来源：内容来自半导体科技评论，作者孙路，谢谢。
作者简介：孙路，致力于成为IC行业内的文学家，曾在Cadence任职产品工程师，具有5年以上的CTS分析和设计经验。近一年来主要关注机器学习和EDA工具开发，现职于GlobalFoundires。
雷·库兹韦尔在《奇点临近》中提出了科技爆发的S型曲线，这与唯物辩证法的“量变到质变”的哲学理论不谋而合。从农业革命到工业革命，再到互联网革命，人类的科技爆发往往就是遵循这个S型曲线，不断积累，不断突破，最终跨越了一个又一个科学范式。
回想起互联网革命，我们简单将其囊括云计算、大数据、人工智能等，这都是在软件和硬件领域积累了几十年之后得到井喷式发展的一个产物。我们欢欣鼓舞地大踏步前进，试图扫平面对的一切困难，甚至提出了“让机器制造知识”的方案。对外，我们想了解宇宙太空；对内，我们还想了解基因和大脑。
然而，当我们给自己谋划了如此宏大的设想时，却连一个简单如同围棋的游戏都没法完全掌握。一想到浩瀚宇宙里数不清的行星，再想到每个人大脑里数不清的神经元，我们根本笑不出来。我们的欲望越来越大，给自己埋下苦涩的新问题已经远远超越了现有超级计算机的运算能力。扪心自问，怎么办？我们站在S曲线的顶端，仰望天空，却发现其实我们又开始了一个新的轮回——量子计算。
S型技术爆发曲线
量子计算概述
伴随着电脑和互联网生长起来的我们，对于计算的基本认知无非是二进制的运算，以1和0位基本单元。由此，在计算系统设计中，我们也以高低电压来代表1和0。它们相互变换的机制组成了我们的计算系统。每一次变换除了消耗能量，还要了消耗我们的时间。看似微小的消耗，在亿万次的运算之中便累积成了我们人类无法承受之重。
要不是摩尔定律的诅咒，想要直面未来，我们不得不绞尽脑汁，尝试用更加特立独行的计算模型，来吸引科技界的目光。量子计算就是一个典型例子。它的基本单位是量子比特，也可以称作“qubits”。相比电子和空穴来说，量子比特最大的特征就是可以同时展现两种状态。这听起来简直匪夷所思，就好比一个人可以同时出现在地球的两个地方，还能互相提供不在场证明。但是，我们必须先承认它。（关于量子力学的内容，在此不表，各位可以找本教材学习一下。）
量子比特状态图
在量子系统中，两种状态被分别表达为|0>和|1>，就好比地球的北极和南极一样。在这个球体的任意一点都是一个合法的量子状态，可以写作|0>和|1>组合的一个线性方程。
量子对方程式
那么，让我们继续把量子计算扩展到数字电路系统中。具备N个量子比特的寄存器就能同时拥有2的N次方个可供计算的基本状态。回想起那个古老的故事，把米粒放在围棋格子里，每个格子都比前一个拥有的米粒数量翻一倍。差不多到第50个格子，可供量子系统计算的状态将超过全世界的计算资源总和。这简直比哆啦A梦的任意门还要神奇。
当我们面对几乎无限的计算资源，科学家们势必需要开发一些充满智慧的算法，将这些计算资源合理分配到各种重要的应用当中。这是量子计算面临的另一项挑战。倘若我们攻破了这些问题，在已知的一些领域，例如化学和材料科学等，量子计算可以极大地简化科学实验和设计，甚至能攻破一切密码学的枷锁。那么未来我们面对的“大数据”就已经不够大了，而是需要”巨数据“。
巨型数据网络
量子比特的需求
想要产生一个量子比特，我们必须首先拥有一个量子系统。这个系统可以选择0和1的状态，大致流程是初始化量子状态、执行运算命令，导出可读数据。和传统电子系统相比，量子比特不需要导线来传播，而仅仅只要呆在原地就好。那么，为了操纵这些量子比特，我们必须引入控制信号。这些控制信号可以通过逻辑门来实现。
如同数字系统一样，量子系统可以通过一系列离散信号实现任何数字逻辑，例如AND、OR等等。不过，它们的区别在于，量子系统的每次运算都必须以量子比特对的形式出现，而且两个量子比特之间是相互影响，相互补充的。因此，我们还必须拥有一个机制来识别和控制量子比特对。
正如前文所述，要将大量的量子比特整合到一起，我们不能像建造巴比伦空中花园一样，将微观和宏观世界隔离开。因此，我们熟悉的固态电路系统必不可少。近些年来，科学家们的很多研究都在尝试采用超导体电路来实现量子固态电路。
量子叠加态
芯片上的量子比特
超导状态下的量子比特被编码于非谐性振荡器产生的两个超低能量状态之中。这种振荡器往往由相互交错的电容器和一个非线性电感组成，这种结构也被称作Josephson结。这种看似门窗横梁一样的结构，一般以铝制金属制成，两层金属铝之间夹杂了一层薄薄的氧化铝。两个Josephson结也常常被并列放置在一起，从而形成了SQUID环路。在这样的电路系统中，量子比特可以成对出现，继而被超导谐振器读取状态。
除了超导体量子比特，科学家们还试图利用电子自旋的特性来制造自旋量子比特。在此，限于篇幅就不做具体阐述了，详情可以找本教材来看看。
无论是超导量子比特还是自旋量子比特，它们能稳定生存在这个世界并实现计算，需要几个的条件：超低温运行环境、模拟控制信号、读取量子比特的射频技术等等。尽管这些需求对于两种量子比特有所区别，但是其原理基本是一样的。
SQUID环
在量子计算机上编程
当我们拥有了这样一个量子计算系统，紧接着我们就要在一台量子计算机上进行编程。和传统计算机相比，这其实没有什么区别，无论是编程语言、编译器、微系统架构，甚至机器语言都基本一致。编译器和其它高层架构部分仍旧可以运行在传统数字计算机上，而机器语言则通过一种数字信号单元被编译为模拟控制信号，传递给量子比特。简而言之，我们利用传统电子系统来输入和解读量子比特产生的数据，而把计算部分交给量子系统。
为了给大家一个直观的印象来解读量子比特的数量和传统技术的关系，科学家认为一个能存储51个量子比特的系统就已经可以胜过现今世界上最高级的超级计算机。每增加一个量子比特就将成倍提高量子计算机的性能。由此，量子计算机能解决很多我们现今棘手的问题，例如物种的混沌进化，而不需要考虑计算功耗和时间开销。
事物总有两面性。既然量子计算机拥有这么强的性能，也会有它的缺点。其中一个关键的问题就在于，量子计算机仅仅使用了相对很小的并行运算次数，且是顺序运行的。如果微观环境一旦存在不可避免的干扰，那么量子比特的状态就很容易失控。一旦失控，计算便会发生错误，从而影响整个计算结果。到目前为止，科学家已经可以将超导量子计算的稳定时间提高到了100微秒，对于自旋量子计算的稳定时间甚至提高到了100毫秒。这相比十年以前，我们已经迈出了足够大的一步。这应该感谢近些年来材料科学和电路设计的发展，才能降低量子系统对于周围环境的敏感性。但是，我们不得不说，微秒级别的稳定时间仍然太短暂了，要让现在的量子计算系统来实现分子和材料学的计算，依旧捉襟见肘。
量子系统电路
为了克服这个问题，计算误差必须得到修正。也就是说，我们要让错误发生的概率低于我们可以忍受的阈值。截止到现在，在科学家地不懈努力之下，我们可以容忍的错误概率已经越来越大。（这里我需要解释一下，科学家们努力的侧重点并非是花大力气去降低量子系统本身的错误发生频率，而是通过信号传递和读取，以及电路设计上的手段来提高我们能够容忍的错误概率。）而且，这个可容忍概率已经从0.01%提高到了1%。不过，我们也因此付出了很多代价：额外的量子比特编解码系统。
目前面对的挑战
直到今天，我们的量子系统中还没能将量子比特的位数提高到20以上。那么，阻碍我们提高量子比特位数的困难在哪儿呢？
第一，量子比特对的统一性和产出率需要得到进一步提高。现有的量子产生设备都还在大学实验室中，生产环境并不可靠，也没有对量子比特进行标准化管理，因此不同的设备产生的量子比特都存在差异。所以，我们期望能拥有一种高效和高可靠性的流程和机制，并且在极度净化的环境中进行生产。为了降低成本和开销，我们也寄托于利用现有的半导体生产设备来辅助量子比特的生产。
第二，为了实现稳定而可靠的电路环境来读取和控制量子比特，我们还需要设计专用的DAC、ADC、射频源、低噪声放大器、微波产生器、多路选择器、数据采取和处理单元等等电路结构。正如我们在前文所说，这些电路必须也同时满足误差阈值，不然电路自身的不稳定性将无法正确得到量子比特的运算结果。另外，这些电路必须具备较低的成本，因为我们只要增加一个量子比特位，这些电路的数量将成倍上涨。当然，这些电路还要求运行在极低的温度下，因此我们不得不基于原先成熟的结构进行重新设计，以满足新的需求。
第三，量子比特和读取设备之间的联系也是一个巨大的挑战。在传统电子系统中，上亿个晶体管可以被整合在一个处理器中，但是对于晶体管本身来说，它只是连接了周围的若干个晶体管而已。但是，在量子计算机中，每个量子比特都需要接收和发送信号。引入上百万个连线并不是明智之举，因此多路复用和分发机制是必须要解决和攻克的。
量子计算电路版图
展望
之前所说的这些挑战，其实仅仅是现在的我们能看到的挑战，而且它们也有很强的相互独立性。这就好比我们人类的历史，也仅仅只是宇宙生命的一个瞬间。我们人类所能看到和感受到的世界，也仅仅只是九牛一毛。况且，有些简单的问题无法得以发掘和展现，正是因为我们人类本身的信息连通性的不足。因此，人类能否成功整合这些电路系统才是量子计算机面临的真正挑战。
好在Intel、Microsoft、Google、IBM等都在这个领域里开始有所建树。其中，Intel已经开始和荷兰Delft大学合作，进行更加深入地研究。我们有理由相信，在不久的将来，大规模的量子系统可以被制造出来，辅助我们更加了解自己，了解世界。同时，为了增加量子比特的数量，我们也期望利用量子算法和误差纠正法来试图用较少的比特位实现更多的性能。
不过，我们不能一口吃成个胖子，事情还要一步一步来。科学家们普遍希望10年之内，量子计算机的性能可以满足材料科学和分子生物学的运算量。为了实现这个小小的目标，几乎所有科技行业的从业人员都有机会加入这个巨大的人类项目中。要说未来究竟如何，我们只能拭目以待了。
R
eading