浅谈新型计算技术

崔倩

摘 要：近年来，采用新器件、新结构、新设计系统和新制造方法实现低成本、快速可靠的计算、存储和通信成为重要的研究方向。本文重点介绍了量子计算、光计算以及生物计算方面的新型计算技术。

关键词：量子计算;光计算;生物计算

引言：

现有的芯片制造技术是建立在硅材料基础上的，由于热效应、电磁场效应和量子效应，其集成度的提高具有局限性，因而单一处理器的运算速度的提升存在物理方面的限制。关于未来哪些新技术将推动计算机的技术革命，研究人员提出了很多设想，其中可能的技术包括光技术、生物技术、量子技术、超导技术和纳米技术等。这些非传统计算机技术正处在初步的研究阶段，离实际应用还有很长的距离。但是，这些研究中只要有一种取得突破性实际成果，将促成计算机技术巨大的、甚至革命性的发展。

一、量子计算

量子计算（Quantum Computing）指按照量子物理规律完成计算任务的计算技术。量子计算技术的研究包括量子计算机实现技术、量子计算理论、量子算法、量子计算机程序设计语言等，是目前国际上非常传统计算技术中最活跃的前沿研究方向之一。量子计算机（Quantum Computer）就是实现量子计算的机器，一般指按照量子力学原理设计和制造的处理量子信息的物理装置。量子计算机的计算模式不同于现代电子计算机。现在电子计算机以晶体管作为信息存储和处理的主要元器件，晶体管的开与关两种状态代表二进制的0和1。而设想中的量子计算机的最小信息单位是量子比特（Quantum Bit，qubit）。不同于经典比特只能表示0和1，一个量子比特能够表示0、1的任意量子叠加态，该量子叠加态等效于同时表示了0和1两个数。相应地，n个经典比特只能表示2ⁿ个数中的一个，而n个量子比特能够同时表示2ⁿ个数。对n个量子比特进行一次操作，等效于同时对2ⁿ个数进行一次操作。这种信息表示方法，非常有利于并行处理，给量子计算带来了超常的运算能力。

研究表明，量子计算具有经典计算不可比拟的计算优势。例如，理论上，量子计算能够在多项式时间复杂度内破译现在金融、国防等关键领域广泛使用的密码体系，而目前基于传统计算机的破解方法具有指数时间复杂度。近年来，国际上某些特殊领域的量子模拟计算技术已经取得了一些进展。例如，加拿大DWave公司研制的用于模拟退火算法的量子计算机，与经典计算机相比，计算性能提升了一个数量级以上。

二、光计算

光计算是一种采用光学方法来实现运算处理和数据传输的技术。其主要思想是以激光或二极管产生的光子代替传统电子作为载体来进行信息的采集、传输、存储和处理。相比传统电子计算机中使用的电子，光子传输速度更快，抗电磁干扰能力更强，能提供更高的带宽。由于光子不带电荷，因而它不受电磁场的干扰，传播速度可达到光速同等量级。光子和光子的相互作用要在十分苛刻的条件下才能实现。一般情况下，不同波长、不同偏振态、不同波型的光即使相遇、交叉、同路都各自独立、互不干扰，因此光计算具有天然的并行性，即可以多路同时计算，结果互不干扰。这种特征使得光路可用于实现高速互连和通信，其密集程度几乎不受空间尺寸的限制。而这一点电路难以做到。此外，光子可在自由空间传播，甚至可在真空中传播，而不像电子那样只能在导线中传播，并且光子在传播中能量损耗很小。总体来说，光计算具有速度快、并行程度高、抗干扰能力强、功耗低、信道密度高、空间互连灵活、存储容量大、容错性好等优点。正是因为这些优点，光计算机可以弥补传统电子计算机的局限性，成为下一代超并行、超高速、新型“非硅”计算机的重要研究方向之一。

光计算一般分为模拟光计算和数学光计算两种。模拟光计算以傅里叶光学为基础，随着20世界60年代激光的出现而受到关注。数字光计算采用光开关作为基本器件，以光学手段实现数字运算。20世纪70年代，光学传输和非线性光学材料取得重大进展，存进了数字光计算的研究。目前，数字光计算是光计算的主要研究方向。数字光计算的研究主要集中在4个方面：一是光双稳器件、光逻辑器件、各种非线性器件等光计算器件的研究;二是适合光学特点的计算机体系结构方面的研究，包括基本器件、专用子系统、整机等的结构;三是光通信互连的研究，包括自由空间互连、导波互连、全息动态可变互连等;四是光计算相关算法的研究，如光学矩阵运算等。由于全光计算的器件在技术上尚不成熟，目前还没有公认的全光数字处理器体系结构。

三、生物计算

生物计算是指一种利用生物工程和生物学来实现计算的技术。生物计算机是以核酸分子作为“数据”，以生物酶及生物操作作为信息处理工具的一种新颖的计算机模型。它利用蛋白质有开关特性，用生物工程技术产生的蛋白质分子作元件从而制成生物芯片以替代半导体硅片，利用有机化合物存储数据。其性能由元件与元件之间电流启闭的开关速度来决定。信息以波的形式传播，当波沿着蛋白质分子链传播时，会引起蛋白质分子链中单键、双键结构顺序的变化。生物计算机具有多种潜在优点。首先，由蛋白质构成的集成电路，其大小只相当于硅片集成电路的十万分之一，而且运行速度非常快，具有很强的抗电磁干扰能力，并能彻底消除电路间的干扰。其次，生物计算能量消耗小，量级仅相当于普通计算机的十亿分之一。用蛋白质制成的计算机芯片中，一个存储点只有一个分子大小，所以芯片的存储容量可以达到普通计算机的十亿倍，具有巨大的存储能力。

目前，生物计算模型主要有生物分子或超分子芯片、自动机模型、仿生算法、生物化学反应算法等几种类型。生物分子或超分子芯片模型，主要立足于傳统计算机模拟、从寻找高效、体微的电子信息载体及信息传递入手，对生物体内的小分子、大分子、超分子生物芯片的结构与功能开展研究。“生物化学电路”就属于此类模型。自动机模型，以自动理论为基础，致力于寻找新的计算机模式，特别是具有特殊用途的非述职计算机模式。不同自动机模型间的区别主要在于网络内部连接的差异。该模型在非数值计算、模拟、识别等方面有极大的潜力。目前研究的热点集中在基本生物现象的类比，如神经网络、免疫网络、细胞自动机等。仿生算法模型以生物智能为基础，用仿生的观念致力于寻找新的算法模式，虽然思想类似于自动机模型，但主要关注算法层面，而不追求硬件上的变化。