谷歌Willow啟用量子計算產業！中國企業彎道超車的機會？

漲了，整個量子板塊概念股都漲了，格爾軟體、浙江東方、達華智慧等部分股票甚至漲停了。

量子板塊股價集體飆升的原因在於全球網際網路巨頭谷歌日前官宣，全新量子計算晶片Willow取得重大突破，困擾了量子計算30多年的錯誤率被大幅降低，當前頂級計算機需要10^25年才能完成的計算，Willow僅需五分鐘就可以完成。

10^25年比宇宙的壽命更長，Willow讓人產生了一絲虛假感，有人懷疑量子計算晶片是元宇宙、區塊鏈等概念一樣的噱頭乃至泡沫。

身為全球網際網路巨頭，谷歌自然不會明目張膽造假，Willow擁有遠超傳統晶片的計算能力，但實現超高計算能力的背後亦有代價。

計算晶片，邁入量子時代

小雷曾看到不少網友表示，第一次和第二次工業革命的原理很容易理解，但資訊科技帶來的第三次工業革命彷彿進入了黑盒，普通網友根本不懂計算機的運作原理。

我們所使用的計算機都基於二進位制邏輯計算，即電晶體存在0和1兩種狀態，所顯示的一切資訊和計算的一切資料，都是透過無數次二選一最終確定的。

處理的資訊越多，計算所需的時間自然也就越長，例如十進位制下數字的100在二進位制下為1100100，有7個字元，1000轉化成二進位制則為1111101000，有10個字元。

（圖源：豆包AI生成）

基於量子晶片的量子計算機之所以計算速度遠超傳統計算機，原因便在於它不再採用線性計算方式，而是基於量子位，也就是量子位元。

量子位元簡單來說就是透過量子的疊加態，令量子計算晶片一個二位暫存器同時擁有00、01、10、11四種狀態，量子疊加和量子糾纏賦予了量子計算晶片強大的平行計算能力。一個量子系統中的量子位元數越多，它的計算能力也就越強。

量子疊加態極易受到外界環境影響，從而發生量子坍縮。量子位元越多，受外界環境影響發生錯誤的可能性就越高。但量子計算機又要求量子一直處於疊加態，因此其必須在接近絕對零度的極低溫環境工作，以避免被外界溫度影響。

谷歌將3×3編碼網格擴充至5×5，再擴充至7×7，利用資訊分佈到其他量子位元的方式進行糾錯，大幅降低了量子計算晶片的錯誤率。透過多次測試，谷歌認為105個量子位元的Willow晶片可在量子糾錯和隨機電路取樣測試中保持最佳效能。

量子計算機超高計算能力的背後是高昂的成本，2017年The Verge購買的D-Wave 2000Q量子計算機，價格高達1500萬美元。現在量子計算機的成本雖有所下滑，但IBM等公司提供的量子計算機和配套服務，價格仍在千萬美元左右。正因如此，量子計算機的商業化場景探索十分緩慢。

中國未曾缺席，阿里遺憾錯過

海外企業湧入量子計算領域的同時，國內企業也沒有掉隊，反而奮勇爭先，將量子計算視為一次機會，取得了不少技術突破。

2024數字科技生態大會期間，中電信量子資訊科技集團有限公司釋出了量子計算機天衍504，該計算機基於中國科學院量子資訊與量子科技創新研究院研發的“驍鴻”量子計算晶片，量子位元數高達504個，是目前全國位元數最多的量子計算晶片。該公司還有天衍24、天衍176等多種型號量子計算機，其中天衍176雙位元門錯誤率已降低至2%以內。

（圖源：中電信量子資訊科技集團有限公司）

安徽省量子計算工程研究中心與量子計算晶片安徽省重點實驗室，推出了具有72個工作量子位元和126個耦合量子位元的量子計算晶片“悟空芯”。只是這些企業的名氣不夠大，在網際網路上的影響力不如谷歌，故而許多網友未曾聽說，不瞭解國內企業在量子計算領域的實力。

網際網路巨頭中，華為早在2020年就申請了一項名為“量子計算方法及裝置”的專利，進軍量子計算領域。位元組跳動在2021年曾公開招聘量子計算機研究人員，佈局量子計算。這兩家企業量子計算機仍處於研發初期階段，暫時沒有太多有效資訊。

國內另一家網際網路巨頭阿里巴巴著實可惜，作為最早佈局量子計算的巨頭，其在一年前關閉了達摩院量子實驗室，並將研究裝置捐贈給了浙大。阿里巴巴的量子實驗室最早可以追溯到2013年，十年未能磨出寶劍，反而解散，這表明研究量子計算晶片也存在風險。在Google終於“摘桃”時，不知道阿里巴巴當年投身量子計算的技術人才，當下是何種心境？

量子計算晶片是AI的終局？

谷歌在X平臺官宣量子計算晶片Willow後，網際網路巨頭與行業大佬們紛紛發文慶賀，並發表了自己的看法。特斯拉CEO馬斯克為其點贊，表示未來或許會使用星際飛船，在太空中建造量子計算叢集，為此需要大規模建設太陽能設施。

OpenAI CEO Sam Altman也向谷歌CEO Sundar Pichai表達了祝賀，Web3 AI公司Hyperbolic聯合創始人Yuchen Jin則建議OpenAI與谷歌合作，使用量子計算晶片訓練AI。

AI確實是量子計算晶片的最佳使用場景，因為訓練AI大模型需要龐大的算力規模。華為官方資料顯示，截至2023年底，中國資料中心標準機架超過810萬架，總算力規模高達230EFlpos，是2023年的3倍，其中智慧算力規模為70EFlops，增速超過70%。然而，高速增長的算力基礎設施均是基於傳統的邏輯計算模式，長期來看依然遠遠無法滿足AI的需求，Sam Altman甚至提出了一個數萬億美元的AI算力投資計劃。

現在看來，量子計算可能是AI算力短缺的解藥。然而將量子計算晶片應用於訓練或推理AI大模型，現在看來還是有些難。AI大模型的訓練本就是黑盒模式，會受到網際網路上的錯誤資料影響，量子計算晶片本身也存在錯誤率，疊加之下可能會影響AI大模型訓練和推理的精確度。

（圖源：豆包AI生成）

至於馬斯克提到的在外太空建設計算機群，現在看來基本不可能，一個散熱現在恐怕都無法處理。外太空溫度雖低，可也沒有介質用於散熱，量子計算機本身存在發熱，且極易受到溫度影響。地球上構建極低溫環境較為方便，限於火箭運力、安全性等諸多因素，外太空建造適合量子計算機工作的環境太難。

綜合來看，量子計算晶片的最佳使用場景，依然是AI大模型的訓練和推理，短期內因成本、工作環境等因素，量子計算晶片無法快速產生價值，仍需要國內外企業潛心研究，降低量子計算晶片的錯誤率、成本，並打造量子計算配套生態。

馬斯克的提議現在看來難以實現，可科學技術不斷進步，或許在不久的未來，SpaceX將能夠運載量子計算叢集升空。不過正如馬斯克所言，在此之前要大規模建造太陽能裝置，為太空量子計算叢集做好供電準備。

中國企業彎道超車的機會？

AMD CEO蘇姿豐曾表示，晶片的製程工藝和晶片架構同樣重要。經過多年時間發展，製程工藝即將進入瓶頸期，或者說即將進入量子領域。製程工藝進入5nm後，就會出現量子隧穿效應（俗稱“漏電”），電子會從一個電晶體穿梭到另一個電晶體，導致電晶體失效。製程工藝越小，量子隧穿就會越明顯，行業普遍認為1nm是晶片製程工藝的盡頭。

僅依靠晶片架構的升級，AMD、NVIDIA、Intel、高通等企業將很難維持大幅度效能提升，能效更是可能會出現倒退。在製程工藝走到絕路的今天，量子計算晶片或許會成為晶片行業可以一試的新賽道。

對於國內企業而言，量子計算時代的到來絕對是好訊息，半導體時代大陸地區半導體技術落後，製造環節制程工藝、良品率均不如中國臺灣的臺積電和韓國三星，最關鍵的光刻機還在研發中，更沒有誕生能夠媲美AMD、Intel、NVIDIA的CPU和GPU企業。量子計算晶片依賴低溫製程和超導技術，不需要光刻和蝕刻，理論上生產難度更低。

汽車行業，依靠新能源技術，國內車企成功實現了彎道超車，不但迫使合資車、進口車降價，還向外輸出技術。如今量子計算晶片時代到來，國內晶片廠商或許可以效仿新能源汽車行業，透過量子計算技術實現彎道超車。

國內AI行業蓬勃發展，對於晶片的需求量不斷攀升，華為、位元組跳動等企業入場，估計也是為了研發用於AI大模型訓練和推理的量子計算晶片，以降低晶片採購成本，或出售給其他AI企業。或許5-10年時間，我們就能看到量子計算晶片從實驗室走入資料中心，走向商業化。總而言之，未來可期，Google這一步讓產業重拾信心。