量子计算技术研究及应用探索分析

王敬 李红阳 赵文玉

(中国信息通信研究院技术与标准研究所，北京 100191)

0 引言

量子信息技术是物理学和信息学的前沿交叉领域，其物理基础是量子力学特性，包括量子纠缠、量子叠加以及量子隧穿等，量子计算通过操纵量子叠加态，使用量子力学特性作为计算逻辑，基于量子纠缠原理，可以实现信息的并行处理。量子信息技术包括量子通信、量子计算以及量子测量三大领域[1]。量子计算作为未来算力跨域式发展的重要探索方向，具备原理上远超经典计算的强大并行计算潜力，有望为人工智能、量化金融、密码分析、气象预报、资源勘探、药物设计、信息安全等所需的大规模计算难题提供潜在的解决方案。近年来，随着量子计算原理样机和实验平台科研的快速发展，量子计算优越性的实验验证不断取得阶段性成果[2]，量子计算领域正逐步形成集学术研究、工程研发、应用探索和产业构建为一体的全方位发展格局。

近年来，全球多个国家/地区诸如美国、欧洲、中国、日本、加拿大等均高度重视量子信息技术，尤其是量子计算领域的发展，纷纷采用出台政策法案、制定量子计划、成立研究机构、支持企业发展等措施，积极开展量子计算领域布局。本文梳理了量子计算领域国内外重要的战略布局，对最新研究成果进行了总结并探讨了技术发展趋势，并讨论了量子计算在若干场景中的应用探索发展情况。

1 国内外政策布局

美国在量子计算领域具有深厚的研究基础，其发展处于世界领先地位，近年来其对量子计算领域的投入不断增大。早在2002年，美国国防部高级研究计划局(DARPA) 发布《量子信息科学与技术规划》[3]；2018年，美国连续颁布《量子信息科学国家战略概述》《国家量子计划法案》等计划法案[4]，确立以国家量子协调办公室(NQCO)为统筹中心、为期10年的国家量子计划；2020年，白宫发布《关键与新兴技术国家战略》[5]，同年NQCO颁布《美国量子网络战略愿景》[6]；2021年3月，白宫颁布《国家安全临时战略指南》[7]，再次强调量子计算等新兴技术有望改变各国之间的经济和军事平衡，同年6月，参议院颁布《2021年美国创新与竞争法案》[8]，表明重点支持包括量子计算和信息系统在内的十大关键技术。美国量子计算呈体系化发展模式，重视战略部署、顶层设计以及路线规划，采取建立有效协作机制、成立委员会、资助研究机构等措施，充分发挥战略科技力量优势，预计未来几年将持续加大投入。

欧洲对于量子计算的研究起步也较早，大力推动技术及应用产业发展，各成员国积极响应。2016年，欧盟委员会推出《量子宣言(草案)》[9]，倡导尽早实施量子技术旗舰计划；2018年，量子技术旗舰计划正式实施，投资约10亿欧元，计划为期10年；2022年初，量子技术旗舰计划发布《欧洲量子计算和量子模拟基础设施白皮书》[10]，阐述当前欧洲量子计算技术的发展状况与未来规划，发展时间表如表1所示。英国国家量子技术计划(NQTP)横跨量子计算、通信、计时、传感和成像等多个领域。德国于2018年启动QUTEGA国家量子计划[11]，重点关注包括量子计算在内的多个研究领域。荷兰于2019年发布Quantum Delta NL(QΔNL)计划，研究集中在量子计算、量子模拟、量子网络和量子传感应用等方面。欧洲各国积极制定量子计算相关计划，系统、详细地规划欧洲量子计算领域的发展，部署诸多研究项目，涉及多种技术路线，旨在构建具有竞争力的欧洲量子计算产业。

表1 欧洲量子计算与模拟基础设施发展时间表

我国在国家战略层面对量子计算高度重视。2016年，国务院印发《“十三五”国家科技创新规划》[12]，将量子计算列入面向2030年的科技创新重大项目；2019年，国务院印发《长江三角洲区域一体化发展规划纲要》[13]，再次提出需加快培育布局包括量子信息等重点领域在内的未来产业；2021年，国家颁布《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》[14]，在强化国家战略科技力量、整合优化科技资源配置等多个方面对量子信息发展进行规划。我国的量子计算研究起步较晚，但重视程度逐渐加大，近年来在多个方向实现突破，未来也将持续加大量子硬件研究、量子软件开发等方面的支持力度，持续完善布局。

2 技术研究进展

信息通信技术发展十分迅速，但经典信息技术正逐渐逼近边界效应，例如摩尔定律晶体管制程工艺极限、通信信道香农容量极限等[2]，以大规模集成电路为基础的经典计算机面临算力提升的问题。经过近40年的发展，量子计算技术研究取得诸多成果。

2.1 硬件平台

量子计算处理器硬件平台存在超导、光量子、离子阱、半导体、中性原子、拓扑、金刚石NV色心等主要技术路线。超导是目前发展较为迅速的路线，核心单元是“超导体-绝缘体-超导体”三层结构的约瑟夫森结电子器件，在量子操控与读取、退相干时间、可控耦合、可扩展性等方面有较大优势，但也存在低温屏蔽、宇宙射线干扰[15]等问题，目前国内外采用超导路线的企业与机构包括IBM、谷歌、中科大、本源等，主要成果包括谷歌53位“悬铃木”处理器、IBM 127量子比特处理器Eagle、中科大66量子比特“祖冲之二号”等。光量子具有室温大气环境可工作、量子态易操控等优势，同时存在光子间没有相互作用而造成双量子逻辑门难以实现等问题，PsiQuantum、Xanadu、上海交大、中科大等企业与高校正在开展相关研究，主要成果有中科大76位光量子比特原型机“九章”、113位光量子比特原型机“九章二号”(见图1)等[16]。离子阱实现原理是电荷与电磁场间的交互作用使带电粒子运动，同时利用受限离子的基态和激发态组成的两个内能级作为量子比特，利用微波激光照射操纵量子态，通过连续泵浦光和态相关荧光实现初始化与读取，优势在于消相干效应小、量子比特质量高、制备与读取效率高，短板是可扩展性差，Honeywell、IonQ、中科院、清华大学、启科量子等在进行离子阱研发，2022年Quantinuum宣布H1-2量子计算系统可达到4 096量子体积。量子点作为一种有着三维量子强束缚的半导体异质结构，将电子自旋等作为量子比特，使用微波脉冲或纯电学方式进行操控，优点是稳定性好、相干时间长、兼容性良好等，缺点在于量子纠缠数量少、易受环境影响，日本理化学研究所、中科大、本源等均在进行相关研究，2022年中科大实现硅基自旋量子比特的超快操控[17]。中性原子是近几年的后起之秀，原理是在超高真空腔中利用远失谐光偶极阱阵列或光晶格从磁光阱或玻色爱因斯坦凝聚体中捕获并囚禁超冷的原子形成单原子阵列，将原子基态超精细能级的两个磁子能级编码为一个二能级量子态(量子比特)，研究者包括ColdQuanta、Atom Computing、哈佛大学、麻省理工学院等，2021年ColdQuanta推出100+量子比特处理器Hilbert，Atom Computing推出量子系统Phoenix，2022年哈佛大学展示289量子比特中性原子量子处理器在解决实际使用问题方面的应用。

图1 “九章二号”整体装置图

量子硬件技术路线总体呈多元化发展趋势，每种路线的亮点成果层出不穷，面临的挑战也各不相同，各技术路线竞争较为激烈，其中超导、光量子及离子阱3种路线发展较为迅速，中性原子、金刚石NV色心未来可期，不同技术路线的逻辑门操作存在一定差异，这可能引起量子计算软件、量子开发工具以及量子算法实现等方面发展路径的差异。总体而言，量子硬件的发展仍处于比较早期的阶段，现阶段的量子计算原型机存在量子比特数较少、量子态操控精度不高、相干时间短等诸多问题，此外还可能面临不同技术体系之间量子态的导入、存储、导出等方面的工程化挑战。在含噪声中等规模量子(Noisy Intermediate-Scale Quantum，NISQ)阶段，基于经典计算的量子模拟器可作为在量子计算样机研制和算法研究中开展技术验证的重要补充。根据IBM、谷歌等发布的技术路线图，预计未来3年左右有望实现数千量级的物理比特，在量子比特数达到一定规模且量子态质量足够高的条件下，可能催生出解决实际问题的“杀手级”应用案例，而后基于量子硬件水平提升与量子纠错技术的发展，由物理量子比特向逻辑量子比特过渡。长期来看几种量子硬件技术路线和性能提升的趋势仍具有一定的不确定性，后续业界将持续在扩展量子比特规模、提高量子态质量、加快量子计算运行速度等方向发力，逐步向着实现可容错通用量子计算机的远期目标努力。

2.2 软件算法

在量子计算软件与算法方面，量子软件作为连接量子硬件与用户的桥梁，目前尚处于开放探索阶段，研发主要集中在基础运行类、计算开发类、应用服务类以及通用系统类等方面，且均有一定成果。国外应用广泛的包括IBM全栈式量子编译工具Qiskit、谷歌开源量子计算框架Cirq、微软开源量子开发工具包等；国内也有本源量子计算机操作系统司南、百度云原生量子集成开发环境YunIDE、图灵光量子计算模拟软件FeynmanPAQS等初步成果。量子算法是体现量子计算优势的有效途径，各类算法逐步优化，处于起步阶段，追溯其发展历程，早期的Deutsch-Jozsa算法是为了展示量子计算优势而特意构造的数学问题，而后的Shor算法与Grover算法则被证明有望成为解决实际问题的两类算法。

量子软件目前处于发展的初期阶段，虽然近期研究发布成果层出不穷，但整体成熟度较低，基本可以达到工具级，应用类软件多聚焦解决某类特定问题，仍处于发展迭代起步阶段，总体而言与经典软件的发展成熟度相差尚远。相比之下量子计算编译工具的成熟度较高，有代表性的编译工具包括IBM的Qiskit、谷歌的Cirq等。综上所述，量子软件的发展是一个持续迭代的过程，不仅需要注重软件本身的开发，还需重视应用生态的培育。

量子算法的主要研究难点在于需要结合量子本身的特性，专门设计针对某类问题的算法，同时还需体现出超越经典算法的优势。量子算法的研究同时也离不开量子硬件，算法需要硬件的支持以便进行测试对比，以便验证算法的优势，目前受限于量子硬件的发展，许多量子算法只能在量子模拟器上进行试验验证。未来量子算法的研究可能需要将重点放在研究更多可用于解决更多实际问题的算法，并进行量子算法优化的相关研究。

3 应用探索现状

量子计算机可解决的问题类型在业内尚未达成共识，近期的研究主要集中在量子加速优化与量子模拟两类问题上，前者有望用于人工智能、量化金融、密码解析等领域，后者则可能用于生物制药、分子化学、能源研究等领域。

3.1 量子计算+人工智能

量子人工智能是量子计算与人工智能交叉发展起来的技术，将有望对工业、交通、金融、气象等领域的技术变革提供强有力的支持，全球已有诸多创业公司和研究团队对其开展积极的研究探索。

量子机器学习(Quantum ML)是量子计算与人工智能结合的一个重要应用方向，主要利用量子计算机的数据处理能力与存储能力构建新型量子机器学习模型，可能解决目前机器学习算法处理大数据时计算效率低等问题，也有望为机器学习任务开发量子算法。2021年，IBM发布Qiskit编程平台0.25版本[18]，在现有功能基础上对其应用程序库进行重组扩展，包括量子机器学习应用模块，可用于不同应用，包括量子核(Quantum Kernels)和量子神经网络(Quantum Neural Networks)。

自然语言处理(NLP)作为一项重要的人工智能技术，未来有望与量子计算相结合以获得新型应用。2020 年，剑桥量子计算公司完成量子自然语言处理应用的一次验证，使用自然语言的“本征量子”结构通过将带语法的语句转译成量子线路，在真实的量子计算机上实现所得程序，并得到问题的解答。2021年，Quantinuum展示量子自然语言处理任务能力，主要用于机器翻译、舆情监测、自动摘要、观点提取、文本分类、问题回答、文本语义对比、语音识别、文字识别等方面，实验基于IBM 量子计算机，将句子实例化为参数化量子电路，同时将词义嵌入为量子态，量子态根据句子的语法结构“纠缠”在一起。

量子人工智能有一定的发展潜力，谷歌、IBM、百度等公司纷纷涉足该领域，量子计算与人工智能二者相互促进，但受限于技术成熟度，例如量子比特数目少、量子纠错技术不成熟、量子机器学习缺乏完善的理论框架等，距离将量子计算真正应用于人工智能还有一定距离。未来随着量子硬件的发展以及人工智能技术的完善，这两个领域的交叉结合可能会在真正实用化应用方面产生突破，突破方向可能包括处理庞大的数据量、建立更优秀的模型、研究更准确的算法以及使用更多数据集等。

3.2 量子计算+量化金融

随着多样化金融服务的普及，金融行业的经营模式、基础框架与产业模式也在经历重大变革，对于算力的要求也越来越高，目前已有多家金融机构开始探索量子计算应用。波士顿咨询集团认为[19]，金融可能是量子计算应用最先受益的行业，影响未来可能主要分为3个方向：投资组合优化等属于优化类别，期权定价和投资组合风险等属于模拟定价类别，信用评分和欺诈检测等属于复杂问题分析(机器学习)类别。

优化方面，经典计算机很难有效地确定投资组合的最佳选择，在量子计算机上实现量子优化算法有许多不同的方法，例如基于量子退火的算法、基于门的量子算法以及基于张量网络的量子启发模型等，这些方法可以为执行大额交易指令选择最佳交易路线，为同一资产在不同市场不同价格中提供最佳套利机会。2016年，1QBit利用D-Wave系统量子退火算法，在最佳交易路线的选择方面，解决了一个离散多周期投资组合优化问题。2019年，澳大利亚联邦银行与Rigetti Computing合作，联合构建专用量子模拟器软件系统，进行量子优化投资组合试验。

模拟和定价方面，经典方法采用简化场景，例如蒙特卡洛模拟，但随着衍生品数量的急剧增长，计算成本变高，执行时间过长，量子蒙特卡洛算法有望解决该问题。2019年，Xanadu与蒙特利尔银行金融集团及丰业银行合作，宣布利用量子蒙特卡罗算法完成百倍级实时定价，在显著降低功耗的条件下提升衍生品定价的处理速度及准确性。2021年，本源与中国建设银行建信金科量子金融应用实验室合作，联合发布量子金融应用算法，包括“量子期权定价算法”与“量子风险价值(VaR)计量算法”等。

复杂问题分析方面，量子计算可用于欺诈预测以及信用评分，打击日渐猖獗的信用卡欺诈、即时汇款欺诈、税务欺诈及洗钱行动，增强交易网络的安全性，保护消费者权益。2022年，IBM发布IBM z16系统，集成了芯片上人工智能加速器——提供延迟优化的推理，旨在让客户能够大规模分析实时交易，以应对信用卡、金融交易等任务关键型工作负载。在国内，图灵量子推出信用卡欺诈预判模块，提供一种适用于高维数据集的信用卡反欺诈途径。

金融领域是量子计算一个重要的应用探索方向，国内外金融机构纷纷进行布局，最常见的合作模式是金融机构分别与大型量子计算公司、初创企业、研究机构等建立合作关系，或者由金融机构直接投资量子企业以获得第一手相关数据，合作采取的措施一般是针对某类金融问题提出量子解决方案。目前，该领域的某些方向已取得初步成果，但由于目前可使用的量子系统规模较小，大部分基于已有量子系统的成果是实验性的，何时应用能够落地尚需观察，量子计算对于金融领域产生真正影响可能仍需时日。

3.3 量子计算+化学工业

量子计算与化学领域的结合应用范围很广，主要利用量子力学对化学过程进行模拟，达到提高模拟速度、提升模拟化学过程复杂度等目的。探索方向包括化学工业与催化剂设计、生物制药、材料研发等。

化学工业与催化剂设计方面，一般采用量子化学模拟技术对化学分子进行模型构建，研究微观物理中的相互作用。在国外，2020年，谷歌团队在“悬铃木”上使用12量子比特模拟二氮烯的异构化学反应；在国内，2019年华为发布量子化学应用云服务HiQ2.0模拟器，可模拟乙烯、氨气、甲硅烷等分子基态能量；2021年本源量子推出量子化学应用ChemiQ[20]，能够可视化构建分子模型、快速模拟基态能量、扫描势能面、研究化学反应，以图形化方式展示量子计算结果。

生物制药方面，传统药物研发流程需要遵循既定路径来寻找新药的最佳候选药物，分别依次进行计算建模、筛选有希望的候选药物以及对候选药物进行试验，确定是否真的具有目标特性，这一过程虽有效，但过程极为缓慢且费用极高。量子计算能够用于模拟候选药物与体内靶点之间的相互作用，其与人工智能的相互配合，利用人工智能的自动化使数据收集的成本更低且更可靠，在只选择少量候选药物的条件下，有选择地评估药物特性，并训练模型预测所有剩余候选药物特性，从而快速筛选大量药物。2020年， ProteinQure与阿斯利康合作，利用量子算法+机器学习+化学分子模拟、组合优化，研发基于蛋白质组合模型的多肽类药物并且构建应用于治疗的肽库，发挥了多肽类药物对某些疾病靶标的独特效力。

材料研发方面，量子计算目前主要用于加快复杂材料的模拟速度并对更复杂的材料进行功能模拟。2021年3月，Qu&Co发布专为化学和材料科学设计的量子计算平台QUBEC测试版，该平台融合了较为先进的专有和开源化学算法。2021年11月，谷歌量子人工智能实验室与QSimulate联合推出费米量子仿真器(FQE)，该仿真器利用化学、材料和凝聚态物质系统中常见的对称性，在模拟费米子量子电路时获得了显著的性能增益。

量子计算在基于量子体系的化学模拟方面具有天然优势，对于化学领域的潜在影响可能主要体现在提高设计效率、提升现有材料性能、缩短上市时间以及节约研发成本等方面。目前这些方面已有一些初期研究结果，但依旧受限于量子系统硬件技术，目前的阶段性成果主要停留在实验验证阶段，面临的瓶颈可能涉及量子电路深度、量子比特规模、量子算法等多个方面。未来随着技术的逐渐成熟，量子计算在未来几十年的时间里可能对化学领域产生深远影响，长期潜力较大。

4 发展趋势展望

技术趋势方面，量子计算技术发展近几年取得诸多成果，但总体仍处于基础研究向应用研究转化的早期阶段。目前超导、光量子路线已实验性地展示了量子计算的优越性，即验证特定问题的量子计算能力超越经典计算，这类实验具有重要的科学价值，但仍需进一步探索解决应用问题的实用化案例，下一发展阶段的研究重点在于使用NISQ计算处理器解决实际应用问题，同时远期目标在于设计并实现大规模可容错的通用量子计算机。量子计算技术发展趋势分析主要围绕解决量子纠错、混合架构计算机研究、大规模可容错通用量子计算机研制以及软硬件与算法研发等问题。

在量子纠错方面，实现量子纠错可用于解决量子计算机受噪声影响带来的问题。量子纠错通过使用纠错码将逻辑量子信息冗余地编码成多个量子比特，用以保护量子计算机免受噪声的影响，是实现大规模容错量子计算的关键，其重要性不亚于量子优越性的验证，目前NISQ阶段，量子计算机的物理量子比特规模有限，量子纠错解决方案存在多样性，此外还涉及系统工程化等，这些均是未来实现量子纠错需要解决的问题，而量子纠错很可能是继量子优越性验证之后量子计算领域的下一个里程碑。

在混合架构计算机方面，经典与量子混合架构计算机有望解决计算任务分解、计算速度提升等问题。量子计算机与经典计算机是相互辅助、而非彼此代替的关系，未来可能将长期并跑，混合架构计算机有望成为未来中期阶段展示量子计算能力的主要形态，混合架构计算机的运行模式是将量子计算机作为经典计算机的特殊处理器，分解计算任务后，将适合量子计算和经典计算的部分分别交给量子处理器与经典处理器进行处理，这种协作模式有助于根据计算任务特点，有针对性地提升计算速度。

在通用量子计算机方面，大规模可容错可编程的通用量子计算机将用于解决各类实际计算问题。通用量子计算机作为量子计算发展的远期目标，需要拥有数百万物理量子比特，其计算错误率要达到与经典计算机近似的程度，研制过程中需要克服诸多技术以及工程方面的困难，包括物理量子比特规模、逻辑量子比特实现、可扩展性、工程化问题等，业界对通用量子计算机何时可以研制成功的预期存在不同观点，预计仍需10年以上时间才能趋向成熟，其实用化过程将会是一个长期演进的过程。

量子计算技术发展存在诸多问题需要解决。首先，目前尚未有一种路线能够实现技术收敛，量子计算机底层架构存在不确定性较大的问题；其次，量子软件开发存在一定难度，技术门槛较高，与经典软件设计思路存在一定差异，软件种类繁多，但都基本尚未达到经典软件的成熟度；此外，量子算法研究本身复杂性很高，设计挑战性较大，已有算法只能用于解决特定问题，与可以解决各类实际问题的经典计算相比还存在较大差距。

应用趋势方面，量子计算的应用处于探索的早期阶段，涉及人工智能、量化金融、化学工业、密码学、交通优化、航空航天等诸多领域，各类报道层出不穷，但某些宣传报道也存在技术细节和实施成效等关键信息比较模糊的问题。总体而言，量子计算距离应用实际落地和产生变革性价值仍有距离，报道的应用案例基本属于预研性质的原理性、验证性实验，这主要受限于量子计算硬件的发展现状，现阶段的量子系统不足以支撑真正有实用效果的、难度较高的算法执行。

量子计算应用探索一方面需要加强量子计算与实际应用场景的结合，探索更多可能具有应用潜力的方向，另一方面要注重科研与测试的对比验证，将应用问题抽象成数学问题，并进行建模与适配，从理论和测试等角度证明量子计算应用的可行性和相对经典计算的真正优势。

5 结束语

量子计算目前正处于发展的初级阶段，世界各主要国家纷纷进行投入布局。量子计算的多种物理技术路线呈现开放性竞争的发展态势，软件与算法仍处于探索的起步阶段，量子软件整体成熟度较低，量子算法的研究具有一定难度。在应用探索方面，众多领域的应用探索是量子计算实用化发展阶段的必经之路，这种探索将是一个长期过程。未来量子计算的发展需要学术界与产业界加强交流合作，共同谋划布局，推动量子计算技术研究、应用探索和产业生态构建。