智能应用 影音
中华电信股份有限公司数据通信分公司
thales

(Daily Issue)落地应用待时间证明 量子技术有梦最美

  • 张兴民综合报导

D-wave是少数让量子运算迈向实用化的新创,尽管仍有不少声音认为其使用的量子退火技术并非真正量子技术。法新社

量子技术是全新的技术领域,在量子力学的基础上,理论上,量子运算比依循冯纽曼架构与二进制的古典电脑,拥有更强大的运算能力。古典电脑的运算是控制集成电路上的0与1信号,得出运算结果,尽管现在藉由人工智能(AI)演算法、机器学习等方式,加速古典电脑的处理速度,但集成电路受制於摩尔定律与物理限制,运算能力终有其天花板。

相对而言,运作量子运算的量子电脑,是透过量子物理学的特性,包含叠加(superposition)、纠缠(entanglement)、干涉(interference)等,处理运算过程中量子位元的状态。量子位元是量子运算的基本信息单位,由於量子位元处於所有可能状态的叠加态中,也就是量子态。量子物理不同於传统物理,主要是处理与描述微观事物,根据量子物理,外界难以直接观测量子态并给出精确值,因此量子电脑可能也就无法完成100%正确运算,这也代表着,要让无法给出正确答案的量子电脑进入实质的商用化,除了得先克服现有量子电脑的不稳定性与错误率外,找出可让量子运算胜任的应用领域,才能彰显出商用化的实际价值。

全球量子新创国家分布概况

科学原理艰涩难突破 量子运算落地需时间

建立在艰涩的量子物理上,一般认为量子运算步入实用化还有一段不小的路途,相关应用情境尚在建构,市场规模也是猜测阶段。Yole Research在2021年7月的预测,涵盖量子运算、口令、传感在内的量子技术市场,至2030年的规模约在29亿美元左右,其中量子运算市场规模约在11亿美元左右。

有趣的是,同样由Yole Research於2020年发布的量子技术市场规模,预测量子技术在2030年的规模,却比1年後所做的预测膨胀许多。Yole Research在2020年的预测认为,量子技术在2030年的规模可达到33亿美元,量子运算市场规模约在19亿美元左右。

或许COVID-19(新冠肺炎)疫情减缓量子运算的应用脚步,毕竟理论大於现实的量子运算仍充满不确定性,但Yole Research预测其实也反映出,缺乏明确应用前景与「看得到」的落地应用,也是量子运算市场只闻楼梯响的现实困境。

端详Yole Research在2020、2021年的量子技术报告,对於此一新兴领域的叙述,不外乎是「保持关注、长期观察」,实现广泛的量子技术运用(通用量子电脑),还需要10年左右时间。以目前对量子运算抱持最大关注的制药业为例,将量子运算应用在医疗与制药上,可能还要等上20~30年,近期较有可能实现的领域,以药物开发为主,若是确定有候选药物的话,量子运算可在5~10年内助力新药开发,但如果是想从无到有开发新药的话,那就是条漫漫长路了。

不同於应用领域,在供应链部分,投资者的兴趣就大於技术开发者了。Yole Research强调,2020年关於量子技术的投资活动特别活跃。自2012以来,已有近20亿美元被投资在约80家左右的量子技术新创,投资标的包含运算技术、软件、加密技术、传感器等,但最大投资项目仍是以硬件开发业者为最大宗,占整体投资额超过60%。

这些受瞩目的量子新创,包含位处北美的PsiQuantam、D-Wave、IonQ、Rigetti,以及在瑞士的IDQ。

连2年的量子技术报告,可看出Yole Research对此新兴技术的的保守态度,量子技术存在技术与时间上的不确定性,但不减投资者的热情。值得注意的是,Yole Research认为,短期内的无机市场远比医疗市场更容易发展,这些项目包含量子位元解决方案、量子计算机架构、软件与商业模式等,即与基础运算解决方案密切相关的领域,可在短期得到发展成绩,甚至将有供应链购并行为的发生。

迈向真正的通用量子电脑,还有漫漫长路,但仍有些过渡方案的量子运算方式值得注意,如利用量子特有物理状态的非古典电脑,量子退火(quantum annealing)机;另外则是量子模拟,透过相关演算法的使用,古典电脑也具备一部分的量子运算能力。

D-wave靠量子退火 实现量子运算商用服务

D-Wave是运用量子退火技术最着名的量子新创,也是唯一提供量子退火运算服务的业者。

量子退火是求解「易辛模型」(Ising Model)基态(Ground State),能量最少的量子态的全域组合最佳解。「退火」一词源自材料科学,为金属加热至高温後,再退火降温,可提高金属硬度;量子退火套用此概念,当降低粒子温度时,粒子会从能量高点移往能量低点,最终来到能量最低点,即基态,是为全域组合最佳解与错误率最低时。退火过程中,因错误率函数的影响,粒子可能卡在区域次佳解中。但是在一个量子系统中,粒子可透过量子穿隧效应突破能量障蔽(因温度无法再降低),达到最佳解。

D-Wave的量子退火技术从问世以来,真真假假争论已久,且作为第一款非通用量子电脑,量子退火技术得倚赖超低温冷却,热噪讯(thermal noise,电荷载体的随机运动)如影随形,若量子位元数量愈多,就需愈强的冷却能力,相对也要有更好的抗热噪讯与错误修正能力,意味着周边软硬件的投资与设计也不能少。

一如IBM长期质疑D-Wave的量子退火技术,不仅热噪讯导致错误率高,没有量子纠缠特性,也无法展现出量子霸权(Quantum supremacy,量子电脑超越古典电脑的运算优势),量子退火仅在特定领域具备优势,尤以寻找组合最佳解的运算,如供应链管理、仓管运作、金融投资组合回报,以及Yole Research提到的新药化学组合等。如同ASIC芯片一般,一旦运算标的改变,量子退火的运算能力不见得比古典电脑来得强。

不过,D-Wave先声夺人,其第二代量子退火机D-Wave Advantage拥有的量子位元数,已从第一代量子退火机的2,000个提升至5,000个。

东芝SBA受瞩目 AWS、Azure纳入成为云端量子运算服务

相较於量子退火,量子模拟的发展就更为丰富多元,甚至成为微软(Microsoft) Azure、亚马逊(Amazon) AWS等云端服务最新的应用项目。以目前最受瞩目的东芝(Toshiba)的模拟分叉演算法(Simulated Bifurcation Algorithm;SBA)为例,其也是寻求易辛模型的组合最佳解,但与如量子退火机等运用易辛模型的运算硬件不同的是,SBA是一套演算法,不需要量子退火机需要的硬件与冷却需求。

东芝将SBA写入FPGA後,就成为一台模拟分叉机(Simulated Bifurcation Machines;SBM)。根据富比士报导,东芝曾将1台SBA结合16核的传统GPU,演算目前世上最大、超过100万位元的组合问题,只花了30分钟就找出最佳解;若是在一般古典电脑上运算,需要花费14个月的时间。

根据东芝说法,SBA是一套量子启发演算法(quantum-inspired algorithms)。与传统的优化演算法,如模拟退火(simulated annealing)、蒙地卡罗(Monte Carlo)、自然遗传演算法等模拟自然程序,SBA利用量子技术以及量子穿隧效应,避免只求得区域次佳解,运算速度与精确性也可得到提升。

由於东芝SBA是一套可写入FPGA的演算法,甚至可以解读为一套随插即用的量子演算法,古典电脑有机会获得趋近於量子电脑的运算能力。值得一提的是,结合如东芝SBA的云端服务,成为一种新兴的量子运算服务。东芝先後与亚马逊AWS、微软Azure合作,推出亚马逊AWS SBM服务(位於亚马逊AWS marketplace上),以及微软Azure Quantum生态服务的一环。


责任编辑:孙梓翔