D talk 智能医疗月
order

台湾发展量子计算科技产业的策略

  • 林育中

控制/读取芯片与量子位元和传统计算的异构集成等,都是台湾既存优势的切入点。Unsplash

量子计算领域去年就有100多家新创公司。今年虽然经济受创于疫情,但是投资的热度并没有减退。譬如年初俄罗斯政府宣布的8亿美元投资于量子科技研究、最近的俄罗斯铁路公司投资3亿美元于量子通讯、psiQuantum筹得2.3亿美元计划于5年内商业化量子计算机等,几乎不时都有新投入的新闻。主要的原因有二:一是量子计算发展的时程似乎比原先预期的快,另一个是实际量子计算的应用有初步展示。

这样一个从基础科学发展出颠覆性的技术,不会只是对一个既有产业技术的突破性出口,而会创造出好几个新产业。量子技术是对单一粒子量子性质的高精度控制,这远远超过传统意义下的纳米科技。量子讯息科学目前至少有量子计算、量子通信和量子感测三大范畴,而量子计算与量子通信已可预见未来会集成成量子网络。所以要讨论发展策略时,要以产业发展的视野来考虑。

量子计算的产业价值链比想象中的还长。除了目前的焦点量子计算机外,另外还有算法(algorithm)、应用程序、测试机台、将来要形成量子网络所需的量子通信等。另外在基础建设时所需培养的人力资源、量子计算机的「汇编语言」、「高阶语言」、程序库等也还横在前头。

其中算法与应用程序是两回事。算法是指在量子计算可以著力的BQP (Bounded error Quantum Polynomial time)问题领域中,以数学知识、利用量子计算平行运算特性,寻找比传统计算可以平方加速(quadratic speedup)甚至指数加速(exponential speedup)的方法。目前虽说已有数百种算法,但最知名的也不过Shor’s algorithm以及 Grover’s algorithm两种。

应用程序指的是将待解决的问题映射到量子物理模型,因为特定量子模型在量子计算机上可以有明确解答,因而原来问题也可以同时快速得到解答。譬如在金融的应用中将选择权定价(option pricing)的Black-Scholes方程序映射到量子力学薛汀格方式,又譬如大多数机器学习的优化(optimization)问题可以映射到物理关于自发性磁化易辛模型(Ising Model),这些模型在量子计算机上可以加速计算,因而原问题也可以获得加速的计算结果。应用程序需要应用领域知识(domain knowledge),也需要稍为了解物理模型。

如果台湾要进入量子讯息产业,要怎么入手?台湾的经济规模不够大,于其中的沈潜、浸淫也远逊于荷兰、澳洲、加拿大等国家,集中于我们擅长的一些价值链环节,然后再从那些环节延伸出去巩固更多的环节是后发、中小规模经济体最合理的策略。

算法和应用程序环节对量子计算的增值不亚于硬件的研发和改进,而且对量子计算产业近期的支持、发展有决定性的影响。有应用场域、有效益,量子产业才会有社会资源持续投入。可是软件不算是台湾的强项,优势的累积不容易,业务也缺少黏著性,因此我不认为这是发展策略的重点。但是如果没有这2个环节的人才储备,连硬件的开发、集成、测试都会有问题,遑论真正使用量子计算来解决问题,所以在此2环节还是要分配适当的资源。

台大的IBM-Q at NTU已启动这方面的努力,中原也开始投入教学与研究。下一个关键步骤是要产业的人员直接投入,包括将来要使用量子计算机和要开发量子计算机相关硬件的公司。

硬件部分最核心的量子计算机大致可以分为三部分:量子位元、控制和读取以及低温(cryogenic)系统。先说低温系统,量子计算需要的低温其实大致有两个等级:一个是10~20mK等级的,主要的作用是维持有些种类量子位元的相干性(coherence),譬如超导量子位元。另一个等级的是在控制和读取时维持低杂讯环境,大致上温度在3~4K。

虽然看似都是接近绝对零度的低温,但是工程难度相差极大。在10~20mK的温度时抽取热量的功率为微瓦(μW),要达到10~20mK的极低温需要系统一整天的运行;在3~4K时抽取热量的功率为数瓦,二者有好几个数量级的差距,其所各自对应的技术难度和售价也不是同一个数量级。能达到10~20mK的低温、又不需要使用者投入大量工程客制化以及维护的设备目前只有Bluefors一家提供。

有些量子位元不需要低温,譬如纳米钻石氮缺陷(nano-diamond nitrogen vacancy)或以路径(path)当成量子态的光子量子位元;目前也有工程的努力让原先只能在10~20mK存在的量子态可以存在于1K以上的温度。低温系统不是台湾过去的专长,战略重要性也有可能因为量子位元材料的选择以及工程的努力而降低,台湾可以安心的当使用者,或者购并第二线的低温系统厂商。

控制和读取是未来量子计算机可扩充性的大关卡。量子计算以现在传统计算的术语来说是存储器内计算(in-memory computing),资料并不搬动,运算在存储器(量子位元)内操作,完成后直接读取。现在的做法是在每一个量子位元后接线操作,但是预计在量子位元数达千个之后这个方法便窒碍难行,解决的方法当然是用可扩充性最佳的半导体芯片取代接线。Intel和QuTech最近合作的芯片Horse Ridge就是为此问题的未雨绸缪:22nm制程,上面包括逻辑、类比、SRAM、射频(控制用)和雷射(冷却用)。

这都是台湾优为之事,包括这控制/读取芯片与量子位元和传统计算的异构集成等。这是台湾既存优势的切入点,也是可以用来杠杆与台湾较弱环节合作的砝码。但这不代表在控制/读取芯片就没有新的技术挑战,譬如CMOS在低温下的运行、和量子位元的交互作用、28Si的同位素纯化、单一原子核的精准放置(对于矽基自旋量子位元)等。

最后是量子位元技术的开发。这个领域目前是百花齐放,但是目前发展得比较领先的有3种:离子陷阱、超导体和光子(这是去年美国科学院量子白皮书的排列次序)。台湾在量子位元的发展是后发者,于此次领域没有任何优势。但是这不代表可以完全不理会。如同上一段所言,设计控制/读取芯片也需要量子位元的深度知识,这也是为什么Intel设计Horse Ridge需要与QuTech合作的原因。

Horse Ridge可以同时用于量子点量子位元与超导体量子位元的控制,但是Intel的主力放在量子点,需要目前焦点放在超导体QuTech的协助以设计芯片。台湾在这个环节合理的作为是至少有一家startup或机构专注于某一类的量子位元技术,其它种类的量子位元技术则可以倚靠半导体技术来杠杆合作。

如果真要追问我投资那一种量子位元技术,我的「偏见」会倾向于选择光子。虽然光子量子位元目前发展相对于离子陷阱和超导体较迟缓,也有明显的技术挑战要克服,譬如单光子光源效率、光子损耗等问题,但是它有几个优点令我无法抗拒:

1. 可扩充性。离子陷阱与超导体技术都説是与CMOS兼容技术,但是矽光子技术可是结结实实的半导体技术。这也是为什么前述的psiQuantum公司敢发下几年内量产商用几百万量子位元计算机豪语的原因。量子计算机如果可扩充性受限,充其量只是科学玩具。

2. 矽光子技术受5G应用需求的剌激正在快速发展,其中有些技术—特别是调制器(modulator)—是可以与光子量子位元共享的。可以搭别人资金和技术的便车总是令人愉快的。

3. 即使光子最终当不成基础的量子位元,量子位元要集合成够大的数量合理的办法是先形成小模块,再由小模块异构集成成大计算单元,这就是现在时髦的chiplet概念。要形成小模块与小模块之间的量子纠缠,除了光子外我还想不到替代人选。所以光子一定可以在量子计算中扮演相当重要的角色。

4. 再进一步要形成量子网络,其中的量子通信的讯息携带已毫无疑义的由光子担纲,这样量子计算与量子通信集成最简单。

但是选择发展量子位元种类是个充满争议性的话题,兼听则明,这算是disclaimer吧!

现为DIGITIMES顾问,1988年获物理学博士学位,任教于中央大学,后转往科技产业发展。曾任茂德科技董事及副总、普天茂德科技总经理、康帝科技总经理等职位。曾于 Taiwan Semicon 任咨询委员,主持黄光论坛。2001~2002 获选为台湾半导体产业协会监事、监事长。现在于台大物理系访问研究,主要研究领域为自旋电子学相关物质及机制的基础研究。