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

量子板塊股價集體飆升的原因在于全球互聯網巨頭谷歌日前官宣，全新量子計算芯片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，有人懷疑量子計算芯片是元宇宙、區塊鏈等概念一樣的噱頭乃至泡沫。

身為全球互聯網巨頭，谷歌自然不會明目張膽造假，Willow擁有遠超傳統芯片的計算能力，但實現超高計算能力的背后亦有代價。

計算芯片，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，但信息技術帶來的第三次工業革命仿佛進入了黑盒，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于二進制邏輯計算，即晶體管存在0和1兩種狀態，所顯示的一切信息和計算的一切數據，都是通過無數次二選一最終確定的。

處理的信息越多，計算所需的時間自然也就越長，例如十進制下數字的100在二進制下為1100100，有7個字符，1000轉化成二進制則為1111101000，有10個字符。

（圖源：豆包AI生成）

基于量子芯片的量子計算機之所以計算速度遠超傳統計算機，原因便在于它不再采用線性計算方式，而是基于量子位，也就是量子比特。

量子比特簡單來說就是通過量子的疊加態，令量子計算芯片一個二位寄存器同時擁有00、01、10、11四種狀態，量子疊加和量子糾纏賦予了量子計算芯片強大的并行計算能力。一個量子系統中的量子比特數越多，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。量子比特越多，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于疊加態，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，利用信息分布到其他量子比特的方式進行糾錯，大幅降低了量子計算芯片的錯誤率。通過多次測試，谷歌認為105個量子比特的Willow芯片可在量子糾錯和隨機電路采樣測試中保持最佳性能。

量子計算機超高計算能力的背后是高昂的成本，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

海外企業涌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，中電信量子信息科技集團有限公司發布了量子計算機天衍504，該計算機基于中國科學院量子信息與量子科技創新研究院研發的“驍鴻”量子計算芯片，量子比特數高達504個，是目前全國比特數最多的量子計算芯片。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雙比特門錯誤率已降低至2%以內。

（圖源：中電信量子信息科技集團有限公司）

安徽省量子計算工程研究中心與量子計算芯片安徽省重點實驗室，推出了具有72個工作量子比特和126個耦合量子比特的量子計算芯片“悟空芯”。只是這些企業的名氣不夠大，在互聯網上的影響力不如谷歌，故而許多網友未曾聽說，不了解國內企業在量子計算領域的實力。

互聯網巨頭中，華為早在2020年就申請了一項名為“量子計算方法及設備”的專利，進軍量子計算領域。字節跳動在2021年曾公開招聘量子計算機研究人員，布局量子計算。這兩家企業量子計算機仍處于研發初期階段，暫時沒有太多有效信息。

國內另一家互聯網巨頭阿里巴巴著實可惜，作為最早布局量子計算的巨頭，其在一年前關閉了達摩院量子實驗室，并將研究設備捐贈給了浙大。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芯片也存在風險。在Google終于“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？

量子計算芯片是AI的終局？

谷歌在X平臺官宣量子計算芯片Willow后，互聯網巨頭與行業大佬們紛紛發文慶賀，并發表了自己的看法。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集群，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，使用量子計算芯片訓練AI。

AI確實是量子計算芯片的最佳使用場景，因為訓練AI大模型需要龐大的算力規模。華為官方數據顯示，截至2023年底，中國數據中心標準機架超過810萬架，總算力規模高達230EFlpos，是2023年的3倍，其中智能算力規模為70EFlops，增速超過70%。然而，高速增長的算力基礎設施均是基于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。然而將量子計算芯片應用于訓練或推理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，會受到互聯網上的錯誤數據影響，量子計算芯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）

至于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，可也沒有介質用于散熱，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，限于火箭運力、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，量子計算芯片的最佳使用場景，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，量子計算芯片無法快速產生價值，仍需要國內外企業潛心研究，降低量子計算芯片的錯誤率、成本，并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集群升空。不過正如馬斯克所言，在此之前要大規模建造太陽能設備，為太空量子計算集群做好供電準備。

中國企業彎道超車的機會？

AMD CEO蘇姿豐曾表示，芯片的制程工藝和芯片架構同樣重要。經過多年時間發展，制程工藝即將進入瓶頸期，或者說即將進入量子領域。制程工藝進入5nm后，就會出現量子隧穿效應（俗稱“漏電”），電子會從一個晶體管穿梭到另一個晶體管，導致晶體管失效。制程工藝越小，量子隧穿就會越明顯，行業普遍認為1nm是芯片制程工藝的盡頭。

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

對于國內企業而言，量子計算時代的到來絕對是好消息，半導體時代大陸地區半導體技術落后，制造環節制程工藝、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。量子計算芯片依賴低溫制程和超導技術，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。如今量子計算芯片時代到來，國內芯片廠商或許可以效仿新能源汽車行業，通過量子計算技術實現彎道超車。

國內AI行業蓬勃發展，對于芯片的需求量不斷攀升，華為、字節跳動等企業入場，估計也是為了研發用于AI大模型訓練和推理的量子計算芯片，以降低芯片采購成本，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芯片從實驗室走入數據中心，走向商業化。總而言之，未來可期，Google這一步讓產業重拾信心。