量子计算机
运用量子计算的计算机 来自维基百科,自由的百科全书
量子计算机(英语:Quantum computer)是一种使用量子力学进行通用计算的设备。但这与电子计算机(或称传统计算机)不同,量子计算用来存储数据的对象是量子比特,它使用量子算法操作数据。然而,与经典计算机的比特只能处于两个状态之一(0或1)不同,量子比特可以处于这两个基态之间的叠加态,也就是说,它可以以一种抽象意义上的“中间状态”同时表现出两种基态的特性(即同时为0和1)。当对量子比特进行测量时,结果是一个经典比特的概率性输出。如果量子计算机以特定方式操控量子比特,就可以利用波的干涉效应来放大期望的测量结果。量子算法的设计正是围绕如何构造这样的操作流程,使得量子计算机能够高效、快速地完成计算任务。
![]() | 本条目存在以下问题,请协助改善本条目或在讨论页针对议题发表看法。
|

马约拉纳费米子就是它自己的反粒子,这一属性或许就是制造和实现量子计算机的关键[1]。但量子计算机目前尚未达到可广泛应用于现实世界的实用阶段。构建高质量量子比特在工程上仍面临诸多挑战。如果一个物理量子比特无法充分与环境隔离,就会因为噪音影响计算过程而发生量子退相干。
各国政府已在该领域投入大量资金,支持旨在开发具备更长相干时间和更低错误率的可扩展量子比特的实验研究。目前的实现方案包括:
- 超导量子比特(通过消除电阻实现电流的完美隔离)
- 离子阱(利用电磁场束缚单个原子粒子)
- 中性原子(利用光镊精确排列中性原子阵列,通过激光诱导Rydberg态实现量子比特间相互作用)
- 光子(利用单光子的偏振、路径等量子态编码信息,通过干涉和测量实现量子操作)
量子计算机在舆论中有时被过度渲染成无所不能或速度快数亿倍等,其实这种计算机是否强大,需要视问题而定。若该问题已经有提出速算的量子算法,只是仍然存在困难或受限于传统计算机无法执行,那量子计算机确实能达到前所未有的高速;若是没有发明算法的问题,则量子计算机表现与传统计算机无异甚至更差。[2]
历史
随着计算机科学的发展,斯蒂芬·威斯纳在1969年最早提出“基于量子力学的计算设备”。而关于“基于量子力学的信息处理”的最早文章则是由亚历山大·豪勒夫(1973)、帕帕拉维斯基(1975)、罗马·印戈登(1976)和尤里·马宁(1980)年发表[3][4][5][6]。斯蒂芬·威斯纳的文章发表于1983年[7]。1980年代一系列的研究使得量子计算机的理论变得丰富起来。1982年,理查德·费曼在一个著名的演讲中提出利用量子体系实现通用计算的想法。紧接着1985年大卫·杜斯提出了量子图灵机模型[8]。人们研究量子计算机最初很重要的一个出发点是探索通用计算机的计算极限。当使用计算机模拟量子现象时,因为庞大的希尔伯特空间而资料量也变得庞大。一个完好的模拟所需的运算时间则变得相当长,甚至是不切实际的天文数字。理查德·费曼当时就想到如果用量子系统所构成的计算机来模拟量子现象则运算时间可大幅度减少,从而量子计算机的概念诞生。半导体靠控制集成电路来记录及运算信息,量子计算机则希望控制原子或小分子的状态,记录和运算信息。
量子计算机在1980年代多处于理论推导状态。1994年彼得·秀尔提出量子质因数分解算法后[9],证明量子计算机能运算离散对数[10],而且速度远胜传统计算机。因为量子不像半导体只能记录0与1,可以同时表示多种状态。如果把半导体比喻成单一乐器,量子计算机就像交响乐团,一次运算可以处理多种不同状况,因此,一部40比特的量子计算机,就能在很短时间内解开1024位计算机花数十年解决的问题。因其对于现在通行于银行及网络等处的RSA加密算法可以破解而构成威胁,量子计算机成了热门话题。此外,对于广泛使用的非结构化搜索,1996年提出的格罗弗算法让量子计算机也能加速处理这类问题[11]。
除了理论之外,也有不少学者着力于利用各种量子系统来实现量子计算机。
基本概念

传统计算机即按一定算法变换输入信号序列的机器,其算法由计算机的内部逻辑电路实现。
- 输入态和输出态都是传统信号,用量子力学的语言来描述,也即是:其输入态和输出态都是某一力学量的本征态。如输入二进制序列,用量子记号,即。所有的输入态均相互正交。对传统计算机不可能输入如下叠加态:。
- 传统计算机的每一步变换都演化为正交态,而一般的量子变换没有这性质,因此,传统计算机中的变换(或计算)只对应量子变换中的一类特殊集。
量子计算机扩展了传统计算机原有的限制。流行的量子计算模型以量子闸(量子逻辑闸)网络描述计算。量子计算机的输入用一个具有有限能级的量子系统来描述,如二能级系统(称量子比特(qubits)),量子计算机的变换(即量子计算)包括所有可能的正变换。
- 量子计算机的输入态和输出态为一般的叠加态,其相互之间通常不正交;
- 量子计算机的变换为所有可能的正变换。得出输出态之后,量子计算机对输出态进行一定的测量,从而得到计算结果。
传统计算是一类特殊的量子计算,量子计算对传统计算作了极大的扩充,其最本质的特征为量子叠加性和量子相干性。量子计算机对每一个叠加分量实现的变换相当于一种经典计算,所有这些传统计算同时完成,并按一定的概率振幅叠加起来,给出量子计算机的输出结果。这种计算称为量子并行计算。
研究进展

一般认为量子计算机仍处于研究阶段。然而2011年5月11日加拿大的D-Wave 系统公司发布了一款号称“全球第一款商用量子计算机”的计算设备“D-Wave One”,含有128个量子位[13][14]。2011年5月25日,洛克希德·马丁同意购买D-Wave One[15]。南加州大学洛克希德马丁量子计算机研究中心(USC-Lockheed Martin Quantum Computation Center)证明D-Wave One不遵循经典物理学法则的模拟退火(simulated annealing)运算模型,而是量子退火法。该论文《可编程量子退火的实验特性》(Experimental Signature of Programmable Quantum Annealing)发表于《自然通信》(Nature Communications)期刊。该量子设备是否真的实现了量子计算目前还没有得到学术界广泛认同,只能有证据显示D-Wave系统在运作时逻辑不同于传统计算机[16]。
2013年5月D-Wave 系统公司宣称NASA和Google共同预定了一台采用512量子位的D-Wave Two量子计算机。[17]该计算机执行特定算法时比传统计算机快上亿倍,但换用算法解相同问题时却又输给传统计算机,所以实验色彩浓厚并延续了学术界争论。
2013年5月,谷歌和NASA在加利福尼亚的量子人工智能实验室发布D-Wave Two。[18]
2015年5月,IBM在量子运算上获取两项关键性突破,开发出四量子比特型电路(four quantum bit circuit),成为未来10年量子计算机基础。另外一项是,可以同时发现两项量子的错误类型,分别为bit-flip(比特翻转)与phase-flip(相位翻转),不同于过往在同一时间内只能找出一种错误类型,使量子计算机运作更为稳定。[19]
2015年10月,新南威尔士大学首度使用硅制作出量子闸[20]。
2016年8月,美国马里兰大学学院市分校发明世界上第一台由5量子比特组成的可编程量子计算机。[21][22]
2017年5月,中国科学院宣布制造出世界首台超越早期经典计算机的光量子计算机,研发了10比特超导量子线路样品,通过高精度脉冲控制和全局纠缠操作,成功实现了目前世界上最大数目的超导量子比特多体纯纠缠,并通过层析测量方法完整地刻画了十比特量子态。[23]此原型机的“玻色取样”速度比国际同行之前所有实验机加快至少24000倍,比人类历史上第一台电子管计算机(ENIAC)和第一台晶体管计算机(TRADIC)运行速度快十至一百倍,虽然还是缓慢但已经逐步跨入实用价值阶段。[24][25]
2017年7月,美国哈佛大学的米哈伊尔·卢金(Mikhail Lukin)团队宣布研制出一台由51个中性原子构成的量子模拟器,并在莫斯科量子技术国际会议上发表相关成果。该量子模拟器使用激光冷却的中性原子,并通过光镊排成数组,利用激光激发原子进入Rydberg态以产生可控相互作用。这是中性原子类量子计算技术路线首次实现超过50个可控量子比特的里程碑成果,对后来QuEra,Atom Computing等中性原子量子计算平台的发展具有重要影响。[26]。
2018年6月,英特尔宣布开发出新款量子芯片,称使用五十纳米的量子比特运算,并已在接近摄氏零下273.15度的绝对零度中测试。[27]
2019年1月8日,IBM在消费电子展(CES)上展示了已开发的世界首款商业化量子计算机IBM Q System One[28]但其基本只有实验研究价值,没有超越传统计算机的实用性。同年10月谷歌制造的一台“悬铃木”(Sycamore)量子计算机,声称超越了传统计算机,实现量子霸权,而隔日IBM投书称该计算机是宣传性哗众取宠产品,[29]运作方式依然没有超出目前量子科技范围,其只在特定条件特定问题下的一种实验问题结果[30],而传统计算机只要更换算法就能达到同样效果,成本还更低、正确率更高,这被科技期刊称为“量子门”争议事件,德州大学奥斯汀分校理论计算机科学家斯科特·阿伦森则保守中立认为,虽谷歌成果实用有限“但假设它是成立的,那么科学象征成就是巨大的。”因为代表量子计算机取代传统计算机有其可能。谷歌首席首席执行官孙达尔·皮柴的立场则是承认这次实验没有实用性,但具有莱特兄弟第一架飞机意义,证实飞机此一概念是有可能。
2020年8月,Google的研究团队发表论文,公布其研发的Sycamore量子处理器成功模拟了化学反应,打破了过去化学量子计算规模的记录。虽然模拟的是较为基础的氮氢反应,但此项研究证明量子计算机在化学模拟的实用性,研究团队并希望将量子模拟的算法扩大到更复杂更大分子的化学反应中。[31][32]
2020年9月5日,中国科学技术大学常务副校长、中国科学院院士潘建伟教授在公开课演讲上向公众透露光量子计算机最新进展:已经实现了光量子计算性能超过谷歌53比特量子计算机的100万倍。[33]
2020年12月4日,中国科学技术大学发表使用76粒光子运算的量子计算机九章,并宣布实现量子优越性。[34]台湾的“微系统暨纳米科技协会”解释说,“九章”所使用到的“玻色子取样机”(Boson sampling)并不同于量子比特计算机,虽能提供通往高速量子计算的快捷方式,但该取样机仅执行一种固定任务,它是由分光镜组成的网络,能将抵达平行输入端口的一组光子转换成由平行输出端口离开的第二组光子,玻色子取样便是用来计算光子输入输出配置之间对应的概率。[35]“玻色子取样机”(Boson sampling)是2011年麻省理工学院的斯科特·阿伦森和亚历克斯·阿基波夫(Alex Arkhipov)所提出的设备,能提供通往高速量子计算的“快捷方式”。玻色子取样是一种替代方案,并不是通用的量子计算。[36]
2022年4月18日,英特尔(Intel)宣布,该公司偕同来自荷兰台夫特理工大学,以及荷兰国家应用科学院共同创立的量子技术研究机构 QuTech,由双方研究人员所组成的先进量子运算研究中心,在美国俄勒冈州希尔斯伯勒的英特尔 D1 制造工厂,成功地首次大规模生产硅量子比特。[37]
2023年5月16日,中国玻色量子发布了其自研的100量子比特相干光量子计算机——“天工量子大脑”。据称,该机有100量子比特,达到当时国际领先水平。它可以解决最多超过100个变量的数学问题,并具备完整的可编程能力。其求解速度超过经典算法100倍,且求解问题的计算复杂度越高,其量子优势越明显。[38]
2024年12月9日,Google宣布,其105量子比特的“Willow”超导量子处理器在实现表面码量子纠错方面获取重大突破。该处理器首次在扩展系统中实现多个逻辑量子比特,并展示了随着逻辑量子比特数量增加,逻辑错误率呈指数下降的趋势,标志着向实用量子计算迈出关键一步。[39]一周后,中国科学技术大学也宣布其研发的“祖冲之三号”量子芯片实现类似的表面码量子纠错突破。[40]
2025年2月,微软发布了名“Majorana 1”量子处理器,声称是全球首款由拓扑量子比特驱动的量子处理器。该处理器利用Majorana 零能模(MZMs)构建拓扑量子比特,实现更稳定、可扩展的量子计算。然而,部分科学家对微软的成果持谨慎态度,指出实验结果可能并非真正的拓扑态,需进一步验证。[41]
2025年3月,D-Wave系统公司宣布,其最新一代退火量子计算机Advantage 2的原型机在复杂磁性材料的模拟计算方面获取突破,标志着量子计算在材料科学等领域的实用潜力。[42]
量子密码学与网络安全
量子计算在密码学与网络安全领域具有重要的潜在应用。量子密码学基于量子力学原理,提供了抗窃听的安全通信方式的新途径。例如,量子密钥分发(QKD)协议(如 BB84)能在通信双方之间安全地交换加密密钥,确保通信的机密性与完整性。此外,量子随机数生成器(QRNG)能够生成高质量的随机数,对加密系统的安全性也至关重要。
然而,量子计算也对传统密码体系构成了重大挑战。秀尔算法作为因数分解的量子算法,理论上能够破解依赖大整数分解难题的主流公钥密码算法,如 RSA。为应对这一威胁,后量子密码学正积极研发既能抵御传统计算机攻击,也能抵御量子计算攻击的加密算法,这是当前研究的重点方向。在量子计算迅速发展的背景下,量子密码学与后量子密码学的持续研究对保障通信与数据安全具有关键意义。新型量子密钥分发协议的开发、量子随机数生成技术的改进、以及后量子加密算法的标准化工作,将在量子时代持续发挥维护信息机密性与完整性的核心作用。[43]
参见
来源
- Nielsen, Michael; Chuang, Isaac. Quantum Computation and Quantum Information. Cambridge: Cambridge University Press. 2000. ISBN 0-521-63503-9. OCLC 174527496.
- Abbot, Derek; Doering, Charles R.; Caves, Carlton M.; Lidar, Daniel M.; Brandt, Howard E.; Hamilton, Alexander R.; Ferry, David K.; Gea-Banacloche, Julio; Bezrukov, Sergey M.; Kish, Laszlo B. Dreams versus Reality: Plenary Debate Session on Quantum Computing. Quantum Information Processing. 2003, 2 (6): 449–472 [2016-05-09]. arXiv:quant-ph/0310130
. doi:10.1023/B:QINP.0000042203.24782.9a. (原始内容存档于2019-07-01).
- DiVincenzo, David P. (2000). "The Physical Implementation of Quantum Computation". Experimental Proposals for Quantum Computation. arXiv:quant-ph/0002077
- DiVincenzo, David P. Quantum Computation. Science. 1995, 270 (5234): 255–261. Bibcode:1995Sci...270..255D. doi:10.1126/science.270.5234.255. Table 1 lists switching and dephasing times for various systems.
- Feynman, Richard. Simulating physics with computers. International Journal of Theoretical Physics. 1982, 21 (6–7): 467. Bibcode:1982IJTP...21..467F. doi:10.1007/BF02650179.
- Jaeger, Gregg. Quantum Information: An Overview. Berlin: Springer. 2006. ISBN 0-387-35725-4. OCLC 255569451.
- Singer, Stephanie Frank. Linearity, Symmetry, and Prediction in the Hydrogen Atom. New York: Springer. 2005. ISBN 0-387-24637-1. OCLC 253709076.
- Benenti, Giuliano. Principles of Quantum Computation and Information Volume 1. New Jersey: World Scientific. 2004. ISBN 981-238-830-3. OCLC 179950736.
- Lomonaco, Sam. Four Lectures on Quantum Computing given at Oxford University in July 2006 (页面存档备份,存于互联网档案馆)
- C. Adami, N.J. Cerf. (1998). "Quantum computation with linear optics". arXiv:quant-ph/9806048v1.
- Stolze, Joachim; Suter, Dieter. Quantum Computing. Wiley-VCH. 2004. ISBN 3-527-40438-4.
- Mitchell, Ian. Computing Power into the 21st Century: Moore's Law and Beyond. 1998 [2015-08-28]. (原始内容存档于2008-08-20).
- Landauer, Rolf. Irreversibility and heat generation in the computing process (PDF). 1961 [2015-08-28]. (原始内容存档 (PDF)于2009-03-25).
- Moore, Gordon E. Cramming more components onto integrated circuits. Electronics Magazine. 1965.
- Keyes, R. W. Miniaturization of electronics and its limits. IBM Journal of Research and Development. 1988.
- Nielsen, M. A.; Knill, E.; Laflamme, R. Complete Quantum Teleportation By Nuclear Magnetic Resonance. [2015-08-28]. (原始内容存档于2007-12-05).
- Vandersypen, Lieven M.K.; Yannoni, Constantino S.; Chuang, Isaac L.. Liquid state NMR Quantum Computing. 2000.
- Hiroshi, Imai; Masahito, Hayashi. Quantum Computation and Information. Berlin: Springer. 2006. ISBN 3-540-33132-8.
- Berthiaume, Andre. Quantum Computation. 1997 [2015-08-28]. (原始内容存档于2009-02-26).
- Simon, Daniel R. On the Power of Quantum Computation. Institute of Electrical and Electronic Engineers Computer Society Press. 1994 [2015-08-28]. (原始内容存档于2008-07-20).
- Seminar Post Quantum Cryptology. Chair for communication security at the Ruhr-University Bochum. [2015-08-28]. (原始内容存档于2014-02-26).
- Sanders, Laura. First programmable quantum computer created. 2009 [2015-08-28]. (原始内容存档于2012-09-25).
- New trends in quantum computation. [2015-08-28]. (原始内容存档于2014-10-11).
参考资料
外部链接
Wikiwand - on
Seamless Wikipedia browsing. On steroids.