不少。

所以我现在的态度挺朴素:量子计算不是一个通用加速器。它不会让你的Excel变快,不会让网页加载更快,也不会让大模型一夜之间开窍。它只在某些结构特殊的问题上可能有优势——模拟分子、某些代数问题、某些采样任务。

有点像GPU。打游戏很爽,可你打开Word,它一点忙都帮不上。

你大概率不会买它,但你可能已经被它盯上了

有个反直觉的推论:量子计算最现实的影响,可能发生在它被造出来之前。

叫“先存后解”。今天截获的加密数据,先存着。等哪天量子计算机够用了,再回头解开。

所以真正着急的不是加密研究员,是那些数据要保密三十年的机构。

2024年8月,NIST发布了三组后量子密码标准:ML-KEM、ML-DSA、SLH-DSA,分别对应密钥封装和数字签名。这些东西现在就能用,跑在普通电脑上,安全假设建立在格问题和哈希之上,扛的正是量子算法擅长的那类攻击。

迁移这事的麻烦在于,它不像换个App。证书、固件、物联网设备、银行后台、工业控制器——这些玩意儿的生命周期动不动十几年。你现在不动手,等真需要的时候,往往已经来不及。

数据中心服务器机房加密传输指示灯照片
数据中心服务器机房加密传输指示灯照片

几个常被问到的问题

几个常被问到的问题
几个常被问到的问题

我能买到量子电脑吗? 大概率不能,也不需要。现在你能接触到的是云端排队用几分钟的量子处理器。把它当PC用,没有任何意义。

它能破解比特币吗? 这个说法得加很多限定条件。从没暴露过公钥的地址,暂时还稳;暴露过的,风险另算。而且真到那天,需要的是足够多的逻辑比特,不是几十个物理比特。

它能让AI变聪明吗? 目前证据很薄。这一块的论文里,被经典算法追平甚至反超的比例,不太好意思讲。

快了吗? 比五年前乐观。属于那种“刚看见门缝”的乐观。

回到开头那间比外太空还冷的屋子。它现在主要的工作,其实还是证明自己不是一个昂贵的物理实验。

1981年费曼说,自然界是量子的,你用经典计算机去模拟它,本质上是在硬扛。这句话到现在仍然是这个领域说服力很强的动机。

真正可能头一批被改变的东西,是化学和材料。固氮、室温超导、新药分子——这些问题的计算复杂度,恰恰卡在量子力学本身上。

至于时间表。我猜,会比乐观派说的慢,比悲观派说的快。而这中间的每一段路上,都会有人跳出来宣布“已经来了”。

听的时候,多问那一句:来干嘛。

作者|科技

排版|科技

审核|满满

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:比外太空更冷的那间屋子:量子计算卡在哪道坎上
文章链接:https://www.lfdjt.com/p/keji/a/25495.html