尽管量子计算机并不能取代经典计算机，但它在特定的存储和运算任务中的卓越性能，使其在银行、金融、安全系统，甚至新药的研究、新材料的研究等方面有着重大潜能。

本期的智能内参，我们推荐来自波士顿咨询（BCG）的量子计算行业调研报告，解读技术发展现状和潜在应用，分析其可能带来的行业影响和高潜力的早期应用，以及企业需要考虑的对策。

以下为智能内参整理呈现的干货：

量子计算简明手册

量子计算机即根据量子物理学来构建的计算机，能够完成当前的经典计算机无法解决的信息处理和存储任务。

当然，不是所有人都需要这种计算能力，量子计算主要针对数据密集型应用，比如搜索、加密、机器学习等，以及制药、化学、能源等领域的建模。未来，由量子计算机和经典计算机组组成的混合系统将轻松解决当下看来相当棘手的问题。

目前，量子计算的发展进程相当于早期的二进制计算机，即机械计算机、真空管和半导体之争的阶段。

BCG认为，量子计算将在接下来的25年间经历三代发展，走向技术成熟。其中，初代量子计算将被企业用于解决特定的实际业务和研发需求。BCG预计，到2030年，量子计算的应用市场规模可达500多亿美元，当然，这得基于逻辑量子比特的制造和集成能力达到基础量子计算所需的最低要求。

这并不容易，仅量子模拟为例，就需要约150个可纠错、高保真的逻辑量子比特。所谓的单个逻辑量子比特，往往对应着数十甚至上千的物理单元（物理量子比特）。此外，多量子比特系统的有效测量方案也有待研究。

现在，量子计算的主要玩家有IBM（最近公布了自家研发的20比特量子处理器和49比特模拟器）、谷歌（发布了72比特处理器Bristlecone），以及英特尔、微软、麻省理工、耶鲁、牛津等。

量子计算的三类优势

▲量子计算为解决一些问题提供了巨大的速度优势

实现量子计算商业应用有两个先决条件：拥有足够数目量子比特的处理器，和解决各类应用背后数学问题的量子算法。事实上，密码学、机器学习等领域的相关算法已经存在，处理器也在积极研发中。

相比于经典计算，量子计算有以下三类（不同任务下的）速度优势：

1、显著的速度优势

经典计算机是按顺序运行的，这对于大型、复杂的问题就很困难，比如大数因数分解（破解最常见的密码体系）。相比之下，量子计算机相当于提供了一个天然的并行运算，能够同时试验多个可能的解，比已知最快经典算法有“指数型（超多项式）”加速。（为应对量子计算破密，中国已经发射量子通讯卫星进行防御。）

这种运行加速的优势可以还用于只要和化学研发。目前，对于分子间相互作用的模拟计算复杂程度随着分子数目的增加呈指数性增长，就跟求大数因数分解似的。根据费曼（Richard Feynman）的观点，量子处理器可以一次性考虑所有的可能交互，并求解最低能量状态，即对应实际的分子交互模式。

基于此，BCG预测2030年的，在制药行业，量子计算市场规模将达200亿美元，化学、材料科学等科技密集型产业的规模将达70亿美元。

2、温和的速度优势

面向非结构化的搜索任务，包括一些机器学习的应用，运算时间也会随着问题规模指数性增长。此时，量子算法，如Grover搜索的优势就体现出来了。Grover搜索利用量子态的纠缠特性和量子并行计算原理，运算时间仅随着问题规模线性增长。

今天，大规模的搜索和机器学习问题是通过大量的、并行的、专门的GPU来解决的。参考GPU霸主英伟达的业绩，BCG预测，到2030年，此类取代基于GPU的算法应用规模将超200亿美元。此类基于量子计算平台的搜索优化应用，很可能就是驱动谷歌、IBM投入研发的主因。

3、 不明确的速度优势

当前的经典量子计算在解决路由运输和物流优化等复杂操作或网络的问题是，已经显现了良好的性能，尽管量子计算方法可能解除现有运算的极限，但据调研，企业基于现有算法的可用性，并不认为有必要关注其潜能。因此，未来量子计算能否在此类问题中开启新的价值，尚不明确。

量子计算三级跳

量子计算目前最主要的技术挑战就是构建足够数目的逻辑量子比特来实现运算，以及足够多的物理量子比特数目来保证逻辑量子比特的可用性，实现纠错。

目前，量子计算主流的实现平台有超导、离子阱和半导体（以及光学系统）。为评估每种系统对应的市场发展和应用规模，BCG对不同尺寸量子计算机的使用进行了等效的“摩尔定律”分析（即量子计算可扩展性）。

▲量子堆栈及其业务模型（量子计算技术堆栈将有多个层）

基于量子计算的“等效摩尔定律”（物理量子比特集成数目约每两年翻一番），预计量子计算机将经历三代发展：

1、2018到2028年，工程师们将研发出可用于低复杂程度的量子模拟问题的非通用量子计算机。

2、2028到2039年，逻辑量子比特数量将扩展到50多个，并实现所谓的“量子霸权”，更快速的执行特定算法的应用程序，主要包括分子模拟、研发和软件开发等，创造巨大的市场潜力。量子信息处理将进一步发展，企业对量子模拟方法变得更为熟悉。

3、2031到2042年，量子计算机将在模拟、搜索和运算中执行高级功能，实现各类商业应用，对比经典计算机具有明显的优势。预计二代、三代量子计算机发展的交界处，就是量子计算超越经典计算（在特定应用中）的临界点。预计2030年之后，量子计算的发展将显著加速。

初代量子计算应用在望

尽管大型的、高级的量子计算应用看起来似乎还得几十年，但企业高管们是时候开始了解初代量子计算的可用性了，特别是在接下来的几年，有些可能的应用来的可能比我们预期的快。

在这段时间里，一些有限的量子计算功能将出现在企业应用中，如化学领域中相对简单的分子（模拟亚原子水平）和特殊的优化。企业将在实际使用中逐渐熟悉量子计算方法和工具。事实上，IBM和微软在发展量子计算社区、量子计算模拟器，以及易于使用的工具包。

随着量子算法、编程语言、可用的云端量子处理器的到来，开发者将逐步将其合并到软件解决方案中，与经典算法结合起来实现混合计算系统。这个学习阶段很关键，特定领域的工作者将借此提高意识和经验，加速走向量子霸权。

▲制药研发中的复杂分子发现对应着150-300亿美元的量子计算市场机会

部分制药行业的高管预估，量子模拟可将药物发现率提高5%到10%，并优化（节约）15%到20%的研发时间。与此同时，他们还认为更优的分子设计将推动药物审批效率。

一家大型制药公司的研发部门副总指出：在原子水平上，目前的高性能计算无法处理大多数的模拟，量子计算可以成倍的提高药物发现概率。在美国，如果复杂的量子模拟是可行的，有10%的公司愿意为其承担费用，这对应着150亿到300亿美元的量子计算市场机会。事实上，目前全球高性能计算的市场规模是100亿美元。

此外，量子计算还可以用于无序搜索、机器学习算法数据集，从而释放数据的价值。对于物联网时代，数以百亿计的设备将数据的规模带到了一个全新的水平。

对于某些问题，寻找解决方案需要尝试和错误，同时测试潜在的解决方案。如果我们的问题规模对应着100万条路径，一个二进制计算机平均需要50万次才能找到正确的解，但一个运行Grover搜索的量子处理器只需要1000次尝试，快了500倍。

这些问题，就对应着机器学习，即在大型数据集和大量的数据上进行培训，通过试错和监督学习完成对象检测和识别等任务。目前机器学习/人工智能基于并行的低成本的GPU，但量子计算将加速数据处理，扩大数据容量。随着更多量子算法的发现，量子计算预计将在2030年渗透200亿美元的高性能机器学习计算市场。

技术的今天和明天

▲Gartner2016 新兴技术炒作周期曲线图

BCG指出，从原理上来看，与经典量子计算相比，量子计算主要有着三点不同：

1、比特状态的不同

二进制计算机使用二进制比特/位（bit）：1和0，也就是人们常常理解的开和关。而量子比特（qubit）的1和0的状态可以同时存在，即叠加态。

2、比特操作的不同

经典计算机的比特操作是分开的，而量子计算机可以实现量子纠缠，即操作一个比特，同时及将影响与该比特纠缠的其他所有比特的状态。

3、工作方式的不同

经典计算机是按顺序进行运算的，而量子计算机可以同时计算所有的可能性，并通过参数设置干预，筛选出正确的解。

除了待掌握的新的工作原理，对于工程师而言，量子计算目前的实用性还有几个麻烦：主流的超导量子计算需要极低温运行条件（接近绝对0度）；现有的量子比特很难维持自身的状态，容易受到各类环境影响产生错误（这也就是为什么需要极低温和极好的信噪分离），由此引发保真度问题、退相干问题等，且目前尚无完美的量子纠错方案。事实上，目前看来，对于大型可实用的量子模拟，单个逻辑量子比特可能需要3000来个物理比特。

尽管现在的量子计算机看起来笨重，但经典计算机也是这么一步步走过来的。

目前，部分量子计算技术正在达到可用性的阈值，离子阱和超导量子计算已经步入商用。离子阱量子计算的高品质量子比特，使其在关键领域商用进程和成本方面都优于超导量子计算。2017年末，研究者成功制备了14比特纠缠的离子阱量子计算系统，能够以99.9%的可靠性执行特定的运算。同等性能的超导系统为9比特，99.4%可靠性。

如果用“等效量子计算摩尔定律”（不考虑纠错算法的进展），离子阱技术将在2040年实现150逻辑比特系统，满足主要的量子模拟应用所需。如果将纠错算法的进展考虑近来，时间线可能往前推个十年，2028到2030年就能实现规模和成本方面皆可用的量子模拟应用。

事实上，微软正在做基于拓扑的1：1（单个物理比特就能组成一个逻辑比特）的量子计算，但暂无原型。因此，BCG认为初代量子计算的市场主流很可能是离子阱系统。当然，离子阱量子计算机也有很多待解决的问题。

一旦建立了技术可行性，我们将看到S型曲线的采用模式（新兴技术炒作周期曲线图）。考虑到量子处理在不同领域的优势程度和解决问题的算法成熟度，加上可行的平台即服务模式，BCG预计量子计算五年内在显著的速度优势领域可达到70%的普及率（参考GPU在机器学习领域的采用率），未来15年在温和的速度优势领域可达到50%的普及率。不明确的速度优势领域，量子计算采用的会比较慢，可能15年后普及率不到25%。

总的来看，参考目前的消费电子市场规模，保守估计（不考虑量子纠错算法的进展），量子计算应用市场规模2035年将达20亿美元，之后暴涨，2050年飙至2600多亿美元；乐观估计（考虑量子纠错算法的进展），2035年将达600亿美元，2050年飙至2950亿美元。

▲量子计算市场规模预测（技术里程碑将决定市场增长速度）

致高管的小建议

量子计算不是对所有人都有意义，但对于数据密集型行业工作者而言，量子计算在大型复杂问题中的先进性有望推进研发进程，拓展业务边界。目前，BASF（世界最大的化工厂）、VW（大众）、Airbus（民机制造商）等大佬均以入坑。

入坑的第一步，就是建立对IBM、微软等公司提供的量子计算平台、工具和算法的概念性理解和经验累积。QxBranch、QC Ware、1Qbit等算法开发公司正在为量子计算的多领域应用寻找可能性。企业可能还得找研究大牛合作，事实上IBM就抱着MIT的大腿。

特别点明下制药和化工企业，他们应该开始探索使用量子处理器进行分子模拟的方案了（IBM已经用量子计算准确地模拟了迄今为止最大的分子：铍氢化物BeH2）。企业们应该从量子计算下手寻找研发突破，鼓励研发人员用搜索、神经网络和优化算法加速工作，并将其发展为行业竞争优势。

智东西认为，量子计算作为下一代信息技术的关键，和当前物理学前沿研究的重大科学问题，已经引发了各国政府和产业界的关注，其硬件和软件方面都有着积极进展。有两个基本问题可能需要澄清一下：量子计算机并不能取代经典计算机，我们还没有研发出通用量子计算。而BCG在报告中多次点名制药公司，一方面是量子模拟在制药公司的药品研发过程中能起到有效的加速，另一方面是制药公司有研发投入和获取回报的能力。因此，制药很可能成为量子计算的商用突破口。

声明：本文来自智东西，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。