量子技术全景展望(2022)量子硬件、算法、软件、互联网 QuantumOutlook2022 QuantumHardware,Algorithm,Software,Internet 2022年7月 本报告原作为FactBasedInsight在2022年初发布的2022年《量子硬件展望》、 《量子算法展望》、《量子软件展望》、《量子互联网展望》四篇文章,光子盒对其进行了编译并形成这份报告。 通过这份报告,并结合光子盒的报道,读者可以细心观察这半年时间量子信息科技领域的进展,对比报告中的预测,哪些是已经实现的,哪些是即将实现的? 目录 第一章量子硬件展望1 一、超导量子比特迎风而上2 1、IBM在基础路线图取得重要进展2 2、谷歌蓄势待发,准备下一次飞跃5 3、中国科学技术大学祖冲之掀起热议7 4、Rigetti专注于模块化9 5、D-Wave加速前进10 6、众多参与者推动技术发展11 二、离子阱:通往逻辑量子比特12 1、IonQ大放异彩12 2、AQT展示了一个真正的基于机架的系统15 3、霍尼韦尔成立Quantinuum,并继续交付产品16 4、离子阱互连的创新17 5、离子阱门的创新17 三、光子学揭示了它的另类前景18 1、PsiQuantum迈出重要一步18 2、中国科学技术大学九章2.0继续前进22 3、Xanadu详细介绍了自己的路线23 4、QuiX继续销售处理器25 四、中性原子引领量子模拟25 五、硅自旋量子比特实现三次飞跃27 六、NV色心有其独特的潜力30 六、猫量子比特开始成形31 七、正确的事情31 八、展望202232 第二章量子算法展望34 一、我们实现了什么?35 二、寻找广泛的量子优势37 1、变分量子算法37 2、用于组合优化的量子退火41 3、量子加速蒙特卡洛技术43 4、量子机器学习44 三、早期容错机器48 1、平方加速还不够?48 2、AlphaFold与蛋白质折叠49 3、哈密顿量模拟和FeMoco51 四、长远眼光53 1、量子算法的大统一理论53 2、BQP(有界错误量子多项式时间)可轻松解决?54 五、展望202256 第三章量子软件展望58 一、量子先驱59 二、早期门模型量子计算全栈公司61 三、量子平台即服务63 四、量子模拟器65 五、量子软件初创公司66 1、寻求长期支持66 2、从算法到应用67 3、更好的量子工具71 六、建立低层控制74 七、量子教育77 八、当前的研究主题——房间里的大象78 九、展望202280 第四章量子互联网展望82 一、直接威胁82 二、后量子密码到达拐点83 1、问题类别的多样性很重要86 2、迁移是一个更大的挑战87 三、量子密码提供了一个不断发展的工具集88 1、量子随机性很重要89 2、带外密钥传递91 3、量子密钥分发(QKD)基本成熟93 4、标准在成倍增加98 5、数学与物理之间的紧张局势持续发酵99 四、太空带来了新的潜力99 1、卫星QKD火起来了100 2、纠缠分发的敲门砖?102 五、未来的量子网络即将出现102 1、量子网络指数级地增加量子计算机的能力102 2、高级密码协议的持续进展103 3、联网量子传感器的突破?104 4、实验室中的纠缠网络105 六、策略之争107 七、展望2022107 声明110 关于我们111 图目录 图1IBM127量子比特处理器Eagle3 图2谷歌量子计算路线图7 图3祖冲之二号66比特量子处理器8 图4D-WaveAdvantage10 图5IonQ量子计算机13 图6AQT机架式量子计算机15 图7霍尼韦尔H系列量子计算机的量子体积16 图8PsiQuantum量子计算芯片19 图9中国科学技术大学九章二号22 图10Xanadu可编程光量子计算机Borealis24 图11QuEra256比特量子模拟器26 图12由10个量子点链组成的原子级量子集成电路29 图13量子随机数平台QuantumOrigin36 图14变分量子算法示意图37 图15量子退火用于组合优化42 图16阿里巴巴股价的蒙特卡罗模拟44 图17蛋白质折叠51 图18量子堆栈58 图19领先的量子公司61 图20早期门模型全栈公司62 图21量子PaaS63 图22量子模拟器65 图23算法到应用69 图24量子工具74 图25建立低层控制77 图26当前研究主题79 图27迁移至后量子密码88 图28欧洲量子通信基础设施计划96 图29中国“墨子号”量子卫星100 表目录 表1不同加密技术的对比83 表2高级密码协议103 巨额投资创造了越来越多的量子独角兽企业。中国在光子和超导量子比特方面的进步引起世界关注。离子阱因逻辑量子比特的演示而大放异彩。但是谁能在建造实用量子计算机的竞赛中获胜呢? 我们应该从哪里开始评估最重要的量子硬件发展?不同量子比特平台面临的挑战和机遇差异显著。我们越来越需要了解每家公司优先考虑的目标,以及它们之间的相互关系。参与者是否都能顺利地实现自己的量子路线图? 容错量子计算机(FTQC)——早期容错量子计算机的新兴标准是一种具有 100万物理量子比特的设备,运行表面码(或类似)纠错,以提供多达1000个 逻辑量子比特。为了实现这一点,假设双量子比特(2Q)门保真度达到99.9%以上,并且量子比特相干寿命足够长,以至于它们不会支配错误预算。为了实现这一目标,公司需要证明他们可以从根本上扩大技术规模。具体的挑战因量子比特平台而异,但看起来并不容易:制造公差、过度的控制布线/激光对准复杂性、串扰/校准、热负载和冷却性能、量子互连以及用于控制和纠错的经典处理的延迟。在大多数方法中,创建“魔法态”(magicstate)(支持通用门集所需的资源)看起来像是一个关键瓶颈。 含噪声中等规模量子(NISQ)——一些参与者强调使用更适度、嘈杂、中等规模的量子设备可能会更快实现。这避免了量子纠错所需的巨大开销,而是寻求在少量步骤(浅电路深度)完中成计算,以便每个物理量子比特门引入的错误不会变得难以处理。认为,门模型量子计算机要在实际应用中获得广泛的量子优势,可能需要99.99%+的2Q保真度。增强的甚至是针对特定问题的量子比特连接也可能非常重要。将需要与经典处理进行低延迟集成。 较少量子比特的量子计算机(FQQC)——同样重要的是要记住,对于某些应用,我们只需要“几个量子比特”。此类应用的早期示例通常位于量子计算、网络安全和量子通信的交叉点;这种重叠有望最终发展成为量子互联网,并通过传 感器发展成为量子物联网。这里的不同权衡最终可能适合不同的量子比特平台。能够在更高、更容易部署的温度下提供一些相干寿命可能是一个有用的优势。 扩大规模是很困难,但对于许多硬件公司来说,这是一件好事,他们可以指出他们的多量子比特设备从上一代到下一代都在提高保真度。然而,几乎在所有情况下,他们仍在“追赶”理想的双量子比特(2Q)实验室设备所能实现的目标。坦率地说,我们今天看到的保真度根本不够好。 多年来,门模型量子计算平台的非正式入门级基准一直是证明2Q门保真度高于99%。随着经验和实际关注的增加,这个领域现在需要认识到最低指标是99.9%(或者你需要提供一份来自量子纠错负责人的非常明确的说明,说明为什么这个标准不适用于你)。正如我们将看到的,在2021年,公司已经同时采用这两种方法。 一、超导量子比特迎风而上 1、IBM在基础路线图取得重要进展 2021年,IBM推出了迄今为止最大的处理器——127Q的Eagle。我们还不知道这款处理器将提供什么样的量子体积(QV),尽管至少在短期内这肯定会受到保真度而不是量子比特数的限制。但是Eagle已经令人印象深刻。IBM团队显然非常兴奋,因为他们成功地制造出了一种新的多层芯片架构,其中包括量子比特、读出谐振器和不同层上的控制线。这大大简化了控制路由的挑战,并证明了进一步扩展的概念。重要的是,IBM还在继续证明他们有能力将前几代处理器的性能提升到超越早期极限的水平。 图1IBM127量子比特处理器Eagle 我们认为,IBM最近在基础保真度统计方面取得的进展尤为重要。Falcon系列设备现已取得一系列令人鼓舞的成果: R8修订版现在稳定实现约0.3毫秒(T1)的平均寿命。测试设备已达到0.6毫秒。长寿命最终是整体保真度的重要基础。当量子比特必须等待其他操作完成时(例如在纠错周期中),它们也很重要。长寿命的状态一直是IBM固定频率transmon量子比特的承诺,因此其他参与者不一定容易匹配。 在2021年的一项引人注目的公告中,FalconR10上最好的CNOT门现在达到了99.91%的2Q门保真度。以前IBM处理器系列的趋势令人印象深刻。此外,IBM还发布了带有实验设备的有希望的结果,探索了架构的变体,例如可调谐耦合器的引入。小型测试设备报告了令人鼓舞的结果,其2Q保真度为99.85%。该技术还应有助于抑制同时操作中的串扰。 IBM的进展很重要,因为它让我们有理由相信,使用当前的材料和制造技术在大型设备上达到99.9%的2Q保真度仍然是一个合理的预测。如果我们不得不依赖材料科学的进步或全新的制造技术,那么该行业目前激进的时间表只会令人失望。 IBM在其约克镇高地的200毫米试验生产线上制造自己的芯片。它指出在超导量子比特的特定背景下,这是最先进的技术。这似乎使它有信心继续制造具有越来越多量子比特的单个芯片。IBM还提到了其广泛的专利组合,以及在保护其制造技术方面可以发挥的作用。 IBM还为早期量子设备引入了一种新的性能指标。以前的测量方法都试图捕获设备大小(量子比特数)或质量(QV),而新的测量方法(CLOPS)则聚焦于速度——一个(有争议的)具有代表性的操作样本能够以多快的速度完成。 量子比特数——可用量子比特的数量(相互连接,可用于2Q门)仍然是一个关键指标。因为在50Q以下,我们仍然可以模拟量子计算机用传统计算机能做的大多数事情。 量子体积——该指标衡量设备可以执行的最大随机“方形”电路。这将量子比特宽度与QV层中的电路深度相结合。每层都是量子比特的随机排列,然后是所有对之间的随机2Q门(特别是SU(4)门)。所需的物理电路深度通常远大于QV层的数量,因此该指标不仅体现了量子比特门的保真度,还体现了灵活的原生门组、增强的量子比特连接、有效的编译器路由和低层错误缓解带来的好处。 每秒电路层操作数——该指标衡量处理器每秒可以执行的QV层数(平均超过100次运行)。这保持了一种与硬件无关的方法,使我们不仅可以衡量快速门的影响,还可以衡量高保真快速读出、低延迟控制系统和低级编译器性能的影响。 量子计算支持者过去倾向于忽视原始处理器速度,而是依赖于这样一个假设,即执行的算法中的优势总是会使拥有最大量子能力的量子计算机获胜。然而,越来越深入地了解真实机器所面临的挑战,迫使我们更加具体地看待问题。在短期内,需要在NISQ设备上的合理时间范围内执行高重复变分算法。此外,当前的FTQC架构看起来太慢,无法为仅提供平方加速的算法提供优势。更快的量子门会有所帮助。 任何基准是否有用的一个关键测试是,它是否有助于该领域专注于需要解决的实际问题,还是只是参与指标衡量?我们认为,量子比特数、QV和CLOPS 加在一起,可能被证明是有用的高级指标。2019年,IBM设备仅提供16QV和 200CLOPS(推断);现在他们在一系列可访问云的Falcon处理器中提供128QV 和2000+CLOPS。 Eagle是最后一款使用IBMQuantumSystemOne机箱的处理器。IBM宣布IBMQuantumSystemTwo作为未来芯片的外壳。它采用模块化六边形概念,包括控制电子设备和低温技术。提供足够的冷却能力和最小化停机时间是超导量子比特的另一个扩展挑战。IBM引入了专业合作伙伴Bluefors来帮助解决这一问题。冷却能力的提升也为未来使用量子互连的处理器之间的相干网络打开了大门。 IBM路线图——