量子计算的股权投资在2020年以来几乎增加了三倍甚至更多，这是有记录以来最繁忙的一年。2021年，IonQ成为首家纯量子计算的上市公司，初始估值约为20亿美元。

　　不仅仅是金融投资者，政府和研究中心也在加大投资力度。克利夫兰诊所、伊利诺伊大学香槟分校和哈特里中心分别与IBM达成了以量子计算为核心的“发现加速”合作伙伴关系，这些合作吸引了10亿美元的投资。拥有广泛两党支持的2500亿美元《美国创新与竞争法案》将量子信息科学与技术列为国家科学基金会的十个重点关注领域之一。

　　潜在的企业用户也在摩拳擦掌。根据 Gartner 的数据，虽然 2018 年只有 1%的公司积极为量子计算编列预算，但到 2023 年已经有会 20% 的公司这样做。

　　推动兴趣上升的有三个因素。首先是技术成就。自从我们在2019年5月发布关于量子计算未来市场发展的潜力的最后一份报告以来，有两次非常关注的“量子霸权”演示——一次是谷歌在2019年10月进行的，另一次是中国科学技术大学的一个团队在2020年12月进行的。第二个因素是时间线的明确。在过去的两年里，几乎每个主要的量子计算技术提供商都发布了一份路线图，列出了在未来十年内实现量子优势的关键里程碑。第三个因素是用例开发。企业对初步的热情浪潮作出了回应，定义了量子计算机在其成熟过程中能解决的实际用例。这些发展的总和使量子计算对潜在用户变得快速现实起来，各类投资者都认识到了这一事实。

　　量子计算机不会取代我们现在使用的传统计算机。相反，它们将与传统计算机协同工作，以解决传统计算机无法快速处理的计算复杂问题。有四个主要的计算问题，混合机器能够加速其解决——这样一些问题本质上是基于一个真正具有“量子优势”的数学函数。这四个问题能延伸出数百个商业用例，预计在未来几十年为最终用户创造巨大价值。

　　我们估计，在未来15到30年内，量子计算可能创造4500亿美元到8500亿美元的价值。如果技术按照主要供应商所承诺的速度扩展，那么在未来三到五年内，用户和供应商就可能开始获得50亿到100亿美元的价值收益。

　　关于量子计算机能够解决的问题的全面清单尚无共识，但研究集中在以下几类计算问题上：

　　模拟：模拟自然界中发生的过程，这些过程今天用传统计算机难以或无法表征和理解。这在药物发现、电池设计、流体动力学以及衍生品和期权定价方面具有巨大潜力。

　　优化：使用量子算法在一组可行选项中找到最佳解决方案。这能应用于路线物流和投资组合风险管理。

　　机器学习（ML）：识别数据中的模式以训练机器学习算法。这能加速人工智能的发展（例如无人驾驶车辆）以及预防欺诈和洗钱。

　　密码学：破解传统加密并实现更强的加密标准，正如我们在最近的一份报告中详细说明的那样。

　　这些计算问题能在多个行业中开启用例，从金融到制药再到汽车和航空航天（见图2）。以制药研发的潜力为例。开发一种新药的平均成本约为24亿美元。临床前研究只选择约0.1%的小分子进行临床试验，而只有约10%的临床试验会产生成功的产品。提高研发效率的一个大障碍是分子经历的量子现象无法用传统计算机建模。

　　另一方面，量子计算机可以高效地模拟几乎完整的可能分子相互作用集。这不仅对候选药物的选择有参考，且能通过建模（而不是等待临床试验）来识别潜在的不良反应，甚至从长远来看，可以创建个性化的肿瘤药物。对于研发预算在100亿美元范围内的顶级制药公司来说，量子计算能带来高达30%的效率提升。若公司能捕获其中的80%价值（其余部分归其量子技术合作伙伴），这在某种程度上预示着大约25亿美元的节省，并且运营利润将提高多达5%。

　　再考虑金融机构的前景。根据国际清算银行的数据，每年全球交换的期权和衍生品价值超过10万亿美元。许多是使用蒙特卡洛方法定价的——根据概率分布用随机样本计算复杂函数。这种方法不仅效率低下，而且缺乏准确性，特别是在面临高尾风险时。一旦期权和衍生品成为银行资产，模拟的高效性需求只会增加，因为投资组合要一直重新评估以跟踪机构的流动性状况和新的风险。如今，这是一项耗时的工作，常常要12小时，有时甚至更多。据一位前贝莱德量化交易员说，“用暴力蒙特卡洛模拟经济峰值和灾难在大多数情况下要整整一个月的时间。” 量子计算机很适合更高效地模拟结果。这使得高盛与QC Ware和IBM合作，目标是到2030年用量子算法替代当前的蒙特卡洛能力。

　　图3显示了我们对量子计算在每种主体问题类型中预计的价值和技术成熟后超过20个重点用例的价值范围。

　　需要注意的是，量子计算确实存在一些局限性，其中一些是固有于技术本身的。例如，相对于经典计算机，在许多基本的计算类型如算术中，量子计算机处于劣势。因此，它们很可能最适合以混合配置与经典计算机结合使用，而不是独立使用，并且它们将用于执行计算（如优化）而不是执行命令（如播放流媒体视频）。此外，从经典数据创建量子状态目前需要大量操作，这可能限制大数据的使用案例（除非可以开发混合编码解决方案或一种量子RAM形式）。其他一些局限性可能随时间而逐步解决。其中最主要的是制造量子位（qubit），这些位用于驱动计算机。这在某一些程度上很困难，因为qubit非常嘈杂，并且对其环境非常敏感。例如，超导量子位需要接近绝对零度的温度。此外，qubit也非常不可靠。每个用于计算的qubit可能需要数千个纠错qubit。许多公司，如Xanadu、IonQ和IBM，计划在2025年早期推出一百万qubit的机器，以解锁用于计算的100个qubit，使用一个常见的10,000:1的“开销”比例作为经验法则。

　　对于计算能耗及其对气候平均状态随时间的变化的影响日渐增长的担忧，提出了关于量子计算机未来影响的问题。到目前为止，量子计算机相对于经典计算机的能耗非常小，因为量子计算机被设计为最好能够降低量子位与环境的相互作用。计算机外部的控制设备（如超导计算机的极端冷却）通常比机器本身需要更加多的电力。谷歌的53量子位计算机Sycamore在短时间内（200秒）消耗了几千瓦时的电力，而超级计算机常常要许多兆瓦时的电力。

　　量子计算在过去十年中取得了长足进步，但仍处于发展的早期阶段，广泛的商业应用还需要数年时间（见图4）。我们目前正处于通常称为“NISQ”时代，即噪声中间规模量子技术时代。量子位系统尚未实现“纠错”，这在某种程度上预示着它们在暴露于噪声时仍然很快丢失信息。预计这一阶段将持续三到十年。即使在这个早期和不完美的时期，研究人员希望一些用例将开始成熟。这些用例包括新化学物质设计中的效率提升、投资组合优化和药物发现。

　　预计NISQ时代之后将是五到二十年的广泛量子优势时期，一旦纠错问题在很大程度上得到解决。随着许多主要参与者最近发布的量子计算路线图，通往广泛量子优势的路径变得更清晰（见图5）。除了纠错，未来十年要关注的里程碑还包括更高质量的量子位、模型开发者的抽象层开发、大规模和模块化系统的开发以及机器的扩展。但即使这些雄心勃勃的目标实现了，要达到量子优势还要进一步的进展。（例如，有些人认为，量子位的保真度需要比霍尼韦尔Model H1中的行业领先的离子阱提高几个数量级。）在未来五年内，任何单一参与者都不太可能将这一切结合在一起。然而，一旦开发者达到了构成广泛量子优势的五个关键里程碑，竞争将开始模块化和扩展最先进的架构，以在接下来的几十年中实现全规模的容错。

　　随着技术的成熟，预计将出现新的用例，但它们不太可能以稳定或线性的方式出现。一项规模突破，如PsiQuantum预计在2025年发布的百万量子位机器，将标志着能力的飞跃。实际上，早期的技术里程碑将对整体时间线产生不成比例的影响，因为它们能预防潜在的“量子冬天”情景，即投资枯竭，如同在20世纪80年代末的AI领域一样。由于量子计算的成功与持续的基础科学紧密关联，它是时间线加速发现的完美候选者，可能在任何一个时间里出现。

　　关于量子计算的一个大问题是，哪种硬件技术将赢得这场竞赛。目前，有五个资金充足、研究深入的候选者正在参与竞争：超导、离子阱、光子、量子点和冷原子。所有这些技术都在20世纪90年代的开创性物理实验和实现中得到了发展。

　　在过去十年中，超导和离子阱受到了最多的关注。技术领导者如IBM、谷歌以及最近的亚马逊网络服务公司正在开发基于超导体中电流同时沿相反方向流动的叠加态的超导系统。这些系统的优点是相对容易制造（它们是固态的），但它们的相干时间比较短且需要极低的温度。

　　霍尼韦尔和IonQ在离子阱方面处于领头羊，这种系统中的量子位被安置在电场中被激光控制其量子状态的离子阵列中。离子阱比超导体更不容易出现缺陷，从而使量子位寿命和门保真度更高，但加快门操作时间和超越单个阱的扩展是尚未解决的关键挑战。

　　光子最近在重要性方面有所提升，部分原因是它们与硅芯片制造能力的兼容性（在过去50年中，半导体行业在研发方面投资了1万亿美元）以及普遍的使用的电信光纤。光子公司，如Xanadu和PsiQuantum（目前资金最充足的私营量子计算公司，拥有2.75亿美元），正在开发系统，在这些系统中，量子位被编码在硅芯片电路中移动的光子的量子状态中，并通过光纤联网。光子量子位对干扰具有抗性，因此更容易纠错。克服由于散射引起的光子损失仍然是一个关键挑战。

　　领导量子点研究的公司，如英特尔和SQC，正在开发系统，其中量子位由固定在固体基质中的电子或原子核的自旋构成。其优点包括量子位寿命长和利用硅芯片制造技术，而主要缺点是容易受到干扰，目前导致门保真度较低。

　　冷原子技术利用了与离子阱相似的技术，不同之处在于量子位是由被光捕获并由激光控制的中性原子阵列（而不是离子）构成的。尽管在门保真度和操作时间方面存在劣势，领先的公司如ColdQuanta和Pasqal认为，冷原子技术在利用光纤（红外光）进行水平扩展方面具有优势，并且从长远来看，还可以为量子计算机提供一种称为QRAM的存储方案。

　　每种主要技术和追求这些技术的公司都有显著的优势，包括深厚的资金支持和继续扩展的合作伙伴、供应商与客户生态系统。但哪种技术将赢得这场竞赛仍未定论，因为每种技术都在量子位质量、连接性和规模方面遇到各自的独特挑战（见图6）。一些合作伙伴和客户正在押注多种技术生态系统，以降低风险。

　　在我们预计由量子计算在全规模容错下创造的4500亿到8500亿美元的价值中，大约80%（3600亿到6800亿美元）将归最终用户所有，如生物制药和金融服务企业，其余（900亿到1700亿美元）将流向量子计算行业的参与者（见图7）。

　　在量子计算堆栈中，预计在技术成熟的早期阶段，约50%的市场将归硬件提供商所有，跟着时间的推移，价值将更均匀地分配给软件、专业服务和网络公司。行业的关键限制是足够强大硬件的可用性。因此，我们预计一旦开发出优质硬件，需求将超过供应。这是经典计算机发展的模式。1975年，即微软成立的那一年，硬件占据了信息与通信技术市场的80%以上，而今天这一比例只有25%，因为硬件被认为主要是一种商品。

　　投资者押注量子计算将遵循类似的轨迹：今天约70%的股权投资都在硬件领域，因为商业化的主要技术和工程障碍需要在短期内克服。关键的工程挑战包括可扩展性（互连量子位和系统）、稳定性（纠错和控制管理系统）以及操作（与经典计算接口的混合架构）。

　　2020年，量子计算商业研究的收入超过了3亿美元，随着对技术信心的增加，这一数字今天正在迅速增加。一旦达到量子优势，整个市场预计将爆炸性增长。有些人认为，这可能会在2023至2025年之间实现。一旦建立了量子优势并且实际应用进入市场，行业和客户的价值将迅速扩大，在NISQ时代超过10亿美元，在全规模容错时期超过900亿美元（见图8）。

　　或许没有哪种以往的技术在最终如何制造上有如此多的不确定性，却同时引发了如此多的热情。我们大家都认为，这种热情并非没有道理。技术提供商、最终用户和潜在投资的人要确定他们如何参与以及他们能够做些什么来准备。答案因每种类型的参与者而异（见图9）。

　　技术提供商：技术公司，尤其是硬件制造商，应开发（或保持）一个由明确的里程碑定义的量子成熟度路线图，该路线图应以竞争对象的基准和情报为依据。他们能够确定哪些商业模式能让他们随时间捕捉到最多的价值——在量子计算堆栈中他们应该在哪里发挥作用，并解决堆栈的互补层问题。硬件公司可能会开发交付机制，例如，而软件提供商会开发配置策略。所有公司都需要制定参与和ECO策略，第一先考虑在每个领域中看到最大价值的行业、用例和潜在合作伙伴。这些机会将随着其他参与者的行动而不断演变，因此早期进入者将拥有最广阔的市场空间。

　　最终用户：可能受益于量子计算的多个行业的公司现在应开始做量子影响（IQ）评估。它将把可能具有量子优势的解决方案映射到他们业务中的问题或流程（例如，金融中的投资组合优化，或工业工程中的模拟设计）。他们还应评估构建量子能力所涉及的价值和成本。根据价值路径和时间表，最终用户可能会从与技术提供商合作中获得知识产权、技能发展和实施准备的好处。受影响的行业公司还应将量子计算纳入其数字化转型路线图中。

　　投资者：我们鼓励投入资金的人在三个领域进行自我教育：技术、价值流和风险。首先包括花时间了解量子计算可以最好地解决的行业问题类型，了解正在开发的五种关键技术，并保持对每种技术前景的了解。对多种技术营地来投资以对冲风险可能是明智之举。分析应包括提供者和用户之间以及堆栈各层之间的价值划分。风险包括成功的可能性，重要的是，增量价值交付的时间表，尤其是在硬件不确定性的背景下。主题的复杂性将需要彻底的理解和分析

　　对所有潜在的量子计算参与者来说，有一点是明确的：没有人能够再继续袖手旁观，而让竞争对手抢占知识产权、人才和ECO关系。即使距离终点线仍有很长的路要走，这样的领域正快速迈向许多重要的里程碑。我们预计，早期进入者将建立起持久的领先优势。

　　现在微信公众号更改规则，如果你不特地点进来，很可能看不到我们的推送了。希望喜欢【慎思行】的读者朋友们将本号【设为星标★】，方便找到我们；也欢迎点击右下角的【在看】。

　　特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

　　A股收评：创业板指低开高走涨2.5%，全市场近4300股飘红，机器人概念午后掀涨停潮

　　湾区黄金枢纽之上，有灵魂与底蕴的「世界庄园」广佛新世界，打版第四代高质量住宅！

　　《编码物候》展览开幕 北京时代美术馆以科学艺术解读数字与生物交织的宇宙节律

　　iQOO Neo 10 Pro上手：性能强劲外中规中矩，典型“帐篷机”