通过测试发现,在同一问题实例中,超算 Summit 在 2.44 小时内平均耗电 8.65 兆瓦,总能耗为 21.1 兆瓦时;而量子计算机 Sycamore 在 1 分 41 秒内平均功耗 15 千瓦,总能耗为 0.42 千瓦时。将二者数据进行对比,我们可以看出,在能耗上面 Summit 是 Sycamore 的 578 倍;在运行时间方面,Sycamore 还比 Summit 快 87 倍。
然而这一研究欠缺对其它系统架构量子计算机的考虑,对于功耗参数的分析也不够通用。2022 年,又有研究团队对几种不同量子比特架构的量子计算机功耗进行了更通用的研究,但分析仍然只适用于 NISQ(含噪声中等量子计算机),并不适用于 CRQC 这样的容错量子计算机。
同在 2022 年,Martin 等研究者聚焦大型量子计算机的电力需求,展开了一项较为全面的研究。他们从基本的热力学原理出发,对几种量子比特架构中的功耗分布情况(如用于直接计算、系统冷却等)进行了深入分析,研究后他们发现,尽管不同系统架构中的比例不尽相同,但对一台容错超导量子计算机来说,用于冷却的功耗都会超过用于直接计算的能耗。这一结论与现有高性能计算数据中心的情况相反,后者用于冷却的能耗仅占设备能耗的 10-30%。
同时研究团队也指出,在未来的量子系统中,每个量子比特所使用的电子器件功耗很难估算,因此他们并不打算估算量子系统的绝对功耗,而是只估算功耗在不同功能模块之间的相对分布,例如量化各个技术路线量子比特的预期工作温度(超导量子比特为 10-20mK,离子阱量子比特为 4K)。由于超导是目前常见的技术路线,因此在本文接下来的功耗估算中,我们均以超导 CRQC 为研究对象。
2019 年,谷歌推出超导量子计算机 Sycamore 宣布实现“量子霸权”。在Sycamore 在运行期间,平均功耗约为 26 千瓦,其中约 10 千瓦直接用于稀释制冷机的机械压缩机,约 13 千瓦用于制备机械压缩机的冷却水等,另外约 3 千瓦用于支持系统中的经典电子设备。
而加拿大 D-Wave 公司的超导退火量子计算机属于专用量子计算机,但它与谷歌 Sycamore 一样都使用了超导量子电路,其工作温度相近,使用的稀释制冷技术也类似。有资料表明 D-Wave Advantage 的功耗约为 25 千瓦,也与 Sycamore 非常相近。这也说明了一点:稀释制冷的功耗与内部运行的量子比特数量基本无关,因为 Sycamore 仅包含 53 个可用超导物理量子比特,而 D-Wave Advantage 拥有 5000 多个超导物理量子比特,二者的功率却大致相同。但是,一台稀释制冷机能容纳的量子比特数量是有限的,因此大型超导 CRQC 将需要一台超大型稀释制冷机,或者通过将多个制冷机联网达到预期工作温度。
那么,究竟该如何估算超导 CRQC 单个量子比特的平均功率呢?我们可以分别估算所需稀释制冷机的数量和每个稀释制冷机的耗电量,再将两个估值相乘,大致得出这样一个系统的耗电量。
2022 年,IBM 推出了模块化量子计算机概念 Quantum System Two,在这个系统中,每个模块化稀释制冷机最多可容纳 4158 个超导物理量子比特,把三个模块耦合在一起可以实现超过 1 万个量子比特。显然,拥有2000万个物理量子比特的超导 CRQC 肯定不会是简单地把 4810 台 IBM Quantum System Two 连在一起,但我们可以将其作为一个粗略的基准,来估算可预见大规模冷却超导量子计算机所需的功率。
IBM Quanttum System Two 模块化超导量子计算机的假想图
假设每个量子系统中的稀释制冷机都容纳了 4158 个超导物理量子比特,而每个稀释制冷机的耗电量,都与现有的谷歌 Sycamore 和 D-Wave Advantage 的功率 26 千瓦相当,那么我们就能得到单个量子比特的平均功率:6.25 瓦,约与一个 LED 灯泡的功率差不多。
6.25 瓦/量子比特这一估算值,包含了用于经典控制和冷却的功率开销,但并未包含用于量子纠错的功率。因为目前还很难估算大规模量子纠错在经典处理方面所需的额外功率,考虑到当前量子纠错的相关展示都并未显著延长量子比特的相干时间,所以很难说 6.25 瓦/量子比特这一估算值更可能是高估还是低估——我们只能说它是基于当下现实的一个合理估算结果。
谜底揭晓
综合之前的层层推演,我们终于集齐了三个能够揭开谜底的参数,即所需量子比特数量、总运行时间、单个量子比特的平均功耗。揭晓答案之前,我们不妨梳理一下已有信息。
已知:根据 Gidney 和 Ekerå 在 2021 年完成的估算工作,使用超导技术路线的 CRQC 去破解一个 RSA-2048 密码或 256 位 ECC密码,需要大约 2000 万个物理量子比特,耗时约 7.1 小时,总时空体积为 5.9 × 10^6 qubit-days。每个量子比特的平均功率是 6.25 瓦。
问:这台超导 CRQC 完成一次破解需要耗费多少电费?
答:通过上述推导可得,运行一台超导 CRQC 的预计功率为 125 兆瓦,这几乎是 Summit 超级计算机耗电量的 10 倍,大约是一架波音 747 飞机在飞行中的耗电量,或者是一个典型的燃煤电厂发电功率的四分之一。乘以 7.1 小时的破解时间,再乘上 2022 年美国工业平均电价 7.19 美分/千瓦时,可得使用超导 CRQC 仅破解一个公钥就需要 64000 美元的电费,折合人民币超过 45 万元。
你以为就结束了?
我们一起来看看在得出以上电力成本的过程中,还省略了哪些已知环节的能耗。
1、 构建 CRQC 的前期成本。
包括扩大现有量子计算机规模以及进行量子纠错的损耗。在兰德公司完成报告时,规模最大的超导量子计算机是拥有 433 个物理量子比特的 IBM Osprey,但理论上破解 RSA-2048 所需最少逻辑量子比特数是 4097 。要想实现这一规模还有非常多的工程问题。再考虑到纠错等,需要的物理量子比特数量要超过 4097 数百倍以上。
433个物理量子比特的IBM Osprey
当前的量子计算机之所以被称为含噪声中等规模量子计算机(NISQ),因为量子比特在被制备并开始执行运算后的几毫秒内就会被环境噪声所破坏,发生退相干,所以目前可用于执行计算的时间很短,能实现的逻辑门步数有限。但肖尔算法是一种极其复杂的算法,它所需要的计算时间远超当前单个量子比特的相干时间,所以还需要借助量子纠错(QEC)。
因而扩展量子比特数量以及发展量子纠错技术,是构建 CRQC 绕不过的技术挑战。此外,量子计算机的技术路线多样,技术成熟度也不尽相同,不同路线在构建 CRQC 所要考虑的因素不同,比如光量子路线就不需要过多考虑制冷成本。
2、 持续不断的运维成本投入。
很多人提到车都会说买得起养不起,因为购入之后还需要持续投入驻场维护工程师、保持低温测控设备灵敏度等多方面的运维成本。未来的 CRQC 同样面临这个问题,目前同样难以预估。
用于在毫开级超低温下进行量子比特控制和读出的特种设备和线缆
3、除电力以外其他耗材投入的持续成本,如价格持续走高的普通液态氦-4,以及比黄金还贵 200 倍的液态氦-3同位素,它们构成了稀释制冷机的关键制冷剂。由于氦-3 在地壳极度稀缺,难以制备,人类甚至考虑登月去获取大型稀释制冷机中所需用量的氦-3,可想而知其成本会有多么的昂贵。由于氦仅比氢重的超轻原子,所以在使用中非常容易逸失,因此超导量子计算机在运行中的制冷剂损耗费用也非常巨大。此外,由于设备体积巨大,维持超导量子计算机的机房运维成本也不可小觑。
4、研发设计一个经优化可运行肖尔算法的量子电路的能耗成本。有文献指出,仅仅设计一个优化的量子电路来高效运行肖尔算法,甚至不需要直接制造或运行它,需要经过大量的优化、仿真、模拟,这些经典计算所消耗能源超过一百万度电,折合电价为 72000 美元。
结论
从当前已经非常简化的估算结果来看,未来如果出现了能够破解现有主流密码的超导量子计算机(CRQC),它的运行功率将高达 125 兆瓦,使用它去破解一个公钥,就需要人民币 45 万元电费。再算上日常运维成本,氦-3 等各种耗材的成本等等,这些加起来使得 CRQC 成为了名副其实的巨大的吞金兽。
实际上,今天的云计算、大模型训练、区块链应用等已经产生了非常令人头疼的巨大电力消耗。以美国为例,云服务器和数据中心耗电已经占到美国总用电量的 2%,有预测称在数年内数据中心就将消耗全球电力的 1/5。
超导量子计算机的上述各个因素的费用成本,可能会随技术进步有所下降,但目前尚难以预测。因此在相当长的一段时间内,抛去研发建造费用不谈,超导量子计算机的使用和维护的高昂成本,将使得政府和大型组织都难以承受,也将极大限制量子计算的推广应用。
在进入商用可接受的使用成本区间之前,超导量子计算机还将面临一段时间的“买得起,用不起,甚至还不能用”的尴尬局面,这需要我们的科学工作者花费更多的时间和精力去克服这一挑战,使得超导量子计算变得更加实用。而在此之前,用户会优先选择成本更低,无需特殊物理条件限制的其他相对更快速的技术方案。
参考文章:
https://arxiv.org/pdf/1905.09749
https://www.rand.org/pubs/working_papers/WRA2427-1.html#citation
https://dl.acm.org/doi/fullHtml/10.1145/3490172
https://www.zdnet.com/article/goldeneye-behind-the-scenes-with-the-worlds-largest-dilution-refrigerator/
Helium Shortage 4.0: What caused it and when will it end?