作者：路多物联网智库 原创
从物理学家费曼提出量子计算的设想至今，已经有43个年头了。
这当中经历了理论提出和探索阶段、通用量子算法发展阶段、量子算法繁荣阶段，现在量子计算开始实用化的阶段，研究成果频频亮相、样机研发如火如荼，量子计算已然被各个产业贴上了“加速”和“魔盒”的标签，认同这是一种可预见的“未来科技”，将为我们的生活带来巨变。在经历了实现量子霸权等激动人心的突破后，量子计算也开始从实验室走向实用化的起步阶段。要想实现产业化，“从理论优越性走向实用优越性”是重中之重，也是最大的挑战。
不过，真正的量子计算机有哪些广泛可能性，还需要企业、高校等研究机构等业内人士不断地深耕挖掘。
此前，我们在文章《商用得等，大厂撒手，量子计算路在何方？》中介绍了量子计算相关的概念和产业态势，介绍了全球量子计算的发展情况以及相关产业链，同时引用麻省理工学院计算机科学和人工智能实验室的研究科学家尼尔·汤普森的说法：“量子计算不会对所有事情都变得更好，而只会对某些事情变得更好。”无疑，量子科技，也在等一个ChatGPT式的“王炸”时刻。
而非量子产业的我们，似乎也进入了一种“薛定谔猫态”——似乎“量子商用时代”就在眼前，全球各国各产业几乎都在开始量子计算布局，几乎每天都有令人惊喜的进展，但是似乎距离实用优越性还差一点点，与设想中的节点还有一段距离。
那么到底哪些部分才是最我们值得关注的呢？结合与玻色量子创始人&CEO文凯博士的交流，我们为大家总结了对于量子科技的关注方向，供大家参考。
关注量子计算实现路线的技术变革
就像游戏属性一样，我们先介绍一下能够代表量子科技能力的几个主要参数，即使对量子科技的底层理论并无完备的了解，也可能洞察一二。
在此前的文章当中，我们介绍了量子计算的原理和特点，目前，量子科技实现的路径如下：超导量子计算路线、离子阱量子计算路线、光量子计算路线、中性原子量子计算路线、半导体量子计算路线、拓扑量子计算路线、金刚石色心量子计算等。每种技术路线都有其独特的优势。下面是我们总结的相关列表：
中国信通院发布的《量子计算发展态势研究报告（2023 年）》显示，目前的量子计算实现路线，暂时没有出现具有综合优势的路线，发展路线都有各自的优势和不足。
量子计算的重要参数包括：
量子比特（Qubits）数量：量子比特是量子计算机的基本单元，类似于经典计算机中的比特。量子计算机的量子比特数量越多，理论上其计算能力越强。但是，仅仅关注量子比特的数量是不够的，因为质量也非常重要。
退相干时间：退相干是指量子相干性会因为与外在环境发生相互作用而随着时间逐渐丧失，量子比特失去其受控的量子性质（如叠加和纠缠）的过程。相干时间是量子比特保持受控量子状态的时长，时间越长，量子计算机执行复杂计算的能力越强。
保真度（Fidelity）：保真度是衡量量子操作（如量子门）实际表现与理想情况接近程度的指标。高保真度意味着量子操作更加精确，对于执行可靠和准确的量子计算至关重要。
量子体积（Quantum Volume）：量子体积是一个综合指标，考虑了量子比特数量、连通性、门保真度、错误率和其他技术因素。它提供了一个更全面的量子计算机性能评估指标。
错误率和错误校正：量子计算机的错误率是衡量其可靠性的关键指标。量子错误校正是一套技术，用于检测和纠正量子计算过程中的错误，对于实现可靠的量子计算至关重要。
可扩展性：量子计算机的可扩展性指的是其能够随着量子比特数量的增加而保持或提高性能的能力。这对于实现大规模量子计算应用非常重要。
门和算法的多样性：对于使用量子门的量子计算机，其能够执行的量子门和算法的种类和复杂性也是重要的评估指标。这决定了门型量子计算机能够解决的问题类型和范围。
对于非产业内人士，通过这些参数可以帮助理解量子计算机的实际能力和发展潜力。了解量子计算在不同实现路径中的技术进步，也是了解产业发展趋势的重要手段。量子计算作为大家熟知的硬核科技，不光是因为量子力学诞生的时代群星璀璨，更是因为量子科技就像一根“魔杖”，技能是点到哪里，哪里就会发生革命性的变革。每一种路径的背后，都是多个学科和科技综合发展的结晶，而且相关领域的技术图谱，也将为整个领域带来令人激动的变革。任一技术环节的进步，都可能为量子科技带来阶跃，这就是我们强调的“潜在技术方向”。
例如，此前轰动一时的“LK-99室温超导”事件受到各界的广泛关注，很大程度上来自室温超导有可能给电机和超导量子计算机带来颠覆性的发展。在此处可以看出，超导量子计算发展的关键，算法优化帮助容错是一方面，实现超导方案的升级和改进也是其中重要的一环。
实现超导还需要制冷，类似“量子冰箱”的超低温稀释制冷机的研发也值得关注，中国科学技术大学和科大国盾组成团队联合攻关，成功研制“ez-Q Fridge”国产稀释制冷机产品。这类技术的科技树，不仅为量子科技提供设备和技术支持，也能为其他需要超低温环境的设备与产业带来平行时空的加速。
值得注意的是，光量子计算不需要超低温，且具有量子比特数规模大、室温稳定运行、相干时间长等多方面的优势，在短期可实现工程化，是商用量子计算机的新兴形态，是实现大规模量子计算的最佳途径之一，也是破局NISQ（含噪声的中等规模量子计算）时代的首选技术路线。
在这条路径当中，也有大量的科技树的展开，例如，北京大学课题组与合作者经过六年联合攻关，发展出了基于互补金属氧化物半导体工艺的晶圆级大规模集成硅基光量子芯片制备技术和量子调控方法，研制了一款集成约2500个元器件的超大规模光量子芯片，实现了基于图论的光量子计算和信息处理功能。
关注产学研用合力方向
如果一个赛道同时受到了产学研用各个层面的共同关注，那么它通常具有创新性、战略重要性、学科融合、市场潜力、社会影响、技术挑战、国际竞争力等典型特征，即使目前并无广泛应用，也有其战略和潜在价值。
发展量子科技，一方面是追从理论优越性到实用优越性的跨越，不断突破技术难题，另一方面也能够从持续的探索和尝试当中摸索出量子计算在产业、大学、研究、应用当中的平衡点，或者称之为合力方向。
国务院国资委近日按照“四新”（新赛道、新技术、新平台、新机制）标准，遴选确定了首批启航企业，加快新领域新赛道布局、培育发展新质生产力。去年以来，国务院国资委围绕加快培育创新型国有企业，启动实施启航企业培育工程，聚焦国家重大战略领域、战略性新兴产业和未来产业，重点遴选一批有潜力有基础的初创期企业，在管理上充分授权、要素上充分集聚、激励上充分保障，加快塑造新动能新优势，打造未来“独角兽”企业和科技领军企业。量子信息赫然在列，这意味着量子信息已经不再仅仅是理论中的巨人，而是上升到了“新质生产力”的高度。
早在2010年，北京大学就成立了量子材料科学中心，致力于研究凝聚态物理和量子材料科学的前沿问题，营造国际化的学术创新环境，并力争成为国内领先、国际一流的物理学研究教学平台。2020年，教育部首次增设量子信息科学专业。2021年，清华大学开设量子信息班。尽管目前AI是全球科技发展的排头兵，有些高校的CS比例大涨，而量子信息、量子计算等专业，也逐渐被各名校设置专业项目。
关于量子计算更加朴素的想法是——落地，也就是产学研用当中的“用”。在应用中体现价值，是国内企业普遍追求的一个重要方向，与其追求数字的大和全，不如在落地应用上下文章，探索并开拓量子计算的应用场景，合理利用其巨大信息携带和超强并行处理能力，能够在特定计算困难问题上提供指数级加速，有望成为未来几乎所有科技领域加速发展的“新引擎”。
而用在哪里和如何做到实用化，则是另一个值得关注的点。
金融、云计算、能源、制药等算力要求高的大规模问题复杂场景都是量子计算未来的落地重点，而生命科学领域和AI领域也将有巨大潜力。
根据IDC发布的《中国生命科学算力与算法解决方案市场分析》报告，生命科学领域有着数据量大、增长速度快、数据质量低、数据多模态的特征，这其实和物联网产业的数据特征非常相似；另一方面，生命科学行业分散，不同的细分领域、不同的场景有着不同的算力需求，且调用的数据规模不同对算力的需求也有区别，这在物联网当中，称之为“碎片化”。
因此，物联网产业解决碎片化难题的经验，和量子计算对于生物数据的处理方案，或许能够形成相互促进和补充的效果。2021年，就有Nature文章（Towards practical applications in quantum computational biology）指出量子计算在生物医学上的可能性，最好的选择可能是找到经典方法和量子方法之间的协同作用，量子算法将加速深深扎根于系统量子本质的部分问题。2023年底，玻色量子与上海交通大学合作在计算化学领域顶刊JCTC内刊的封面上发表了学术论文，实现企业在“量子计算+生物制药”领域取得首要研究突破，2024年3月，企业联合华大研究院展开探索合作，为量子计算在生命科学领域的应用这一未来产业上进行专项人才培养。
在人工智能领域，神经网络作为深度学习的核心基石，催生了 ChatGPT、Sora 等生成式人工智能应用，而现有神经网络训练主要依赖GPU集群开展，存在计算开销大、周期慢、成本高的缺陷，目前人工智能的研发已经变成了巨型公司之间的“显卡军备竞赛”，许多公司购买显卡的总投资高达数百亿美元。算力门槛大大限制了通用人工智能技术的进一步发展。同样是Nature文章引用麻省理工学院物理学家、谷歌研究员 Hsin-Yuan Huang 的话表示，在机器学习方面，这可能比收集量子测量作为经典数据点的系统更具优势，“我们的世界本质上是量子力学的。如果你想要一台可以学习的量子机器，它可能会更加强大。”
对于量子计算的现状与落地应用，文凯博士提出了两方面观点：
一方面，落地需要量子计算机满足算力需求。目前，很多国内外宣传的量子比特数，都是未经过纠错处理的“物理量子比特数”，可用于计算的“逻辑量子比特”数还非常少。当可用于计算的“逻辑量子比特”数达到数百比特规模时，并且能计算具有实际价值的问题时，才可能体现出量子的应用优越性，这也是量子计算实用化的关键指标。所以这也是各个技术路线在努力研究，争取早日实现的一个指标。从真机测试与真实场景验证、应用探索到应用成果、顶刊论文，他们始终在追求实用化量子计算的路上。
第二，要实现“量子计算+”的实用化，还需要让我们各行各业的客户明白、接受、并使用上量子计算这也是一大难点。我们往往不了解用户的真实场景需求，用户可能不了解哪些部分可通过量子计算进行加速，这就需要我们与用户之间“双向奔赴”，彼此加深了解，才能让量子计算能充分地与各行各业的场景结合起来，满足各行各业算力需求，才会迎来真正的爆发。
关注量子计算中的“矛盾”，与量子计算物联网
当量子之“矛”不断迭代，当未来可期又充满疑问的量子计算遇到“物超人”数年且数据价值急剧攀升的物联网时，就会碰撞出巨大的火花，正如两个具有巨大质量的黑洞产生了引力波与辐射，这或许才是值得我们关注的地方。
量子“矛盾”
以“矛”为先。去年10月，Atom Computing公司已经创建了设计容量 1225 量子比特的量子计算平台，目前已经填充了 1180 个物理量子比特。研究团队指出，尽管量子比特的数量越多并不一定意味着机器的性能越好，但任何未来具有容错功能的量子计算机都需要至少数万个专用的纠错量子比特与可编程量子比特一起工作。紧接着，IBM也在12月发布了1000量子比特的量子芯片，并预计10年内实现模拟催化剂分子等实用性工作。随着对量子比特的持续追求，对于实践的优越性越来越近。
而“盾”也应运而生，数年来，NIST已经发布了后量子密码标准算法，2月21日，苹果公司宣布对其iMessage通讯平台进行升级，以抵抗未来可能出现的加密破解技术。2月20日，新加坡金融管理局发布指导建议，敦促该国金融机构为应对量子计算时代的网络安全威胁做好准备。MAS强调，金融机构在未来需能无缝集成后量子密码学等技术，确保抵御潜在量子攻击时，核心系统功能不受严重影响。
就在量子计算的超高算力和量子通信和加密系统的你争我夺、此消彼长当中，量子计算才实现了最大化的持续发展。
量子计算&物联网
随着5G网络的普及和6G网络的即将到来，我们正迎来一个由大规模机器通信驱动的数据爆炸时代。这个时代将涉及数千个传感器，它们将共同控制、管理和自动化未来各行各业的运作。同时，新兴的元宇宙概念也对物联网提出了前所未有的挑战，这不仅体现在必须处理、通信、存储的海量数据量上，还包括了对数据收集、传输和处理效率的更高要求。
在这样的背景下，传统的通信网络及其运营商亟需寻找替代方案，以实现更高效、更精确的大规模传感和数据处理。当前通信范式下不断增长的能源消耗问题，也只能通过创新的高性能增强技术来解决。如果物联网的传感、通信、计算和存储数据量持续增长，那么现有的香农和图灵方法的线性发展可能只能维持几年。
根据半导体研究公司（SRC）的预测，到2040年，全球的能源生产将需要处理和存储相应数量的传感数据。因此，量子技术在物联网中的应用，特别是在先进传感和通信操作方面的潜力，已经开始受到业界的关注。量子技术能够提供超越经典传感技术限制的新方法，特别是大规模传感场景（如元宇宙、触觉互联网、机器人/协作机器人等）。
量子技术提供的纠缠等新资源，能够产生完美分布的私有随机性，这对于量子传感、计算和通信领域的挑战来说是非常宝贵的。此外，量子计算和量子传感的能力，使得量子通信网络可以通过在本地分配资源，并将资源转移到云端，从而提供独特的附加值。量子安全和纠缠技术进一步确保了即使在公共云环境中，信息论的安全和隐私也能得到保障。因此，实现量子物联网系统对于未来6G网络具有至关重要的意义。
此外，量子计算可以显著增强物联网功能，特别是在需要复杂计算（例如优化和高级加密）的领域。例如，量子算法可以更有效地处理大量物联网数据集，从而实现更有效的决策。在智慧城市领域，量子物联网可以带来更高效的城市规划和管理。在医疗保健领域，它可以更快地分析患者数据，从而实现更快、更准确的诊断。物流和供应链管理还可以通过量子增强型物联网解决方案从优化路线和库存管理中受益。
虽然潜力巨大，但量子计算机的强大功能可能会使当前的加密方法变得过时，从而对数据隐私构成威胁。
关注量子科技产业链
量子科技一直以来都是国外“卡脖子”最严重的领域，不管是人才的培养，还是有关原料零部件的购买，又或是相关的学术交流，我们面临的是全面的封锁。
产业链稳定与安全虽然是老生常谈，但是现代产业当中，链条当中的任何环节变动和缺失，都将对整个产业造成巨大的影响。以软件为例，就在3月底，xz供应链投毒引爆了整个软件和安全行业，三年潜伏，一朝投毒，只差一点就影响全球各大linux发行版的sshd。在混源（开源与闭源共存）软件时代，保障供应链安全已经成为了软件安全的长期要求。硬件面临的问题更加明显，从最早的高级GPU禁运，到后期高级一些的算力就可能遭遇限制，“卡脖子”从此前的暗暗卡，到明着卡，甚至阴着卡。大力推广量子科技的IBM，从2022年开始，他们的云服务也对中国IP进行了限制。
近期霸占热搜榜的小米SU7，其供应链也被迅速扒出。而量子科技所需的产业链和供应链，显然也受到了整个行业的关注与竞争威胁。
量子计算产业生态上游主要包含环境支撑系统、测控系统、各类关键设备组件以及元器件等，是研制量子计算原型机的必要保障。量子计算产业生态中游主要涉及量子计算原型机和软件，其中原型机是产业生态的核心部分。量子计算产业生态下游涵盖量子计算云平台以及行业应用，处在早期发展阶段。
产业链、价值链当中的“自主”“国产”，一方面是为了应对国际环境的影响，提升企业竞争力；另一方面，也彰显了我国各企业在研发当中的信心与决心。在目前开源软件火遍全球，混源软件成为主流的情况下，即使完全使用开源软件，也能够搭建整套生产环境和应用系统。量子科技这类硬核产业则有所不同，很多工业加工、精密制造、苛刻的环境提供，背后都是团队进行不计其数的参数摸索、以及与学术和研究机构紧密合作。此种涌现的设备国产化、产业链可控，就显得弥足珍贵。
目前，国内量子产业处在高速自主创新发展阶段，国内各研究机构、企业也相继在提升量子计算机性能的同时，不断提升核心部件的国产化比例，此外，相关国产量子云平台也为企业、高校和研究机构接触量子计算提供了便利。
文凯博士介绍，玻色量子自研的100计算量子比特相干光量子计算机真机——“天工量子大脑”已经实现了核心器件完全国产化，今年4月将发布数百量子比特相干光量子计算商用机。此外，自研了具备完整可编程能力的光量子测控一体机“量枢”，以及光量子计算专用光纤恒温控制设备“量晷”。
他表示，把握量子计算的技术核心到自己的手里，具备量子计算核心器件、关键组件的自主研发硬科技实力，真正实现从理论公式到工程化制造的全链路自主创新最为重要。
写在最后
随着量子科技的飞速发展，我们已经站在了一个新时代的门槛上。量子计算的实用化不仅是技术创新的挑战，更是对现有产业格局的一次深刻变革。在这个过程中，我们需要更加关注量子计算技术的实用性和产业应用，推动量子科技与各行各业的深度融合，以实现真正的“量子优势”。同时，我们也应认识到量子科技产业链的自主性和国产化对于国家安全和产业竞争力的重要性。
总之，量子计算与物联网的结合将为我们打开一个全新的世界，带来前所未有的机遇和挑战。在这个充满无限可能的领域中，我们应积极布局，探索量子科技的潜力，为建设一个更加智能、高效和安全的未来社会而努力。
参考内容：
The quantum Decade
Chawla D, Mehra P S. A survey on quantum computing for internet of things security[J]. Procedia Computer Science, 2023, 218: 2191-2200.
量子信息技术发展与应用研究报告
https://wfiot2023.iot.ieee.org/quantum-internet-things
