2019年可谓量子计算的光辉之年，量子计算在这一年中不仅取得了诸多突破性进展，还连带产生了大量创新式应用，如德国HQS宣布通过量子计算机有效模拟化学工程，奔驰计划用量子计算机开发新型电池材料，大众汽车通过量子计算机测试现实世界的交通优化情况等。

亿欧智库最新发布的《2020技术趋势报告》中，通过技术筛选以及关键性指标测评，将量子计算技术列为2020年之后的重点发展趋势。

量子计算是基于量子力学的新型计算方式，利用量子叠加和纠缠等物理特性，以微观粒子构成的量子比特为基本单元，通过量子态的受控演化实现数据的存储计算，量子计算包含量子处理器、量子编码、量子算法、量子软件以及外围保障等多个技术环节。

量子比特，堆砌量子计算超长赛道

量子计算概念最早于20世纪80年代初期由费曼(Richard Feynman)和马宁(Yuri Manin)提出，初步描绘出量子现象具有潜在计算能力的发展愿景。

1985年，牛津大学的多伊奇(David Deutsch)提出了量子计算机的概念模型，即通用计算机(或叫量子图灵机)，量子计算此时开始具备了数学的基本形式，任意一种量子算法均可以利用通用量子计算机实现。

1998年，IBM、牛津、伯克利、斯坦福和麻省理工学院的研究人员首次制作了2比特的计算系统，此后便拉开了量子计算的竞赛序幕。

可能大家对量子比特的意义相对陌生，量子计算机的计算能力是由量子比特数量来确定，通过设置量子比特，利用量子门让它们处于纠缠态，并操纵它们各个状态出现的可能性，以此达到并行计算能力。因此，量子比特数是衡量量子计算机性能的重要指标之一。

2018年，谷歌则已经成功研制出72量子比特芯片，并宣称这款量子芯片的错误率仅为1%，达到了实际使用的要求。2020年2月，英特尔公司宣称，与荷兰量子技术研究中心共同开发的低温量子控制芯片“马岭（Horse Ridge）”有潜力同时控制最多128个量子比特；同时，初创企业Rigetti Computing也正计划部署一个128量子位量子计算系统。

量子处理器，量子计算的核心博弈

虽然IBM、英特尔和谷歌等巨头公司在量子比特方面不断获得突破，但都只是在量子处理器的核心方面，通过物理体系构建量子比特载体，目前世界上已经形成了超导、离子阱、半导体、中性原子、光量子、金刚石色心和拓扑等多种技术路线。

在科研界，普遍较多采用光学体系、离子阱等技术来做量子计算研究;而在企业工程化方向上，主流企业是在超导和半导体方向上进行研究突破，如谷歌、IBM主要技术路线为超导体系，英特尔主要技术路线为半导体体系。

在众多主流技术路线中，超导技术和离子阱技术目前具有相对领先优势，其中，超导量子计算是目前进展最快的一种固体量子计算实现方法。2019年，谷歌在一台53量子比特的超导量子计算机上运行随机量子线路采样任务，并与模拟超级计算机的计算进行对比，实现了量子计算原理和技术潜力的优势证明，谷歌当时更是直接宣称实现了“量子霸权”。

随后，IBM对谷歌的说法进行了反驳，声称谷歌的“量子霸权”证明存有缺陷，并通过超级计算机的计算能力再次进行了对比证明，花了2.5天就完成了谷歌量子处理器的计算任务。不论双方最终谁被证明是正确的，不可否认的是，谷歌实验的确证明了量子计算的绝对优势，并在量子计算的第一阶段取得了重要突破。

这里需要解释一下什么是量子霸权，量子霸权又叫量子优势，即在未来的某个时刻，功能强大的量子计算机可以完成经典计算机几乎不可能完成的任务，打破经典计算机所遵循的“摩尔定律”。 比如在一天之内破解原本几万年才能破解的密码、实现通用人工智能等等。

谷歌、IBM等巨头公司之所以会在量子霸权上进行争夺，是因为率先进入量子霸权后，不仅是对企业技术实力最好的证明，同时也会为企业带来巨大的商业价值。

2019年底，中科大在玻色取样方面的研究成功也使得光量子技术路线得到进一步追赶，但从整体应用情况来看，目前尚无任何一种路线能够完全满足量子计算的实用化条件。

量子算法，推动量子计算发展的“活力剂”

量子处理器可应用之后，如果想要实现具体问题的解决，就必须要有相对应的算法。

在量子算法方面，1994年，贝尔实验室的应用数学家彼得·肖尔(Peter Shor)提出基于量子并行计算的大数质因子分解算法，并证明量子计算可以攻破当时广泛使用的公钥SPA体系;1996年，贝尔实验室的格鲁弗(Grover)提出了量子搜索方法，可以快速搜索未排序的数据库。Shor算法和Grover算法为量子计算机找到了可能的实际应用，也被称为经典量子算法。

此后，包括QEA算法、Grover算法， HHL算法、量子遗传算法、量子蚁群算法等各类算法层出不穷，对量子计算并行处理解决具体计算困难问题提供了重要支撑，基于量子处理器的量子计算云平台成为算法研究应用发展的主要形式。

目前，关于量子算法的推进速度远超量子处理器的的研发速度。因为多数企业开始采用经典计算机模拟量子芯片的计算方式，在虚拟化境下进行量子算法演绎，等量子算法成熟后，再反向推动专用量子芯片的设计，用以解决某一领域的具体问题。

如2017年，IBM便发布了全球首个通用量子计算云服务。2018年，本源量子计算云平台成功上线;中科院量子信息与量子科技创新研究院与阿里云宣布，在超导量子计算方向发布11比特的云接入超导量子计算服务。2019年，华为在HiQ量子云平台基础上推出了昆仑量子计算模拟一体机;微软、亚马逊等互联网企业巨头也相继推出量子云平台。

量子计算云平台具有两大优势，一方面用户可以在云端的量子处理器上运行自定义的各种量子线路代码，不仅能用于了解处理器的性能、技术瓶颈等重要特性，还将帮助到下一代处理器开发，为优化应用积累经验;另一方面，通过经典计算机模拟量子芯片的工作原理和运行逻辑，可以率先进行量子算法和软件的开发、验证。

专用量子计算曙光初现，通用量子计算任重道远

相比经典计算机，量子计算具有指数量级的运算能力，在解决诸如新一代信息技术和人工智能所带来的庞大数据处理问题时，拥有经典计算无法比拟的巨大信息携带和超强并行处理能力。当前阶段，量子计算的主要应用目标是解决大规模数据优化处理和特定计算困难问题。

产业层面，量子计算已经形成了政府、企业和学术机构协同合作的发展格局，并在容错量子和演示量子方面均取得了里程碑式的进展，但离实用化仍有较大距离。虽然D-Wave和IBM都已经宣称拥有可商用量子计算机，但距离量子计算的真正商业化落地还相当遥远。

量子计算机的发展要经历三个阶段，第一个就是量子霸权。第二阶段是实用化量子模拟机，能被运用到机器学习、药物开发等领域。第三阶段，量子计算机达到通用可编程水平，能够相干操纵数亿量子比特，实现可容错的量子计算机。

从最终实用化阶段来看，量子模拟器和通用量子计算机在分子结构解析、人工智能、大数据处理、密码技术方面的颠覆性影响，将成为量子计算的长远发展目标，并有望应用于能源化工、生物科技、航空航天、信息通信、大数据、云计算等商业领域。