量子計(jì)算能帶 AI 起飛嗎？
2025-04-07 11:34:46 technews(臺(tái))近年來，人工智能技術(shù)進(jìn)步神速，從語言處理到圖像生成、各類的應(yīng)用范圍越來越廣，同時(shí)也徹底改變了我們的生活和工作方式。 然而，AI的快速發(fā)展也帶來了對(duì)計(jì)算能力前所未有的需求、傳統(tǒng)硬件的效能提升已趨緩，摩爾定律帶來的晶體管密度紅利逐漸觸頂，處理器頻率受限于功耗與散熱瓶頸，就連GPU的成長(zhǎng)速度也明顯放慢。 AI 對(duì)算力的需求呈指數(shù)式暴增，到了難以持續(xù)的地步。
于是，大家開始把目光轉(zhuǎn)向量子計(jì)算機(jī)，期待它能突破傳統(tǒng)運(yùn)算極限，為AI帶來飛躍性成長(zhǎng)。
許多人已經(jīng)讓 AI 融入他們的工作：例如 OpenAI 的 ChatGPT 協(xié)助分析與文書、或是像有些人會(huì)使用 Cursor 或是 Claude 協(xié)助撰寫程序、還有無數(shù)的 AI 應(yīng)用可以生成圖片或視頻互動(dòng)。 這些技術(shù)的背后核心是大型語言模型（LLM）、以大量數(shù)據(jù)為基礎(chǔ)訓(xùn)練而成。 以O(shè)penAI的GPT-3為例，訓(xùn)練過程估計(jì)需要執(zhí)行3.14×1023次浮點(diǎn)運(yùn)算，是人類史上最復(fù)雜的計(jì)算任務(wù)之一（只是之一，以后只會(huì)更恐怖）。 這種驚人算力需求讓科技公司不得不投入巨資在云端GPU和TPU上，有些初創(chuàng)公司甚至花費(fèi)超過八成經(jīng)費(fèi)在運(yùn)算資源。
即便有像 DeepSeek 這種節(jié)省資源的 AI，算力瓶頸仍在──DeepSeek 這類技術(shù)，通常是通過算法優(yōu)化或模型壓縮降低算力需求。 比方說，它可能用稀疏化（sparsity）讓模型只啟動(dòng)部分參數(shù)，或者用知識(shí)蒸餾（knowledge distillation）把大模型的知識(shí)「濃縮」到小模型里。 根據(jù) DeepSeek 官方說法，他們的模型能在保證性能的情況下，把計(jì)算成本降到傳統(tǒng)模型的幾分之一。
舉例來說，DeepSeek 就像把一臺(tái)吃油超跑改成了省油小車，確實(shí)能在一定程度上緩解算力壓力。 假設(shè)原本訓(xùn)練一個(gè)大模型需要 1,000 萬美元的云端算力，DeepSeek 的技術(shù)可能把成本砍到 300 萬美元，還能保持八成以上的準(zhǔn)確度。 這種節(jié)省算法對(duì)中小企業(yè)或研究團(tuán)隊(duì)來說是福音，因?yàn)樗麄儾挥迷掖箦X也能玩 AI。 但問題在于，這只是「減輕」瓶頸，不是「解決」瓶頸。 為什么呢？ 因?yàn)?AI 應(yīng)用的野心和復(fù)雜度也在同步增長(zhǎng)。
AI 的應(yīng)用場(chǎng)景越來越廣，從聊天機(jī)器人到自動(dòng)駕駛，再到醫(yī)療診斷，每個(gè)領(lǐng)域都想把模型做得更強(qiáng)、更精準(zhǔn)。 以自動(dòng)駕駛為例，特斯拉的 AI 系統(tǒng)得實(shí)時(shí)處理攝像頭、雷達(dá)傳來的大量數(shù)據(jù)，還要預(yù)測(cè)路況，算力需求輕易就超過一般云端服務(wù)器的負(fù)擔(dān)。 即便 DeepSeek 能把模型壓縮，這些應(yīng)用還是需要處理更多數(shù)據(jù)、更復(fù)雜的運(yùn)算，省下的算力很快又被新需求吃掉。
另外一方面，傳統(tǒng)硬件的效能成長(zhǎng)正在趨緩。 摩爾定律帶來的晶體管密度提升已接近極限，處理器頻率受功耗與散熱限制，連GPU的效能成長(zhǎng)也開始趨緩。 研究顯示，為了提高 AI 模型的準(zhǔn)確度，往往只能靠增加算力和擴(kuò)大模型規(guī)模來實(shí)現(xiàn)，這導(dǎo)致 AI 對(duì)計(jì)算資源的需求呈指數(shù)式暴增，已到難以承受的地步。 雖然硬件加速和算法優(yōu)化能稍微緩解壓力，但 AI 發(fā)展正面臨前所未有的算力瓶頸。 于是，量子計(jì)算機(jī)被視為潛在解方，期望其突破傳統(tǒng)運(yùn)算限制，為AI開辟新天地。
▲ 量子 AI 市場(chǎng)主要是以研發(fā)為主，沒有商業(yè)應(yīng)用。 （Source：artsmart）
量子計(jì)算機(jī)與傳統(tǒng)計(jì)算機(jī)的運(yùn)作方式截然不同。 傳統(tǒng)計(jì)算機(jī)用位（bit）表示0或1，量子計(jì)算機(jī)則用量子位（qubit），能通過疊加（superposition）同時(shí)處于0和1的狀態(tài)。 例如，兩個(gè)量子位可同時(shí)處理四種狀態(tài)組合，三個(gè)則是八種，n個(gè)量子位能表示2?種狀態(tài)，這種指數(shù)級(jí)擴(kuò)張賦予量子計(jì)算機(jī)強(qiáng)大的并行計(jì)算潛力。 此外，量子糾纏（entanglement）讓多個(gè)量子位的狀態(tài)緊密相連，測(cè)量其一會(huì)立即影響其他量子，增強(qiáng)了協(xié)同運(yùn)算能力。
這種特性對(duì) AI 有何幫助？ Google 量子 AI 實(shí)驗(yàn)室創(chuàng)辦人 Hartmut Neven 曾說：「先進(jìn) AI 將從量子計(jì)算中大幅受益。」以訓(xùn)練大型語言模型為例，這類任務(wù)需要龐大時(shí)間和算力，量子計(jì)算機(jī)的并行處理能力可能將訓(xùn)練時(shí)間從數(shù)周縮至數(shù)天。 此外，AI 主要依賴找出模式并辨識(shí)，而能同時(shí)處理多種可能性的量子計(jì)算，或許能提升圖像、語音識(shí)別的準(zhǔn)確度。 生成式 AI 也有望因量子助力處理更多數(shù)據(jù)，生成更逼真的內(nèi)容。 在決策場(chǎng)景中，例如藥物研發(fā)或氣候建模，量子計(jì)算機(jī)能同時(shí)測(cè)試無數(shù)變量，幫助科學(xué)家更快找到最佳解。
例如 2019 年，Google 的 53 量子位「Sycamore」處理器在 200 秒內(nèi)完成傳統(tǒng)超級(jí)計(jì)算機(jī)需 1 萬年的任務(wù)。 雖然這與 AI 無直接關(guān)聯(lián)，但展示了量子計(jì)算的潛力。 2022 年，維也納大學(xué)團(tuán)隊(duì)用光子量子處理器加速?gòu)?qiáng)化學(xué)習(xí)，讓機(jī)器人更快學(xué)會(huì)走迷宮，證明量子疊加能提升學(xué)習(xí)效率。
由于大型容錯(cuò)量子計(jì)算機(jī)尚未臨近，各方多預(yù)測(cè)短期內(nèi)最可行的模式是「混合量子經(jīng)典計(jì)算」，即將大部分深度學(xué)習(xí)的訓(xùn)練與數(shù)據(jù)處理交由 GPU / CPU 完成，只有小部分最耗算力或最能發(fā)揮量子優(yōu)勢(shì)的子任務(wù)交由量子處理器（QPU）加速。 Google、IBM 亦在研發(fā)量子軟硬件協(xié)同架構(gòu)，如 TensorFlow Quantum 或 Qiskit Runtime，讓開發(fā)者調(diào)用云端量子資源。 Nvidia GTC Quantum Day 也特別提到，市場(chǎng)期待未來 GPU 與 QPU 共同承擔(dān)深度神經(jīng)網(wǎng)絡(luò)或強(qiáng)化學(xué)習(xí)的運(yùn)算──盡管目前的量子位規(guī)模只有幾十至數(shù)百個(gè)，但若能針對(duì)組合優(yōu)化、線性代數(shù)等環(huán)節(jié)實(shí)現(xiàn)加速，各類包括醫(yī)療、金融、物流、國(guó)防應(yīng)用都可能搶先受益。
醫(yī)療方面，量子模擬可大幅加速分子與蛋白質(zhì)交互作用的分析，有助新藥研發(fā)與疾病機(jī)理理解。 「維也納大學(xué)」的研究團(tuán)隊(duì)在 2022 年曾用光子量子處理器測(cè)試量子強(qiáng)化學(xué)習(xí)，讓機(jī)器人同時(shí)探索多條路徑，更快學(xué)會(huì)迷宮走法，被視為量子疊加有助于復(fù)雜決策的證明。 金融市場(chǎng)關(guān)注量子計(jì)算機(jī)能以指數(shù)方式優(yōu)化蒙地卡羅模擬、投資組合配置、期權(quán)定價(jià)與詐騙偵測(cè)。 美國(guó)與歐洲多家金融機(jī)構(gòu)正在評(píng)估量子近似優(yōu)化算法（QAOA）的可行性，若能大規(guī)模部署，將重新定義高維度交易環(huán)境的風(fēng)險(xiǎn)管理流程。
波音的量子傳感器試驗(yàn)展現(xiàn)超精準(zhǔn)導(dǎo)航潛力、量子模擬可能將新藥開發(fā)周期從15年縮至五年; 金融領(lǐng)域，量子蒙地卡羅算法能快速評(píng)估市場(chǎng)情境、提升風(fēng)險(xiǎn)管理效率。 這些進(jìn)展顯示量子AI計(jì)算正在進(jìn)行更多測(cè)試，雖然許多應(yīng)用都已經(jīng)現(xiàn)有的AI能處理的問題，但量子AI可以加速或?qū)⑦@些應(yīng)用變得更強(qiáng)大。 Google 的 Willow 計(jì)劃在量子位技術(shù)與錯(cuò)誤修正取得進(jìn)展，全球量子技術(shù)投資 2023 年已超過 300 億美元，且十年內(nèi)加速成長(zhǎng)。
軍事與國(guó)防，量子加密與量子解密為關(guān)鍵。 量子技術(shù)若能破解現(xiàn)今廣泛使用的RSA或ECC加密，勢(shì)將造成全球通訊與互聯(lián)網(wǎng)金融體系的重大沖擊。 據(jù)「Quantum Apocalypse Is Coming. Be Very Afraid 一文所述，人們將 Q-Day 定義為量子計(jì)算機(jī)能即刻破解既有加密系統(tǒng)的那一天，而這在地緣政治層面將引發(fā)嚴(yán)重后果。 若某個(gè)國(guó)家率先完成可用于軍事情報(bào)分析或密碼破解的量子裝置，恐造成世界秩序洗牌。 美中雙方皆積極布局量子通訊衛(wèi)星與量子傳感器，美國(guó)更有《國(guó)家量子倡議法案》提供大筆資金，也對(duì)中國(guó)量子企業(yè)祭出投資限制措施。 歐洲與日本等地也通過政府計(jì)劃推動(dòng)量子研究。
一旦有人建成可以運(yùn)行 Shor 算法（可破解 RSA 加密的算法）的大型量子計(jì)算機(jī)，絕大部分的傳統(tǒng)加密方式都可能遭到破解。 無論是網(wǎng)銀交易、敏感軍事報(bào)告、甚至私密訊息、虛擬貨幣錢包都可輕松破解。 最恐怖的是，當(dāng)破解方式一旦確立，不見得會(huì)以劇烈的全球大恐慌呈現(xiàn)，更可能以在暗處以潛伏的方式、進(jìn)行資料竊取與關(guān)鍵基礎(chǔ)設(shè)施的定向攻擊，也可能一舉釋出龐大數(shù)據(jù)造成全面恐慌。 這種威脅促使像美國(guó)國(guó)家標(biāo)準(zhǔn)技術(shù)研究院（NIST）等機(jī)構(gòu)致力推動(dòng)「后量子加密算法」標(biāo)準(zhǔn)化，包含利用高維度晶格或其他量子難解問題為新加密基礎(chǔ)。 若企業(yè)與政府無法及時(shí)換用抗量子密碼將面臨龐大風(fēng)險(xiǎn)。
也有陰謀論說，許多國(guó)家級(jí)單位或許早就在秘密搜集大量加密資料，等待量子計(jì)算機(jī)成熟后再集中破解，導(dǎo)致信息安全出現(xiàn)「現(xiàn)在攔截、未來解密」的嚴(yán)峻局面。 美國(guó)海軍戰(zhàn)爭(zhēng)學(xué)院前教授 Chris Demchak 的分析就指出，一旦對(duì)手能實(shí)時(shí)破解軍事通訊，可能在潛艇部署、衛(wèi)星監(jiān)控、導(dǎo)彈配置等核心領(lǐng)域掌握致命優(yōu)勢(shì)。 甚至連比特幣區(qū)塊鏈也可能一夕崩潰，因?yàn)楝F(xiàn)行的橢圓曲線加密遭量子計(jì)算機(jī)攻破后，惡意分子可盜領(lǐng)持有者的加密資產(chǎn)。
量子AI要飛躍性增長(zhǎng)并不容易，硬件是最大瓶頸。 一般電腦數(shù)據(jù)是用0和1位存儲(chǔ)，位很穩(wěn)定，弄錯(cuò)機(jī)率很低。 但量子計(jì)算機(jī)是疊加態(tài)量子位（qubit），它們很特別，能同時(shí)是 0 和 1，還能跟其他量子位糾纏。 問題是，量子位超級(jí)敏感，外界一點(diǎn)小干擾，比如溫度變化、磁場(chǎng)抖動(dòng)、甚至旁邊有個(gè)電子亂跑，都可能讓數(shù)據(jù)失去原本的狀態(tài)不準(zhǔn)確，就叫「去相干」（decoherence），導(dǎo)致運(yùn)算結(jié)果錯(cuò)得亂七八糟，所以需要「糾錯(cuò)」救場(chǎng)，糾錯(cuò)就是用好幾個(gè)量子位「保護(hù)」一個(gè)重要量子位，信息分散出去，這樣就算有幾個(gè)壞掉，還能用剩下的拼回來。
這種技術(shù)叫量子誤差修正碼（quantum error-correcting code）。 比如有名的「Shor 碼」，是用九個(gè)量子位保護(hù)一個(gè)，讓錯(cuò)誤率降至可接受范圍。 但這也有代價(jià)，多了「?jìng)浞荨梗孔佑?jì)算機(jī)需要的量子位數(shù)量就得多好幾倍，控制起來也更麻煩。
目前量子處理器僅有數(shù)十到數(shù)百個(gè)量子位，且屬「噪聲中等規(guī)模量子」（NISQ）裝置，未能實(shí)現(xiàn)糾錯(cuò)。 專家估計(jì)，實(shí)用AI應(yīng)用需上百萬個(gè)穩(wěn)定量子位，但打造如此規(guī)模的設(shè)備在物理和工程極為困難──量子位極脆弱，需在接近絕對(duì)零度的環(huán)境下運(yùn)作，擴(kuò)展性受限。 Google 的 Julian Kelly 預(yù)估五年內(nèi)可能有初步應(yīng)用，IBM 計(jì)劃 2029 年前推出數(shù)百個(gè)糾錯(cuò)量子位系統(tǒng)，但多數(shù)學(xué)者認(rèn)為大規(guī)模應(yīng)用還需十年以上。
量子計(jì)算機(jī)的問題除了技術(shù)，還有實(shí)現(xiàn)難度與瓶頸：NVIDIA 2025 GTC宣布要蓋量子計(jì)算研究室，顯示業(yè)界對(duì)量子計(jì)算信心滿滿，Quantum Day 讓股票如 D-Wave Quantum 活動(dòng)期間上漲 9.4%; 不少大企業(yè)的量子實(shí)驗(yàn)、論文、強(qiáng)化學(xué)習(xí)成果都能為量子 AI 的可行性背書。 技術(shù)成熟會(huì)大幅縮短訓(xùn)練模型的時(shí)間、各大 AI 應(yīng)用領(lǐng)域也將有顯著進(jìn)步。
但當(dāng)前量子AI相關(guān)研究多為實(shí)驗(yàn)室展示、缺乏商用應(yīng)用，且硬件穩(wěn)定性不足以支撐大規(guī)模AI模型，且加密破解風(fēng)險(xiǎn)也令人擔(dān)憂，Wired報(bào)導(dǎo)指出，Shor算法若實(shí)現(xiàn)，可能讓RSA加密崩潰，沖擊金融與隱私安全。 有預(yù)估2035年之前，會(huì)有三分之一機(jī)率讓量子計(jì)算機(jī)有重大突破，但現(xiàn)階段看來的量子AI難以有立即的可行性發(fā)展。
不過量子研究的確是全球重點(diǎn)項(xiàng)目，中國(guó)、美國(guó)都在積極參與，企業(yè)如 Google、IBM、微軟等大公司也積極布局。 歐盟也有持續(xù)投入數(shù)億歐元的量子旗艦計(jì)劃。 未來隨著量子位規(guī)模提升、得以在特定領(lǐng)域?qū)崿F(xiàn)糾錯(cuò)時(shí)，少數(shù)領(lǐng)域可能率先應(yīng)用量子AI。 但要全面改變 AI 格局的時(shí)間還難以預(yù)測(cè)，在此之前，量子位結(jié)合傳統(tǒng)硬件的運(yùn)算方式可能成為過渡方案。
關(guān)鍵詞： 量子計(jì)算機(jī)
EETOP 官方微信
創(chuàng)芯大講堂 在線教育
半導(dǎo)體創(chuàng)芯網(wǎng) 快訊
相關(guān)文章
