一文读懂量子计算的原理、分类与发展

摘要：非冯·诺伊曼型计算机（如量子计算机和伊辛机），它们的工作原理与现代计算机不同，正引起人们的广泛关注。如在组合优化问题、量子化学计算和素因数分解等特定问题上体现较为明显，这些都是对社会有影响的重要问题，所以正在深入研究中。本篇文章介绍了新原理计算机的发展过程，以及日本NTT实验室的理论和实验工作。

目前，在半导体行业中，有一条经验法则叫做“摩尔定律”，即“集成电路上的晶体管数量每18个月翻一番”。事实上，根据这一定律，半导体器件在制作工艺上正变得越来越精细，计算机的性能也在逐年提高。同时，随着摩尔定律的逐步推进，晶体管的体积在不断变小，原子尺寸也将达到极限。然而，在此之前，有种说法是在量子效应出现之前，还存在着一种"量子力学墙"，而这些物理现象都无法在传统的电路定律中解释。

在量子力学的世界里，存在着经典力学所没有的神秘特性，如叠加状态、波粒二象性。而量子计算机是一种充分利用这些特性，并以与传统计算机不同的原理运行的计算机。在当前的信息处理计算过程中，可以取"0"和"1"两个值的比特进行计算，但是作为量子计算机基本元素的量子比特是可以实现"0"和"1"的任意组合叠加。如准备N个量子比特，2的N次方可以表示一个状态的叠加，通过增加量子比特的数量，叠加态的数量呈指数增长。通过对大量的叠加态进行计算，可以实现大规模并行计算，这是量子计算机加速的一个因素条件。

此外，量子计算机还利用量子比特的波特性，通过量子比特之间的相位干涉效应，从大规模并行计算的结果中找出所需的解。近年来，与传统的基于顺序计算的冯·诺伊曼计算机不同，基于新原理运行的非冯·诺伊曼计算机（如量子计算机）越来越受到人们的关注。在本篇文章中，我们将从理论和实验的角度介绍NTT实验室在新原理计算机方面的进展与实践。

新原理计算机

新原理计算机大致可以分为两种类型：通用量子计算机和量子退火机。

前者在基态下准备了大量量子比特，如图1（a），重复图中所示的1个量子比特门操作和2个量子比特门操作同时进行计算，可以发现一种用于因数分解和大规模检索的量子算法，并且在理论上可以证明其速度比经典算法更快。但是，由于量子比特容易受到外部噪声的影响，经常容易发生错误，因此需要大量的量子比特来进行量子纠错。

例如，预估需要2000万个量子比特来分解2048位（1），以目前的技术来制造如此多的量子比特非常困难。在后者中，如图1（b）所示，大量的量子比特在所有状态下叠加，即它们在高温状态下制备，并逐渐冷却从而找到最低能量状态（正确答案）。在这一过程中，由于量子隧道效应可以从局部稳定点逃逸，因此它比经典退火算法能更快得出正确答案。

虽然量子加速尚未得到严格证明，但由于它为满足强社会需求的组合优化问题提供了近似解决方案，因此备受关注。此外，它还具有抗外部噪声的特性，因为计算可以在缓慢改变稳定状态的同时中进行，这种类型的计算机也称为“伊辛机”。如在物理系统中实现优化问题时，它使用一种物理模型来表示交互作用的自旋系统（即伊辛模型）。

（图片来源：NTT官网）

伊辛机

2011年，加拿大量子计算公司D-Wave Systems发布了一则消息。D-Wave在使用超导量子比特的通用量子计算机研究中，发布了演示2个量子比特门操作，以及观察3个量子比特的纠缠态等实验结果，并宣布其所研制的128个量子比特的量子退火机（D-Wave One）为世界上第一台商用量子计算机，这也是一台使用超导量子比特进行计算的伊辛机。与通用量子计算机中使用的铝量子比特相比，使用超导镍的D-Wave One量子比特对于量子信息的存储时间要短得多。虽然当时有一些研究人员怀疑其量子特性是否真实，但在随后的演示实验中，证实了其量子特性的确实现了加速。

2013年，D-Wave Two有512个量子比特；2015年，D-Wave 2X有 1000+个量子比特；2017年，D-Wave 2000有2048个量子比特；2020 年，D-Wave公布了其超过5000个量子比特的量子优势，世界各地的公司都在利用D-Wave提供的云服务，进而推动了量子退火机对商业用途的研发进程。但是，实际业务应用需要进一步扩展。此外，由于超导量子比特是芯片上的固态元件，因此存在量子比特之间的耦合受到相邻量子比特之间的限制。因此，在量子退火机上实现优化问题需要比模拟问题规模更多的量子比特。

另一方面，在NTT实验室，采用简并光学参量振荡器（DOPO）实现人工自旋，该机器将大量DOPO脉冲限制在光纤谐振器中，实现自旋之间的完全耦合，并开发出相干伊辛机（CIM）。由于可以通过延长光纤谐振器的总长度来增加人工自旋的次数，因此与固态器件相比，它更容易大规模应用。如图1（c）所示，在CIM中，通过逐渐增加DOPO激光强度，可以从低温侧寻找解，当系统能量达到最优解时，就可以找到正确答案。虽然对于DOPO的量子特性如何促进计算机的性能还有待研究，但在MaxCut问题的典型组合优化问题中，已被证明其比经典退火算法更快（2）。

通用量子计算机

大约20年前，量子计算机面临的基本问题是如何实现量子比特。量子比特需要一个量子两能级系统来实现“0”和“1”的叠加态，但研究了光量子比特与光通信的兼容性等各种方案发现，量子信息内存时间长的原子和电子有希望，但很难集成；相反，半导体和超导量子比特内存时间虽然短，但半导体集成技术却可以适用，因为这两者是固态元件。

事实上，这场争论仍在继续，每种物理系统都利用其特性来运行发展。超导量子计算机已经达到了50-70个量子比特、离子阱量子计算机有32个量子比特、量子点量子计算机实现了2-3量子比特。尤其在2019年，谷歌宣布了“量子霸权”，提出有53个量子比特的超导量子计算机超越了传统的超级计算机，成为一大热门话题（4）。

虽然这些事件都标志着非常重要的里程碑，但是量子计算机擅长解决问题的结果，并不能证明量子计算机在处理所有问题上都表现优越。如图2所示，图中显示了超导量子比特的整个发展过程。1999年，超导量子比特首次运行时，内存时间缩短至1ns，这是一个非常困难的实验，但到2012年左右，它延长到100μs左右，提高了5个数量级。此后，内存时间并没有延长，但芯片上的量子比特数却呈指数级增长。这可能是因为许多研究机构的研究方向从延长内存时间转向了集成，同时实现了集成所需的最小内存时间。因此，谷歌、IBM和英特尔现在已经开发出50量子位超导量子计算机芯片，直到表现出量子优势。

目前，NTT实验室继续研究与当前超导量子芯片中集成的量子比特不同类型的超导量子比特。利用其特性，NTT实验室从宏观量子叠加态的验证（5）等基础物理研究，到局部高灵敏度磁场传感器的应用（6）进行了各种尝试。

（图片来源：NTT官网）

容错量子计算机还在研发中

当你听到已经实现量子优势的消息时，可能会认为一台实用的量子计算机很快就会实现。但事实是，它还有很长的路要走。目前，通用的量子计算机集成度约为50个量子比特。此外，噪声会导致量子信息随着时间的推移而丢失，门操作容易出错，从而无法执行涉及重复门操作的复杂计算。因此，在功能和规模上有这类限制的量子计算机称为NISQ（Noisy Intermediate-Scale Quantum）设备。虽然NISQ设备也表现出量子优势，便于了解量子的潜力，但执行大规模且复杂的实际量子计算，还是需要一台容错量子计算机。为此，通过准备多个量子比特（物理量子比特）来提供冗余，构建了一个抗噪声的纠错量子比特（逻辑量子比特）。

此外，还需要复杂的层结构，例如控制物理量子比特的层级、控制逻辑量子比特的层级，以及执行更高算法的层级。更具体地说，构建一个逻辑量子比特不仅需要集成大量物理量子比特，还需要软件开发。例如，在评估单个物理量子比特的特性后，需要一套程序来有效地校准控制系统。此外，设计用于纠错的计算和反馈电路（即量子电路模拟器）是必需条件之一。

正如开篇所提，据说一台容错量子计算机需要2000万个物理量子比特。为此，量子比特集成和控制技术日新月异，但仍需突破。所以NTT实验室正在考虑，提高NISQ设备的性能后将其与传统计算机混合，并应用于量子机器学习和量子化学计算。NTT实验室正在根据计算和信息理论的知识进行研究，以最大限度地提高 NISQ 设备的功能。 

未来发展

20年前，人们进行了实现一个量子比特的研究，并说量子计算是一项领先100年的技术。10年前，人们开始研究如何实现2个量子比特门操作，以及如何增加量子比特的数量等相关课题，并有人认为量子计算机有可能在50年内实现。今天，数十位量子计算机正在运行，并证明了量子优势。此外，具有数千位量子比特的伊辛机已经实现部分商业化。在日本国家级项目中，也设定了30年内实现容错量子计算机的目标。因此，随着加速推进对新原理计算机的研究，研究人员的数量不断增加，研发基础也在不断扩大。

然而，NTT实验室确信还有很长的路要走。对于实验研究人员来说，大规模的技术突破至关重要。可能需要高产工艺技术（如现代大规模集成电路）、集成技术（包括控制系统）或分布式量子计算网络技术。对于理论研究人员来说，诸如节省资源的量子纠错码和新的量子算法等技术的突破都是技术突破的重点，也许会诞生一位非凡的科学家提出一个全新的想法，可以立即解决问题。无论如何，这都是一个具有挑战性的课题，NTT将继续关注该领域的未来发展。

（图片来源：NTT官网）

参考文献

（1） C. Gidney and M. Ekera: “How to factor 2048 bit RSA integers in 8 hours using 20 million noisy qubits，”arXiv:1905.09749，2019.

（2） 武居・稲垣・稲葉・本庄：“複雑な組合せ最適化問題を解く量子ニューラルネットワーク，”NTT技術ジャーナル，Vol. 29，No. 5, pp. 11-14，2017．

（3） 武居・稲垣・稲葉・本庄：“コヒーレントイジングマシンと量子アニーリングの性能比較実験，”NTT技術ジャーナル，Vol. 33，No. 3, pp. 18-22，2021．

（4） 角柳・松崎・樋田・山口・齊藤・Munro：“巨視的スケールでの実在性の破れを実証，”NTT技術ジャーナル，Vol. 29，No. 5, pp. 20-23，2017．

（5） Focus on the News：“超伝導量子ビットによる高感度・高空間分解能電子スピン共鳴に成功，”NTT技術ジャーナル，Vol. 31，No. 8, pp. 71-72，2019．

文：NTT 物性科学实验室 斋藤志郎（さいとう　しろう）

/NTT 物性科学研究所所长 五岛英树（ごとう　ひでき）

编译：慕一

​编辑：王珩

注：本文编译自“NTT官网 ”，文章中的信息或所表述的观点意见，均不代表量子前哨同意或支持。

——end——