量子计算是否终于接近实现其变革潜力的阶段？

 

· 在商业或科学应用方面，量子计算与经典计算相比没有明显优势。

· 与此同时，BCG也看到了量子比特数量、投资和政府支持方面不可否认的进展和势头。

· BCG对自己的预测仍然充满信心，即到2040年，量子计算将创造4,500亿至8,500亿美元的经济价值，为硬件和软件供应商带来900亿至1,700亿美元的市场。根据BCG调整后的预测，某些行业中的一些公司将需要重新思考如何对待量子技术。

自2021年BCG发布量子计算市场预测以来，发生了很多事情。新技术及其经典计算替代技术都取得了意想不到的进步，改变了市场发展的轨迹，甚至改变了整体方向。是时候更新我们的分析了。

 

量子计算在潜力和竞争中的地位

 

问题的关键在于，量子计算是否终于接近了可以发挥其变革潜力的阶段。现在的答案是喜忧参半。

 

挑战依然存在。与经典计算相比，量子计算目前在商业或科学应用方面都没有明显优势。尽管专家们一致认为，在一些明显的科学和商业问题上，量子解决方案总有一天会远远超越经典替代方案，但这项较新的技术尚未大规模地展示出这种优势。保真度--量子运算的精确度--仍未达到标准，阻碍了更广泛的应用。与此同时，由于经典计算在硬件（如GPU）、算法和人工智能（AI）库和框架方面取得了长足的进步，经典计算的水平也在不断提高。

 

与此同时，量子技术正呈现出不可否认的发展势头。自2018年以来，量子电路上的物理比特数--计算能力的关键指标--每隔一到两年就会翻一番，反映出显著的技术进步。预计这一趋势将至少持续三到五年。

 

尽管总体科技投资下降了50%，但量子计算在2023年仍吸引了12亿美元的风险投资，这表明投资者对量子计算的未来仍充满信心。

 

世界各国政府在这一领域也十分活跃。以美国和中国为首，它们一直在对该技术进行大量投资，憧憬量子计算在国家安全和经济增长中发挥核心作用的未来。在未来三到五年内，公共部门的支持可能会超过100亿美元，从而为这项技术的发展提供足够的空间。

 

本文将对这些截然不同的叙述进行分析，探讨如何将持续存在的障碍和突飞猛进的进步结合起来，以释放量子计算的潜力。

 

NISQ时代价值创造的挑战

 

三年前，BCG预计市场成熟将分为三个阶段，现在依然如此：2030年前为噪声中量子（NISQ）阶段；2030-2040年为广泛量子优势阶段；2040年后为全面容错阶段。(见附图1）。

 

 

BCG仍然坚信我们的预测：到2040年，量子计算将创造4,500亿至8,500亿美元的经济价值，为硬件和软件供应商带来900亿至1,700亿美元的市场。(这一预测与高能计算机供应商的预测市场一致，根据Statista的预测，到2040年，高能计算机供应商的市场规模将达到1,250亿美元）。

 

然而，我们对NISQ时代近期价值创造的假设被证明是乐观的，需要进行修正。因此，某些行业的某些公司需要重新思考如何对待量子技术。

 

BCG的初步预测基于两个关键标准，我们认为这两个标准将促使硬件和软件的发展趋于一致，从而超越传统计算的性能：

 

· 硬件性能。BCG预计量子数量（以量子比特数量及其保真度衡量）将每一到两年翻一番。

· 软件性能。BCG预计将开发出新的量子算法，以便更好地利用量子硬件，并在受影响的使用案例中加速实现优于经典计算的效益（例如，通过提高速度、改善能源使用效率和释放新用途）。

 

在2021年的预测中，BCG评估了100多个用例，这些用例源于量子可能具有技术优势的四类计算问题：模拟、优化、机器学习和密码学。(见附图2）。

 

 

在BCG的评估中，我们假设开发人员和用户会追求三种类型的量子计算使用场景：最优型、棘手型和全新型。

 

最优型。对于许多复杂的优化、模拟和机器学习问题，经典计算机采用启发式方法找到的解决方案通常与最佳答案的误差在5%到20%之间。许多专家期望近期的量子解决方案能以更高的精度缩小误差，并更快地提供解决方案。

 

遗憾的是，NISQ算法（如量子近似优化算法和变分量子求解器）也依赖于启发式方法，与经典求解器相比，其固有的不确定性更大，而经典求解器得益于数年甚至数十年的经验和硬件改进。经典求解器和人工智能算法在大多数难以解决的问题上很可能会优于量子计算，直到纠错能够决定性地显示出优势。

 

棘手型。量子计算机可以解决一些经典计算机无法解决的问题。随着这些"难以解决"问题的规模增大，精确（而非近似）解决这些问题所需的时间和计算资源将呈指数级增长，从而使经典机器无法处理这些问题。例如，计算染料所发出的颜色、材料的导电性以及药物中分子的特性。对于实际系统而言，精确计算所需的晶体管数量比宇宙中的原子数量还多，这就是理查德-费曼在1981年提出量子计算的原因。

 

精确（关于准确度和精确性）这个词很重要。在2021年BCG发表论文时，人工智能已经在一些被认为难以解决的问题上取得了进展，这让人们猜测，量子计算在解决这些问题上的作用可能较小，因为人工智能解决方案可以提供"足够好"的替代方案。现实情况更为微妙。人工智能依赖于从数据中学习解决方案（例如大型语言模型，它从现有语言和数据的语义关系中学习）。训练数据集的可用性和质量对人工智能答案的准确性和精确性造成了固有的限制。量子计算不受这些限制，因此具有更强的能力。

 

从设计上讲，人工智能面临着两大限制：其结果包含一定程度的误差，而且随着离训练数据集越来越远，其准确性也会下降。在包括蛋白质在内的大分子宇宙中，我们可以假设永远不会有足够的训练数据来忠实呈现各种可能性。量子计算很可能仍然是解决当今棘手问题的最佳方案，尤其是通过模拟费曼所设想的自然界。

 

全新型。这些使用案例是我们还不知道自己是否需要的，就像共享打车在智能手机普及后变得显而易见且不可或缺一样。根据BCG对2021年和当前市场的预测，全新的使用案例将产生20%到30%的未来价值，而这是基于之前引入的新技术。

 

硬件和软件的不足

NISQ时代没有达到我们的期望，原因有二。

首先，硬件开发的技术障碍难以克服。量子比特的数量一直在快速增长，但保真度仍然是个大问题。跟踪量子技术基准的社区驱动平台Metriq分析表明，利用现有软件，最有价值的用例需要10,000到20,000量子位门操作和接近100%的门保真度。但迄今为止，超过30个量子比特的电路最多只能达到99.5%的保真度（2024年4月，微软和Quantinuum在其H1系统上的合作努力才部分打破了这一障碍，2量子比特门的保真度的最佳值堪堪达到了"三个九"）。由于误差是以指数形式累积的，即使是最好的硬件也会在1000到10000次量子比特门操作后出现故障。有用的算法需要数百万次门操作（Shor算法甚至需要数十亿次门操作），因此量子机器仍需要提高许多数量级。

新算法的开发也相对滞后。事实上，大多数重要的算法进展都是在20世纪80年代到2010年代之间正式形成的。过去十年间几乎没有什么进展。(见附图3）。

 

 

其次，来自传统计算的竞争比我们预想的更加激烈。尤其是人工智能在科学领域的应用超出了我们的预期，为以前难以解决的问题提供了可行的替代方案。从长远来看，量子计算在处理高度复杂的问题（如多体物理和NP难优化）时，将比依赖不完善的启发式和近似算法的经典求解器更具优势。NISQ的限制迫使当前的量子算法也依赖于启发式方法，而这种依赖使得优势无法获得一致证明（如果有的话）。

 

这些因素加在一起，阻碍了量子计算（尤其是基于量子门的通用计算方案）在硬件和软件能力上实现对经典系统的绝对优势。现在的替代方案是，D-Wave、Pasqal、Kipu Quantum、Qilimanjaro、玻色量子等公司已经选择追求专用量子计算和混合（模拟与少量门相结合）量子计算。这些方法可以在短期内解锁商业应用，而且不需要太多的门操作。

 

最近的进展证实，量子计算继续取得重大进展。创新原型在解决复杂问题方面取得了重大改进，展示了优化、量子模拟和材料模拟的潜力。针对特定应用的量子芯片的开发和基于云的量子计算服务的扩展，凸显了提供实用、可扩展量子解决方案的趋势。

 

对供应商的影响

 

通过利用专用量子计算方法，量子机器仍然可以在短期内带来切实的价值，尤其是在材料和化学分子模拟方面，在NISQ时代，每年的价值在1亿到5亿美元之间。虽然这一预测大大低于BCG之前的预测，但我们预计它不会对硬件和软件供应商市场产生重大影响。我们仍然预计，到2030年，供应商市场规模将在10亿到20亿美元之间，这与其他机构的预测一致。

 

这里有三个因素在起作用。

 

首先，与过去半导体、互联网和全球定位系统等技术一样，公共部门正通过订单和赠款提供大量支持。例如，英国国防部已经从ORCA Computing公司购买了量子计算机，尽管这些计算机尚未突破经典高能计算机所能模拟的40量子比特门槛。BCG估计，量子计算机的公开订单已经支持了一半以上的市场。鉴于现有的计划公告和量子技术在地缘政治上的重要性，这种需求水平在未来三到五年内应该会持续下去。(见附图4）。

 

 

其次，领先企业正在投资企业级量子能力。在2023年出版的《量子应用》中，BCG追踪了《财富》500强企业中100多个活跃的概念验证项目，总投资约3亿美元。这些公司雄心勃勃，希望成为先行者--例如，为利用量子计算机发现的前景广阔的材料申请专利，或设计出能更迅速地利用市场缺陷的对冲策略。尽管人工智能取得了进步，而NISQ遭到了挫折，但由于技术进步（尤其是在纠错方面）的切实前景，以及将人工智能作为训练数据来源（使用案例几乎没有重叠），BCG预计未来几年将有更多公司实施长期计划。

 

第三，供应商可以通过形成涉及控制、稀释制冷机、激光器、真空腔和软件等设备的供应链来创造收入。BCG估计，整个供应链支出将占今年量子计算硬件和软件收入的5%至10%。

 

纠错将加速进步

 

2021年，量子比特纠错还只是理论上的，前景并不明朗。大多数专家预测，这一里程碑将在2030年之后的某个时候实现；有些人则说，它永远不会实现。但在过去的三年里，BCG看到了实质性的实际进展。哈佛大学、QuEra、麻省理工学院和NIST/UMD合作，在中性原子平台上演示了使用48个逻辑量子比特进行纠错。超导量子比特领导者IBM公司创造了另一种创新的纠错码--其效率是以前方法的十倍。

 

最近，微软（Microsoft）和Quantinuum演示了利用被困离子将误差减少800倍。自2021年以来，其他一些巧妙的创新，如更强大的硬件编码（由量子设计公司Alice & Bob研发）也开始发挥作用，使人们对纠错的实用性越来越乐观。BCG在2021年的预测中指出，总计算价值的90%取决于纠错的改进。IBM、QuEra和Alice & Bob等公司的公开路线图承诺最迟在2029年实现全面纠错。从中期来看，比预期更早的实现将加快终端用户实现价值的时间。

 

对企业界影响

 

最重要的一点是，虽然量子计算在某些领域仍具有令人兴奋的前景，但该技术仍处于起步阶段，为大多数企业带来的直接价值有限。并非所有行业都想踏上量子之旅。对于那些能够在纠错能力提高后立即利用重大收益（例如通过分子开发的变革性进步）或寻求先发优势（例如科技巨头提供的量子计算服务或通过新的解密方法增强网络安全）的公司来说，投资是最合理的。

 

有五个行业（其次是公共部门）将从纠错量子计算中获益。该技术可为每个行业带来各自的好处：

 

· 科技公司需要在技术竞争中保持领先地位，而率先（或较早）提供量子计算和混合技术服务将使技术提供商在未来几十年内处于强有力的竞争地位。

 

· 化工和农业公司将发现量子计算是增强其分子建模和模拟能力的有力工具，从而在材料科学和作物保护方面取得突破。

 

· 制药公司将能够以前所未有的速度对复杂的分子相互作用进行建模，从而加速药物发现并缩短新药上市时间。

 

· 国防和航天工业将在安全通信、复杂系统模拟以及对国家安全和先进航空航天项目至关重要的其他技术方面取得重大进展。

 

· 金融机构将获得处理大量数据以进行风险评估和投资组合优化的能力，从而在快节奏的市场中获得竞争优势。

 

重点转移

 

如今，人们非常关注如何使制造商能够增加量子处理器中的量子比特数量。不可否认，这是量子竞赛中的关键所在。不过，随着用户寻求充分利用新出现的价值，BCG预计开发的重点将扩大到其他标准。(见附图5）。

 

 

噪声：如前所述，由于保真度低，NISQ时代的算法无法在短期内带来真正的投资回报。至少在门操作型量子计算中，有必要采用纠错码来大幅降低噪声，并允许增加电路深度。

 

时钟速度：速度是另一个可能需要改进的变量，因为今天的量子计算机与经典计算机相比速度很慢。即使是不同的量子计算模式之间也存在很大差异。例如，冷原子系统目前最先进的性能水平被认为是千赫级，但BCG预计超导量子比特的时钟速度将达到兆赫级。较慢的运行速度对实际应用造成了严重限制。2006年对肖尔算法的执行时间进行的一项研究显示，在一个月内对一个576位的数字进行因式分解需要4kHz的时钟频率，而1MHz的时钟频率可以在大约三小时内完成任务。随着比经典方法具有指数级优势的算法的出现，量子计算的时钟速度限制将逐渐减小。

 

数据加载：将数据加载到量子计算机的能力是当今的一个关键瓶颈。解决计算问题通常首先要将信息编码到计算机的比特中。问题在于量子比特稀缺。智能算法能以最低要求将数据映射到计算机中，但量子计算机远不能与处理能力高达TB的经典计算机相媲美。另一种避免加载经典数据的方法是直接从原生量子态进行计算--例如，使用来自先前计算或量子传感器的数据。

 

连接性与计算性能开销：连接性被定义为在遥远的量子比特之间应用门的能力，对于最大限度地提高量子算法的速度和效率至关重要。因此，它将在量子架构实施高效纠错码的能力中发挥重要作用。一些量子技术路线，如离子阱和中性原子，已经从高内在连接性中获益，但其他技术，如超导和硅量子比特，通常仅限于近邻连接（仅与相邻量子比特连接），因此会产生计算开销（每一步都要在电路中移动量子比特）。

 

从长期回报到成本-收益率：随着时间的推移，财务评估的重点将从长期回报预期转向近期投资回报率。目前，量子计算每小时的成本是经典计算的10万倍（量子机器每小时的成本为1000到5000美元，而经典计算每小时的成本为0.05美元），但BCG预计随着时间的推移，这一差距将随着规模的扩大而缩小。虽然这种比较没有考虑到结果的质量差异，但它确实强调了并非所有用例都能从量子计算中获得足够的价值，从而证明其成本是合理的。此外，企业买家的目标通常是在一年内实现收支平衡，尽管在某些情况下，三到五年的收支平衡目标也是可以接受的。在这种情况下，量子技术最受欢迎的用例将是那些有望实现快速投资回报率的用例。

 

还有更多变化...

 

自2021年以来，确实发生了很多变化。不过，最令人瞩目的也许是整体情况的稳定性。近期量子计算的障碍，如电路深度和保真率，并不会威胁到技术或市场的长期发展。2021年的挑战仍然是今天的挑战，而且更趋近于解决。在量子计算能够更快或更好地解决业务问题的领域，量子计算仍有望创造巨大价值。最终用户需要与供应商建立合作关系，并发展自己的技能组合，因为量子计算不管是在今天还是未来，仍然是赢家通吃的技术。

 

参考文章：

https://www.bcg.com/publications/2024/long-term-forecast-for-quantum-computing-still-looks-bright

 

量子计算是否终于接近实现其变革潜力的阶段？

 

· 在商业或科学应用方面，量子计算与经典计算相比没有明显优势。

· 与此同时，BCG也看到了量子比特数量、投资和政府支持方面不可否认的进展和势头。

· BCG对自己的预测仍然充满信心，即到2040年，量子计算将创造4,500亿至8,500亿美元的经济价值，为硬件和软件供应商带来900亿至1,700亿美元的市场。根据BCG调整后的预测，某些行业中的一些公司将需要重新思考如何对待量子技术。

自2021年BCG发布量子计算市场预测以来，发生了很多事情。新技术及其经典计算替代技术都取得了意想不到的进步，改变了市场发展的轨迹，甚至改变了整体方向。是时候更新我们的分析了。

 

量子计算在潜力和竞争中的地位

 

问题的关键在于，量子计算是否终于接近了可以发挥其变革潜力的阶段。现在的答案是喜忧参半。

 

挑战依然存在。与经典计算相比，量子计算目前在商业或科学应用方面都没有明显优势。尽管专家们一致认为，在一些明显的科学和商业问题上，量子解决方案总有一天会远远超越经典替代方案，但这项较新的技术尚未大规模地展示出这种优势。保真度--量子运算的精确度--仍未达到标准，阻碍了更广泛的应用。与此同时，由于经典计算在硬件（如GPU）、算法和人工智能（AI）库和框架方面取得了长足的进步，经典计算的水平也在不断提高。

 

与此同时，量子技术正呈现出不可否认的发展势头。自2018年以来，量子电路上的物理比特数--计算能力的关键指标--每隔一到两年就会翻一番，反映出显著的技术进步。预计这一趋势将至少持续三到五年。

 

尽管总体科技投资下降了50%，但量子计算在2023年仍吸引了12亿美元的风险投资，这表明投资者对量子计算的未来仍充满信心。

 

世界各国政府在这一领域也十分活跃。以美国和中国为首，它们一直在对该技术进行大量投资，憧憬量子计算在国家安全和经济增长中发挥核心作用的未来。在未来三到五年内，公共部门的支持可能会超过100亿美元，从而为这项技术的发展提供足够的空间。

 

本文将对这些截然不同的叙述进行分析，探讨如何将持续存在的障碍和突飞猛进的进步结合起来，以释放量子计算的潜力。

 

NISQ时代价值创造的挑战

 

三年前，BCG预计市场成熟将分为三个阶段，现在依然如此：2030年前为噪声中量子（NISQ）阶段；2030-2040年为广泛量子优势阶段；2040年后为全面容错阶段。(见附图1）。

 

 

BCG仍然坚信我们的预测：到2040年，量子计算将创造4,500亿至8,500亿美元的经济价值，为硬件和软件供应商带来900亿至1,700亿美元的市场。(这一预测与高能计算机供应商的预测市场一致，根据Statista的预测，到2040年，高能计算机供应商的市场规模将达到1,250亿美元）。

 

然而，我们对NISQ时代近期价值创造的假设被证明是乐观的，需要进行修正。因此，某些行业的某些公司需要重新思考如何对待量子技术。

 

BCG的初步预测基于两个关键标准，我们认为这两个标准将促使硬件和软件的发展趋于一致，从而超越传统计算的性能：

 

· 硬件性能。BCG预计量子数量（以量子比特数量及其保真度衡量）将每一到两年翻一番。

· 软件性能。BCG预计将开发出新的量子算法，以便更好地利用量子硬件，并在受影响的使用案例中加速实现优于经典计算的效益（例如，通过提高速度、改善能源使用效率和释放新用途）。

 

在2021年的预测中，BCG评估了100多个用例，这些用例源于量子可能具有技术优势的四类计算问题：模拟、优化、机器学习和密码学。(见附图2）。

 

 

在BCG的评估中，我们假设开发人员和用户会追求三种类型的量子计算使用场景：最优型、棘手型和全新型。

 

最优型。对于许多复杂的优化、模拟和机器学习问题，经典计算机采用启发式方法找到的解决方案通常与最佳答案的误差在5%到20%之间。许多专家期望近期的量子解决方案能以更高的精度缩小误差，并更快地提供解决方案。

 

遗憾的是，NISQ算法（如量子近似优化算法和变分量子求解器）也依赖于启发式方法，与经典求解器相比，其固有的不确定性更大，而经典求解器得益于数年甚至数十年的经验和硬件改进。经典求解器和人工智能算法在大多数难以解决的问题上很可能会优于量子计算，直到纠错能够决定性地显示出优势。

 

棘手型。量子计算机可以解决一些经典计算机无法解决的问题。随着这些"难以解决"问题的规模增大，精确（而非近似）解决这些问题所需的时间和计算资源将呈指数级增长，从而使经典机器无法处理这些问题。例如，计算染料所发出的颜色、材料的导电性以及药物中分子的特性。对于实际系统而言，精确计算所需的晶体管数量比宇宙中的原子数量还多，这就是理查德-费曼在1981年提出量子计算的原因。

 

精确（关于准确度和精确性）这个词很重要。在2021年BCG发表论文时，人工智能已经在一些被认为难以解决的问题上取得了进展，这让人们猜测，量子计算在解决这些问题上的作用可能较小，因为人工智能解决方案可以提供"足够好"的替代方案。现实情况更为微妙。人工智能依赖于从数据中学习解决方案（例如大型语言模型，它从现有语言和数据的语义关系中学习）。训练数据集的可用性和质量对人工智能答案的准确性和精确性造成了固有的限制。量子计算不受这些限制，因此具有更强的能力。

 

从设计上讲，人工智能面临着两大限制：其结果包含一定程度的误差，而且随着离训练数据集越来越远，其准确性也会下降。在包括蛋白质在内的大分子宇宙中，我们可以假设永远不会有足够的训练数据来忠实呈现各种可能性。量子计算很可能仍然是解决当今棘手问题的最佳方案，尤其是通过模拟费曼所设想的自然界。

 

全新型。这些使用案例是我们还不知道自己是否需要的，就像共享打车在智能手机普及后变得显而易见且不可或缺一样。根据BCG对2021年和当前市场的预测，全新的使用案例将产生20%到30%的未来价值，而这是基于之前引入的新技术。

 

硬件和软件的不足

NISQ时代没有达到我们的期望，原因有二。

首先，硬件开发的技术障碍难以克服。量子比特的数量一直在快速增长，但保真度仍然是个大问题。跟踪量子技术基准的社区驱动平台Metriq分析表明，利用现有软件，最有价值的用例需要10,000到20,000量子位门操作和接近100%的门保真度。但迄今为止，超过30个量子比特的电路最多只能达到99.5%的保真度（2024年4月，微软和Quantinuum在其H1系统上的合作努力才部分打破了这一障碍，2量子比特门的保真度的最佳值堪堪达到了"三个九"）。由于误差是以指数形式累积的，即使是最好的硬件也会在1000到10000次量子比特门操作后出现故障。有用的算法需要数百万次门操作（Shor算法甚至需要数十亿次门操作），因此量子机器仍需要提高许多数量级。

新算法的开发也相对滞后。事实上，大多数重要的算法进展都是在20世纪80年代到2010年代之间正式形成的。过去十年间几乎没有什么进展。(见附图3）。

 

 

其次，来自传统计算的竞争比我们预想的更加激烈。尤其是人工智能在科学领域的应用超出了我们的预期，为以前难以解决的问题提供了可行的替代方案。从长远来看，量子计算在处理高度复杂的问题（如多体物理和NP难优化）时，将比依赖不完善的启发式和近似算法的经典求解器更具优势。NISQ的限制迫使当前的量子算法也依赖于启发式方法，而这种依赖使得优势无法获得一致证明（如果有的话）。

 

这些因素加在一起，阻碍了量子计算（尤其是基于量子门的通用计算方案）在硬件和软件能力上实现对经典系统的绝对优势。现在的替代方案是，D-Wave、Pasqal、Kipu Quantum、Qilimanjaro、玻色量子等公司已经选择追求专用量子计算和混合（模拟与少量门相结合）量子计算。这些方法可以在短期内解锁商业应用，而且不需要太多的门操作。

 

最近的进展证实，量子计算继续取得重大进展。创新原型在解决复杂问题方面取得了重大改进，展示了优化、量子模拟和材料模拟的潜力。针对特定应用的量子芯片的开发和基于云的量子计算服务的扩展，凸显了提供实用、可扩展量子解决方案的趋势。

 

对供应商的影响

 

通过利用专用量子计算方法，量子机器仍然可以在短期内带来切实的价值，尤其是在材料和化学分子模拟方面，在NISQ时代，每年的价值在1亿到5亿美元之间。虽然这一预测大大低于BCG之前的预测，但我们预计它不会对硬件和软件供应商市场产生重大影响。我们仍然预计，到2030年，供应商市场规模将在10亿到20亿美元之间，这与其他机构的预测一致。

 

这里有三个因素在起作用。

 

首先，与过去半导体、互联网和全球定位系统等技术一样，公共部门正通过订单和赠款提供大量支持。例如，英国国防部已经从ORCA Computing公司购买了量子计算机，尽管这些计算机尚未突破经典高能计算机所能模拟的40量子比特门槛。BCG估计，量子计算机的公开订单已经支持了一半以上的市场。鉴于现有的计划公告和量子技术在地缘政治上的重要性，这种需求水平在未来三到五年内应该会持续下去。(见附图4）。

 

 

其次，领先企业正在投资企业级量子能力。在2023年出版的《量子应用》中，BCG追踪了《财富》500强企业中100多个活跃的概念验证项目，总投资约3亿美元。这些公司雄心勃勃，希望成为先行者--例如，为利用量子计算机发现的前景广阔的材料申请专利，或设计出能更迅速地利用市场缺陷的对冲策略。尽管人工智能取得了进步，而NISQ遭到了挫折，但由于技术进步（尤其是在纠错方面）的切实前景，以及将人工智能作为训练数据来源（使用案例几乎没有重叠），BCG预计未来几年将有更多公司实施长期计划。

 

第三，供应商可以通过形成涉及控制、稀释制冷机、激光器、真空腔和软件等设备的供应链来创造收入。BCG估计，整个供应链支出将占今年量子计算硬件和软件收入的5%至10%。

 

纠错将加速进步

 

2021年，量子比特纠错还只是理论上的，前景并不明朗。大多数专家预测，这一里程碑将在2030年之后的某个时候实现；有些人则说，它永远不会实现。但在过去的三年里，BCG看到了实质性的实际进展。哈佛大学、QuEra、麻省理工学院和NIST/UMD合作，在中性原子平台上演示了使用48个逻辑量子比特进行纠错。超导量子比特领导者IBM公司创造了另一种创新的纠错码--其效率是以前方法的十倍。

 

最近，微软（Microsoft）和Quantinuum演示了利用被困离子将误差减少800倍。自2021年以来，其他一些巧妙的创新，如更强大的硬件编码（由量子设计公司Alice & Bob研发）也开始发挥作用，使人们对纠错的实用性越来越乐观。BCG在2021年的预测中指出，总计算价值的90%取决于纠错的改进。IBM、QuEra和Alice & Bob等公司的公开路线图承诺最迟在2029年实现全面纠错。从中期来看，比预期更早的实现将加快终端用户实现价值的时间。

 

对企业界影响

 

最重要的一点是，虽然量子计算在某些领域仍具有令人兴奋的前景，但该技术仍处于起步阶段，为大多数企业带来的直接价值有限。并非所有行业都想踏上量子之旅。对于那些能够在纠错能力提高后立即利用重大收益（例如通过分子开发的变革性进步）或寻求先发优势（例如科技巨头提供的量子计算服务或通过新的解密方法增强网络安全）的公司来说，投资是最合理的。

 

有五个行业（其次是公共部门）将从纠错量子计算中获益。该技术可为每个行业带来各自的好处：

 

· 科技公司需要在技术竞争中保持领先地位，而率先（或较早）提供量子计算和混合技术服务将使技术提供商在未来几十年内处于强有力的竞争地位。

 

· 化工和农业公司将发现量子计算是增强其分子建模和模拟能力的有力工具，从而在材料科学和作物保护方面取得突破。

 

· 制药公司将能够以前所未有的速度对复杂的分子相互作用进行建模，从而加速药物发现并缩短新药上市时间。

 

· 国防和航天工业将在安全通信、复杂系统模拟以及对国家安全和先进航空航天项目至关重要的其他技术方面取得重大进展。

 

· 金融机构将获得处理大量数据以进行风险评估和投资组合优化的能力，从而在快节奏的市场中获得竞争优势。

 

重点转移

 

如今，人们非常关注如何使制造商能够增加量子处理器中的量子比特数量。不可否认，这是量子竞赛中的关键所在。不过，随着用户寻求充分利用新出现的价值，BCG预计开发的重点将扩大到其他标准。(见附图5）。

 

 

噪声：如前所述，由于保真度低，NISQ时代的算法无法在短期内带来真正的投资回报。至少在门操作型量子计算中，有必要采用纠错码来大幅降低噪声，并允许增加电路深度。

 

时钟速度：速度是另一个可能需要改进的变量，因为今天的量子计算机与经典计算机相比速度很慢。即使是不同的量子计算模式之间也存在很大差异。例如，冷原子系统目前最先进的性能水平被认为是千赫级，但BCG预计超导量子比特的时钟速度将达到兆赫级。较慢的运行速度对实际应用造成了严重限制。2006年对肖尔算法的执行时间进行的一项研究显示，在一个月内对一个576位的数字进行因式分解需要4kHz的时钟频率，而1MHz的时钟频率可以在大约三小时内完成任务。随着比经典方法具有指数级优势的算法的出现，量子计算的时钟速度限制将逐渐减小。

 

数据加载：将数据加载到量子计算机的能力是当今的一个关键瓶颈。解决计算问题通常首先要将信息编码到计算机的比特中。问题在于量子比特稀缺。智能算法能以最低要求将数据映射到计算机中，但量子计算机远不能与处理能力高达TB的经典计算机相媲美。另一种避免加载经典数据的方法是直接从原生量子态进行计算--例如，使用来自先前计算或量子传感器的数据。

 

连接性与计算性能开销：连接性被定义为在遥远的量子比特之间应用门的能力，对于最大限度地提高量子算法的速度和效率至关重要。因此，它将在量子架构实施高效纠错码的能力中发挥重要作用。一些量子技术路线，如离子阱和中性原子，已经从高内在连接性中获益，但其他技术，如超导和硅量子比特，通常仅限于近邻连接（仅与相邻量子比特连接），因此会产生计算开销（每一步都要在电路中移动量子比特）。

 

从长期回报到成本-收益率：随着时间的推移，财务评估的重点将从长期回报预期转向近期投资回报率。目前，量子计算每小时的成本是经典计算的10万倍（量子机器每小时的成本为1000到5000美元，而经典计算每小时的成本为0.05美元），但BCG预计随着时间的推移，这一差距将随着规模的扩大而缩小。虽然这种比较没有考虑到结果的质量差异，但它确实强调了并非所有用例都能从量子计算中获得足够的价值，从而证明其成本是合理的。此外，企业买家的目标通常是在一年内实现收支平衡，尽管在某些情况下，三到五年的收支平衡目标也是可以接受的。在这种情况下，量子技术最受欢迎的用例将是那些有望实现快速投资回报率的用例。

 

还有更多变化...

 

自2021年以来，确实发生了很多变化。不过，最令人瞩目的也许是整体情况的稳定性。近期量子计算的障碍，如电路深度和保真率，并不会威胁到技术或市场的长期发展。2021年的挑战仍然是今天的挑战，而且更趋近于解决。在量子计算能够更快或更好地解决业务问题的领域，量子计算仍有望创造巨大价值。最终用户需要与供应商建立合作关系，并发展自己的技能组合，因为量子计算不管是在今天还是未来，仍然是赢家通吃的技术。

 

参考文章：

https://www.bcg.com/publications/2024/long-term-forecast-for-quantum-computing-still-looks-bright