量子计算在商业领域的未来：关键参与者、应用和性能指标
- Claude Paugh
- 7天前
- 讀畢需時 5 分鐘
量子计算有望彻底改变我们解决复杂问题的方式，但它是否已准备好应用于关键业务领域？尽管目前的研究重点主要集中在科学研究方面，但这项技术正稳步迈向工业领域的实际应用。本文将探讨量子计算是否会很快对商业产生影响，主要供应商有哪些，他们的产品提供哪些功能，以及量子计算的性能与经典计算相比如何。我们还将通过一个简单的例子来解释量子比特的工作原理，以阐明这项新兴技术的核心概念。
量子计算是否已准备好应用于关键业务应用？
量子计算仍处于早期阶段，但近年来取得了显著进展。目前，大多数量子计算机的量子比特数量有限，且容易出错，这限制了它们主要用于研究和实验目的。企业界正密切关注量子计算，因为量子计算机有望比传统计算机更快地解决某些问题。
当前业务用例
优化问题：物流和供应链管理领域的公司正在探索量子算法来改进路线规划和调度。
金融建模：一些金融机构正在测试量子计算在风险分析和投资组合优化方面的应用。
材料科学与化学：制药公司利用量子模拟来发现新的分子和药物。
尽管量子计算在这些领域前景广阔，但它尚未广泛应用于关键业务运营。这项技术需要克服量子比特稳定性、纠错和扩展性等挑战，才能可靠地处理大规模的实际工作负载。
未来展望
专家预测，未来十年量子计算将逐步从实验室走向商业应用。结合经典系统和量子系统的混合方法很可能在早期应用中占据主导地位。随着硬件的改进，金融、物流、能源和制药等行业有望从中受益匪浅。
量子比特的工作原理：理解多种状态
与只能表示 0 或 1 的经典比特不同，量子比特由于其叠加特性，可以同时处于多种状态。这使得量子计算机能够同时处理大量的可能性。
量子比特叠加示例
想象一枚硬币在空中旋转。旋转时，它既不是正面也不是反面，而是两者的混合状态。落地后，它就变成了正面或反面。类似地，处于叠加态的量子比特在被测量之前，同时具有0和1两种状态。
从数学角度来看，量子比特状态可以写成：
|ψ⟩ = α|0⟩ + β|1⟩
这里，α 和 β 是复数，表示量子比特处于状态 0 或 1 的概率振幅。测量每个状态的概率分别为 |α|² 和 |β|²，二者之和为 1。
纠缠与干涉
量子比特还可以发生纠缠，这意味着一个量子比特的状态取决于另一个量子比特，无论它们之间的距离有多远。这一特性使得量子计算机能够执行经典计算机无法高效复制的复杂计算。
干涉效应使得量子算法能够放大正确的答案并抵消错误的答案，从而提高找到正确解决方案的几率。
量子计算产品的主要供应商
多家公司在量子计算硬件和软件的开发和商业化方面处于领先地位。它们的产品在量子比特技术、性能和易用性方面各不相同。
IBM 量子
技术：超导量子比特
量子比特数量： IBM 量子系统上可用量子比特超过 400 个（截至 2024 年）
功能特性：基于云的量子计算平台（IBM Quantum Experience）、开源软件开发工具包（Qiskit）以及混合量子-经典工作流程
应用领域：研究、教育和早期商业实验
IBM致力于通过云计算普及量子计算，使世界各地的用户都能在真正的量子处理器上运行实验。
谷歌量子人工智能
技术：超导量子比特
量子比特数量： 72量子比特的“Bristlecone”处理器以及拥有更多量子比特的新型处理器
特点：量子霸权演示、Cirq软件框架和研究合作
应用领域：科学研究、算法开发和探索量子优势
2019 年，谷歌展示了量子霸权，成为新闻头条。当时，一台量子计算机解决问题的速度比最好的经典超级计算机还要快。
里格蒂计算
技术：超导量子比特
量子比特数量：云端可访问系统上的 80 多个量子比特
功能： Forest平台，用于量子编程、混合量子-经典计算以及与经典云服务的集成
应用领域：优化、机器学习和化学模拟
Rigetti 为开发者和企业提供结合硬件和软件的全栈量子计算平台。
D-Wave系统
技术：量子退火（特殊量子优化）
量子比特数量：最新Advantage系统中超过5000个量子比特
特点：专注于优化问题，采用结合经典方法和量子方法的混合求解器
应用领域：物流、金融、制造和材料科学
D-Wave 的方法有所不同，它针对的是特定的优化问题，而不是通用的量子计算。
离子量子
技术：囚禁离子量子比特
量子比特数量： 32+个高保真量子比特
特性：高相干时间、可通过 AWS 和 Microsoft Azure 进行云访问以及可扩展架构
应用领域：研究、密码学和早期商业应用
与超导量子比特相比，IonQ 的囚禁离子技术可提供更长的量子比特寿命和更低的错误率。
性能比较：量子计算与经典计算
量子计算并非在所有方面都比经典计算更快。它在某些特定类型的问题上表现出色，但在其他一些问题上则表现不佳。以下是性能对比：
速度与效率
量子优势：对于某些算法，例如 Shor 因式分解或 Grover 搜索，量子计算机理论上可以指数级或二次方级地解决问题。
当前限制：噪声、错误率和有限的量子比特数量限制了目前实际速度的提升。
传统计算机的优势：传统计算机在通用任务和大规模数据处理方面仍然具有优越性。
示例：分解大数
传统的分解大数算法随着数字规模的增大而呈指数级减速。而像肖尔算法这样的量子算法可以在多项式时间内分解大数，这对现有的密码系统构成了威胁。
量子系统基准测试
量子体积： IBM 使用此指标来衡量量子计算机的有效性能，考虑量子比特数量、错误率和连接性。
量子比特相干时间：更长的相干时间意味着量子比特保持其状态的时间更长，从而可以进行更复杂的计算。
门保真度：量子操作的准确性直接影响计算可靠性。
目前，量子计算机的量子体积只有几百到几千，远远低于大规模商业应用所需的量子体积。
对量子计算感兴趣的企业可采取的实用步骤
从教育入手：学习量子计算的基础知识及其对您所在行业的潜在影响。
尝试使用云平台：使用 IBM Quantum Experience、Amazon Braket 或 Microsoft Azure Quantum 来运行小型实验。
寻找合适的问题：寻找量子计算可能有所帮助的优化、模拟或密码学方面的挑战。
与专家合作：与研究机构或量子初创公司合作，探索试点项目。
制定长远计划：量子计算需要数年时间才能成熟；请相应地做好基础设施和团队的准备。
