独家-华谊量子已完成近亿元战略融资，年内将推出数百款量子比特产品

李媛编辑|郑宣年人工智能的快速发展掩盖了许多同样走在最前沿的科技进步，但量子计算却不在其中。

CrunchBase数据显示，量子计算是2018年少数仍获得较多融资的技术领域之一。

量子计算仍在快速发展。

人们期望它能够帮助解决一些基础学科的前沿问题，或者突破传统计算的算力困境。

由于对算力的需求不断增加，但芯片制造工艺的瓶颈，后者已成为过去一年人工智能爆发后的重要基础设施。

挑战。

量子计算机最基本的计算单元是处于叠加态的亚原子粒子，也称为量子比特。

量子计算机解决此类具有商业价值的问题的关键点之一是增加量子计算机中的量子比特数。

近日，华谊量子宣布在该领域取得新突破。

其计划在2020年发布的量子计算机将采用离子阱技术路线打造量子比特最高的量子计算机，并且未来还有进一步升级的潜力，上限可达数千量子比特。

“这是一个里程碑式的进展。

”华谊量子CEO姚林博士告诉极客公园，“据我们所知，除了IBM等极少数公司外，目前还没有其他离子阱量子计算机可以参与计算，量子比特数超过了100。

”据悉，随着该产品的发布，华谊量子公司还宣布完成近亿元战略轮融资，由中国移动旗下北京中移数字新经济产业基金独家投资。

公开资料显示，华谊量子成立于2019年1月，脱胎于清华大学量子信息中心。

创始人为中国科学院院士、清华大学量子信息中心主任段路明教授。

首席执行官是原清华大学副研究员姚林博士。

近日，华谊量子CEO姚林博士接受了极客公园的采访。

他讲解了华谊量子突破离子阱技术路线量子位规模限制采取了什么路线、量子位规模突破的意义等。

未来大规模量子计算机将对人工智能、生物制药等领域产生哪些影响？ 以下为对话原文，极客公园整理。

100位量子计算机意味着什么？ 问：华谊量子此次宣布将在年内发布新一代产品，量子比特规模将提升至100比特水平。

这是什么意思？ 姚琳：量子比特规模的增加将带来量子计算机计算能力的提升。

目前，人工智能、生物制药等领域许多有价值的商业问题的瓶颈在于量子比特的规模不够大。

量子计算机的特点是，量子计算机的计算能力会根据量子比特数的增加呈指数级加速。

据估计，量子比特的数量以 2 的 n 次方的速度增加。

比如我们第一代产品有37个量子位，算力可能大概是2的37次方，如果达到37个量子位以上，算力就是2的37次方，性能提升将非常可观。

我们的第二代产品预计将达到量子比特，预计在2020年上半年发布，随后是量子比特规模的第三代产品。

量子比特规模的增加是一个里程碑式的进步。

据我们了解，除了IBM等极少数公司外，目前还没有其他离子阱量子计算机能够达到一百个以上能够参与计算的量子比特。

所以我们也希望能够在此基础上跟上国外一些最领先企业的步伐，相应做出一些有竞争力的产品。

日本富士通量子实验室展示64量子位量子计算机 |图片来源：视觉中国 问：公司目前客户应用量子计算机的情况如何？这样的突破之后，事情会发生改变吗？ 姚琳：科研界的客户会稍微多一些，包括清华大学、中国科学技术大学等学校，以及国家或地方实验室。

我们将与客户一起寻找一些可能的业务方向。

我们的企业客户还包括生物制药、金融、通信以及一些互联网相关的公司。

这些行业的客户会将现有业务分解为相应的数学问题或算法表示，然后看看哪些可能更好。

量子计算机可以获得一些不错的结果。

比如在金融领域，应用量子计算机的项目大部分都是用户分类项目。

目前大家还处于寻找哪些类型的问题更适合量子计算机来解决的阶段。

量子计算的一大特点是，实际上我们没有办法准确估计在什么量子尺度上可以实现什么样的计算。

我们必须等到有一台实际的计算机之后再使用相应的算法。

运行一下你就知道了。

我们设想新型量子计算机可能会在量子化学和创新药物的一些新药的设计中发挥更大的作用。

您可以寻找其某些分子的官能团，这可能有助于设计和发现未来的药物或靶标。

我们已经在这方面进行了一些算法相关的前期研究，也计划了一些发布后的应用测试。

问：该公司还宣布未来量子比特的规模可以扩大到数万个。

这会对量子计算机的应用产生什么影响？ 姚琳：总的来说，量子比特规模的增加让我们更有可能解决更具商业价值的问题。

包括我们最近关注的量子化学领域、创新药物的研发等等，从我们遇到的问题来看，一些注重创新和设计的问题，其实对整个量子比特数的要求是相当高的。

有时候不一定是一两百个，甚至上百个量子比特就可以完全实现。

例如，在解决化学问题时，您本质上是在解决其所有电子轨道的可能排列。

例如，在我的印象中，之前有一个应用程序使用了量子计算。

一个水分子的相关化学能实际上需要使用十几个量子比特。

但事实上，水是一种相对简单的结构。

如果在水中添加另一个氧原子并将其转化为过氧化氢，其复杂性实际上将达到接近 20 个量子比特的规模。

因此，只要稍微添加一些元素，量子比特的数量就会增加得非常快。

例如，磷酸铁锂可能需要接近一两百个量子位的规模才能解决。

考虑到它本身并不是线性成本，如果想要分析它的一些可能的配置变化，可能需要两到三百甚至更多量子比特的规模才能有效解决。

量子计算机可以解决或预测一些相应的分子结构，但仍然处于相对较小的规模。

随着量子比特规模的增大，我们希望解决越来越大的分子结构下的一些化学反应过程，这将具有巨大的商业潜力。

如果是比较简单的结构，其实用经典计算机可以更好地估计。

化学物质的结构越复杂，使用经典方法的估计误差就越大。

随着量子比特规模的增大，未来将更有可能使用量子计算机。

性能水平，可以支持这样的计算。

我们也希望能够通过硬件能力的进步，真正帮助解决此类问题。

问：对此，目前很多人都觉得GPU的计算能力已经到了极限。

未来量子计算能否辅助人工智能计算？ 姚琳：是的，这方面也会是我们未来研究的一个重点方向，因为未来GPU性能的提升确实会面临很大的限制。

例如，改进到2纳米以上就很难了。

另外，它所涉及的计算能耗现在已经达到了非常高的水平，量子计算的能耗具有很大的优势。

原则上，整个量子计算所消耗的能量远小于现有的经典计算机系统。

包括之前谷歌进行的量子优越性实验。

当时研究人员用经典计算机来实现同样的问题，以证明谷歌当时推出的量子计算的优越性可能没有那么显着，也可能不一定如此。

然而，在他们的证明过程中，使用经典计算机解决同样的问题所消耗的电力远远超过当时进行量子计算的超导计算机。

功耗对于经典计算机或GPU来说似乎是一个越来越大的限制，因此量子计算在这方面具有很大的优势。

在量子计算和人工智能方面，复旦大学等学校目前正在做一些研究。

然而，目前的研究主要受限于量子计算机能够实现的量子比特规模还没有那么大。

其结果是，其真正能够支持有效计算的模型规模还远远达不到当前大型模型所需要的规模。

据我了解，大家还是在寻求基于一些小样本，或者比较小规模的模型来做出一些有效的预测，而且问题也比较具体和垂直。

他们研究的并不是一个非常通用的模型，甚至不是一个通用的模型。

大模型是用来解决问题的，但是人工智能设计相关的算法已经有了非常好的成果，而且对量子比特的要求也没有那么高，所以我们其实很感兴趣。

不过目前我们还是以科研界相关的重要突破为主，相关算法开发的优先级并不是特别高。

问：很多人认为量子计算机比经典计算机更强大并且可以取代它们。

它是否正确？ 姚琳：这其实是一个常见的误区。

量子计算机实际上是一种辅助计算方式，或者说它的存在可以解决一类问题。

我们可以将其与这样一个事实进行比较：在最早的时候，计算是使用CPU等通用计算机芯片来完成的。

GPU的出现最初是为了解决多边形渲染的成像问题。

后来大家逐渐发现GPU的架构在整个科学计算、整个大规模并行计算上会有优势。

量子计算机可能更类似于 GPU。

未来，量子计算肯定会发现自己具有特殊优势的一类问题。

一旦量子计算机能够解决这类问题，经典计算机就不可能超越它，但它并不是为了解决所有问题而设计的。

与GPU一样，它不会用来解决所有一般问题，但会解决其中的一些问题。

技术突破来自于离子阱路线的重新设计。

问：从第一代产品到第二代、第三代产品，量子比特的规模增长非常快。

团队在哪些方面取得了突破？ 姚琳：我们采用离子阱技术路线，这次的核心突破是在整个设计架构上。

要使用离子阱技术构建量子计算机，需要构建离子链。

简单来说，原始的离子链形成方法通常是通过水平方向排列直线来实现的。

直离子链受到一些限制。

用最简单的话来说，因为离子之间存在电场形成的斥力，所以它们之间的距离不可能被无限压缩。

在这种情况下，当你增加其规模时，离子链的长度就会增加，这会带来一系列问题，包括控制误差、边缘成像的一些像差等，从而难以进行相应的操作。

和补偿。

我公司的主要技术突破来自于我们的创始人段路明教授。

段路明教授是国际知名量子信息专家，专门从事大规模离子阱量子计算研究。

段路明教授此前在美国做过大量量子计算方面的研究。

其中包括美国第一家上市量子计算机公司IONQ，其基于段教授此前提出的离子阱量子计算规模计划。

2008年，已在美国获得终身教职的段路明教授应姚期智院士邀请回国，在清华大学量子信息中心组建团队；段教授于2018年全职回国，华谊量子此次在量子比特规模上的突破源于段教授近年来提出的一些新想法。

我们目前使用二维离子晶体构建量子计算机。

换句话说，离子量子位不再排列在一条直线上。

你可以把它想象成n条直线排列在类似于二维菱形的空间中。

在直线排列中，限制最高可达每条链的离子数。

而我们目前的解决方案可以下降到50×，这意味着未来可以达到数万个量子比特。

当然，我们目前实现的是几百量子比特、上千量子比特的规模，但是我们可以看到，未来会有足够的可扩展性。

因此，这样一个新的解决方案实际上具有很大的潜力，特别是从我们最近的一些工作成果来看。

华谊量子二维量子位阵列问：除了离子阱技术路线外，还有超导、光量子、中性原子等技术路线构建量子计算机。

华谊量子为何选择离子阱技术路线打造？量子计算机？ 姚琳：每一条技术路线我们都有了解。

在我们过去的工作经验中，我们实际搭建了相关的实验系统，了解了它们的细节以及一些深层次的优缺点。

作为企业，我们重点关注离子阱的技术路线，因为它有很多优点。

首先，成本优势显着。

在离子阱量子计算机的扩展过程中，不需要添加额外的设备来支持量子比特的改进。

我们的每一代量子计算机都有一定的升级能力。

这有点类似于电脑超频。

您可以设置相应的工作频率，而无需添加额外的硬件更改。

我们的量子计算机可以通过改变控制系统的一些参数设置来控制更多的离子，然后用激光做出相应的反应。

运算可以完成更多的计算。

当然，它也有局限性。

例如，我们的第一代产品是37位发布的。

目前看来，逐步升级到70-80量子尺度不会有太大问题。

我们的第二代量子计算机发布的时候应该是围绕量子比特的规模发布的，但是未来升级到甚至量子比特也是有可能的。

升级本身也会带来一定的成本，但比建造一台新的量子计算机的成本要低得多。

也许在研究的过程中，大家并没有太关注成本优势，但是在产业化或者商业化的过程中，成本的重要性肯定会越来越体现出来。

其次，离子阱技术路线将在大规模量子计算中展现出更好的特性。

大规模量子计算需要解决两点：量子比特的规模能否增加以及量子比特的能力能否得到充分利用。

离子阱路线在这方面具有优势。

华谊量子一代产品A37核心部件问：与此相关，我看到业内人士说，有的量子计算机号称达到了数百量子比特的规模，但实际上可用的、可用的量子比特并没有那么多。

这与你的第二点有关吗？ 姚琳：是的。

量子比特规模增大之后，如何充分发挥它们的计算能力，并将其全部运用到实际的计算问题中，实际上是一个非常困难的问题。

离子阱技术系统在这方面具有非常好的优势。

离子可以长距离相互作用。

在中性原子的技术路线上，我们看到原子量子比特可以近距离相互作用。

然而，在离子阱系统下，整个量子位可以长距离相互作用。

这样一来，不相邻的量子位也可以很好地耦合和转移，使得进行全局计算成为可能，所以这是未来的一大优势。

同时，我们也在改进现有的控制方法，通过改进离子量子位的控制方法，减少参数扰动，实现离子量子位更高效的全局互连，让所有量子都能更好地发挥作用，即使是在数百个量子位中。

比特以上，或者未来一千多个量子比特，就能够充分发挥其算力。

不过我们还没有公布太多这方面的细节，但从一些初步结果来看，结果还是相当不错的。

问：离子阱技术路线图距离实现量子优越性还有多远？ （量子优越性：量子计算机在解决特定问题时需要展现出超越经典计算机的能力，从而解决连超级计算机都无法在短时间内解决的计算任务。

） 姚琳：其实也不是那么遥远。

证明量子优越性来自两个方面：一是证明你的计算速度会比经典计算能达到的速度更快，二是量子计算机可以解决经典计算能力无法有效计算的问题。

即使将世界上所有的经典超级计算机加在一起，也无法有效计算。

实现量子优越性实际上很大程度上依赖于量子比特规模的增大。

我们的第二代产品实际上非常有希望实现量子优势。

我们也有相应的计划去做一些相应的、相关的应用演示，所以我相信未来会很快。

除了离子阱本身的技术路线之外，清华大学之前在量子模拟方面其实也做过一些量子优越性的论证，但据说并不是基于通用逻辑门。

但这实际上是量子优越性的论证，但相对来说，那个问题的论证并没有那么商业价值，更偏向于与一些物理研究问题相关的优越性的论证。

量子计算的完全商业化仍需要五年或更长时间。

问：华谊量子团队目前有多少人？ 姚琳：目前团队规模是几十人。

主要团队由毕业于清华大学量子信息中心的博士生和已完成学业的博士后组成。

其中，清华大学博士十几名，并通过校招、社招等方式吸纳了一些光学、电子领域的优秀工程科研人才。

整个团队的核心关注点仍然是如何快速提升量子计算机的硬件性能。

我们还投入了少量资金用于量子计算机上运行的算法的研发。

大约有三四个人在做相关研究。

我们主要是和客户一起共同研究和探索如何更好地利用量子计算机的计算能力。

问：当前的量子计算机如何交付给客户？ 姚琳：目前我们主要提供计算服务，不提供整机。

客户通过我们提供给他们的接口和编程环境来远程运行量子分析并执行一些相关的计算任务，但我们肯定也会配合他们做一些开发。

量子计算机基本上都有这种类型的商业模式。

具体收费模式略有不同，但总体来说，都是按照执行的计算任务进行收费。

这也是为什么国内外大家都会默认使用云服务的原因。

方式。

华谊量子第一代产品A37的核心部件 问：本次融资的投资方本身就是华谊量子的客户。

这对华谊量子未来的发展有何影响？ 姚琳：非常感谢中国移动产业基金的支持。

除了资金支持之外，他们还可以为我们提供产业合作的机会，这对我们有很大的帮助。

我们现在经常寻求与产业投资者的合作。

产业投资者对于新技术的布局会有一些考虑。

同时，他们本身也有一定的动力和期望去利用新技术来改善现有的业务。

在这方面，我们可以根据他们的现状来做更好的联合研发。

有明确的业务问题并正在寻找更多可能的量子计算解决方案。

美国的量子计算公司会和很多行业的大企业合作，这些大企业也愿意给他们提供支持。

我们也希望效仿美国的榜样，与更多的行业客户建立联系，根据实际的业务问题寻找一些共同的发展机会，这将有助于我们找准关键点，做出一些相应的技术突破。

问：目前盈亏状况如何？ 姚琳：我们现在在研发上投入肯定很大，距离实现盈利还有很长的路要走。

我们目前的合作客户大部分都是研究型用户。

我们预计，未来量子计算机在整个商业领域广泛应用后，利润空间和市场空间可能会远远大于现在的规模。

现阶段我们实际上并不以追求短期利润为目标。

我们现在的首要任务是寻求技术积累的突破，构筑竞争壁垒。

二是通过商业运营模式扩大用户需求。

通过持续投入研发，通过真正服务客户，我们会在客户应用中尽快找到商业落地的路径，尽可能在商业应用中找到能够实现真正突破的问题。

问：您预计什么时候整个行业或者您的公司会达到您刚才提到的广泛应用远大于目前规模的情况？ 姚琳：目前还有一些小范围的应用或者探索。

其优势有可能在近几年会体现在一些具体的业务问题上并得到较大量的应用，但预计未来会得到广泛的应用。

大概五年左右，也许更长。

问：有人认为，未来三到五年，量子计算可能仍要在含有噪声的系统中进行。

这将对量子计算机的商业应用产生影响。

你觉得这个观点怎么样？ 姚琳：里面有噪音。

简单来说，就是每个计算过程都可能出现错误。

经典计算机计算过程的每一步也可能出错，但不同的是，量子计算机的出错概率远高于经典计算机所能达到的。

这是因为量子计算机本身使用了一些极微小离子的量子态。

进行操作时，当你使用这种量子态时，你会很容易受到各种外部噪声的影响，因此它对噪声的敏感度比基于数字电路的经典计算机的计算系统要强得多。

从长远来看，大家普遍认为，未来我们需要构建一些逻辑量子位，也就是说，你通过一些编码方法实现纠错，用多个量子位来表示一个量子位，最终实现一个完整的故障。

- 宽容的量子计算。

与经典通信类似，大家都会用10位来表示8位，这样对于整体传输错误和噪声有很好的抵抗力，降低了错误率。

短期来看，还是需要尽可能的降低错误率，提高门的保真度。

未来要实现可纠错的量子计算，对错误率还是有一定要求的。

从商业的角度来看，还有一些其他的方法，包括常用的方法，就是使用多次计算，重复次数或者零次，看计算结果会有一个分布。

通过此发行版 要决定找到您正在寻找的答案，可以使用以下一些方法。

但我确实同意，在未来三到五年内，量子计算可能仍然必须在嘈杂的系统中进行。

通过量子纠错实现完全容错的量子计算是一个长期目标。

要实现这样的目标，量子比特和相应计算的消耗是巨大的。

问：在量子计算领域，过去一年取得了哪些进展？ 姚琳：我们认为最大的成就有三点。

在超导路线方面，IBM已经发布了两代芯片，一是超越量子比特的芯片，二是不追求量子比特规模、只有量子比特的芯片，但保真度、相干时间等指标整个量子比特有更强的改进。

这对于整个超导量子计算领域来说是一个非常重要的发展。

在离子阱路线上，霍尼韦尔旗下的量子计算公司Quantinuum去年做了一些新的测试，将量子体积推至2的19次方，远远超过其他技术路线。

在中性原子路线方面，哈佛大学Lukin团队、初创公司QuEra等团队取得了惊人的成果：在中性原子系统中实现了码距为7的表面编码逻辑量子位。

物理位，以及48个逻辑位，代码距离为2。

逻辑量子位实际上使用编码来抑制计算中可能出现的错误，并且他们在那里发表了很好的结果。

去年年底，各个技术线都有了一些很大的发展。

未来几年，我们的竞争将更加激烈，我们的发展将更加迅速。

问：2019年，量子计算的关注度有所下降。

您如何看待2020年的量子计算行业？ 姚琳：我们确实有这样的感觉。

或许是因为生成式人工智能、OpenAI以及整个大模型领域的成功，显然吸引了大家更多的关注和投资关注，也无疑会影响到该领域。

的热量。

不过从年底到年初，我们看到了很多相关的融资进展。

比如刚才提到的Quantinuum公司也获得了新的融资。

然而，无论是大型模型还是量子计算，它们实际上都是新一代的。

大家都有一个共同的目标，那就是实现更好的算力，更好的利用算力技术。

我们很高兴看到人工智能的快速发展，也相信在量子计算方面，无论是国内还是国外，去年都有一些非常好的技术突破。

我们相信，整个领域的技术进步必将进一步吸引投融资的热情，推动整个领域进一步快速发展。