（一）：量子计算是什么

前言

当传统计算模式趋近瓶颈时，下一代计算模式的重大变革也即将来临。在不久的将来，量子计算可以改变世界已经成为了共识。

一些大公司已经开始将量子计算研究视为一场竞赛。谷歌、IBM、英特尔和微软都在持续的扩大他们的量子计算研究团队，国内阿里、百度、本源量子等一批企业也在飞速成长中。

要成为科技强国不是一代人的事，必须要有传承，这离不开量子信息人才的教育和培养。希望这个栏目能给大家科普关于量子计算的基础知识，能有更多的人才投入量子计算研究当中。

一、什么是量子

量子就是能表示物质特性的物质最小单元的统称。我们中学课本学到的分子、原子和电子其实都是量子的不同形式。比如，水分子就是水的量子。量子力学研究的就是这些最小单位的运动规律。量子科技就是研究如何把微观物质的运动规律，运用到宏观生活的科学技术。

1、量子态叠加性

量子状态可以叠加，因此量子信息也是可以叠加的。这是量子计算中的可以实现并行性的重要基础，即可以同时输入和操作个量子比特的叠加态。在宏观世界我们的状态都是确定的，也就是说，同一时间我们只能出现在一个地方。而在量子世界里，在不被观测的情况下，你可以既在深圳又在广州，既在摸鱼又在工作。

2、量子态纠缠性

两个及以上的量子在特定的（温度、磁场）环境下可以处于较稳定的量子纠缠状态，基于这种纠缠，某个粒子的作用将会瞬时地影响另一个粒子。爱因斯坦称其为“幽灵般的超距作用”。简单来说就是，两个“纠缠”的量子会产生“心电感应”，不管隔多远，它们的状态会保持链接。比如，有两个纠缠的电子，你观测到其中一个电子在“下旋”，那么不管隔多远，另一个电子必定在“上旋”。

二、什么是量子计算

量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式。在理解量子计算的概念时，通常将它和经典计算相比较。如上图，经典计算使用二进制的数字电子方式进行运算，而二进制总是处于0或1的确定状态。量子计算和现有的计算模式完全不同，它借助量子力学的叠加特性，能够实现计算状态的叠加，它不仅包含0和1，还包含0和1同时存在的叠加态（superposition）。

普通计算机中的2位寄存器在某一时间仅能存储4个二进制数（00、01、10、11）中的一个，而量子计算机中的2位量子位比特（quantum bit，简称：qubit）寄存器可同时存储这四种状态的叠加状态。随着量子比特数目的递增，对于n个量子比特而言，量子信息可以处于2种可能状态的叠加，配合量子力学演化的并行性，可以展现比传统计算机更快的处理速度；加上量子纠缠（entanglement）等特性，理论上，量子计算机相较于当前使用最强算法的经典计算机，在一些具体问题上，有更快的处理速度和更强的处理能力。

（二）：为什么需要量子计算

根据摩尔定律，集成电路上可容纳的晶体管数目每隔约18-24个月增加一倍，性能也相应增加一倍。例如当前智能手机的CPU芯片，业内已经能够达到5nm的工艺节点，但是随着芯片元件集成度的不断提高，芯片内部单位体积内散热也相应增加，再由于现有材料散热速度优先，就会因“热耗效应”产生计算上限；另一方面，元器件尺寸的不断缩小，在纳米甚至更小尺度下经典计算世界的物理规律将不再适用，产生“尺寸效应。受到来自这两个方面的阻碍，再加之信息化社会的计算数据每日都在海量剧增，人类必须另觅他途，寻找新的计算方式，而量子计算可能是一个答案。

量子计算的基本思想是利用量子力学的规则和思想来处理问题和信息，遵循这样的思维导向可以轻易了解到量子计算的优势所在。在传统的计算机中，每当输入对应数量的信息，电脑即会相应地输出对应的数据；而如今将量子力学应用在计算机硬件设备中并且输入信息，就不仅是有序提供一些输入和读出数据那么简单，利用量子叠加态定律可实现一键式处理多个输入的强并行性；与传统的程序相比，这是一个指数级的加速和飞跃。除了理论意义上的计算速度的增长，量子计算还具有在不同领域发挥作用的现实可能性。

一、大数据检索

在当前的大数据和人工智能时代，量子计算可以解决海量的数据检索问题、以及当前令人束手无策的物流优化问题，实现成本节省和减少碳排放等。在海量信息充斥和庞杂的时代，强大的数据分析和梳理工具无疑对人们的生活和工作有着很大帮助。

二、 量子模拟

在量子模拟方面，特别是生化制药中，量子模拟有望利用相应的量子算法在更长的时间范围内准确地进行分子模拟，从而实现当前技术水平无法做到的精确建模，这有助

于加速寻找能够换救生命的新型药物，并显著地缩短药物的开发周期。在这方面的一个领域特别有希望，模拟化学刺激对大量亚原子粒子的影响，称为量子化学。

量子计算机可以帮助加快对比不同药物对一系列疾病的相互作用和影响的过程，来确定最佳药物。此外，量子计算还可以带来真正的个性化医疗，利用基因组学的先进技术为每个病人量身定制治疗计划；基因组测序产生了大量的数据，整条DNA链的表达需要强大的计算能力和存储容量。一些公司正在迅速降低人类基因组测序所需的成本和资源。从理论上来说，量子计算机将使基因组测序更加高效，更容易在全球范围内扩展。利用量子计算机，还能够分析全世界范围内的DNA数据模式，以便在更深层次上了解基因组成，并有可能发现以前未知的疾病模式。

三、 金融服务

金融分析师工作中通常依赖由市场和投资组合表现的概率和假设组成的算法。量子计算可以帮助消除数据盲点，防止毫无根据的金融假设造成损失。具体来说，量子计算影响金融服务行业的方式是解决复杂的优化问题，如投资组合风险优化和欺诈检测。量子计算可以更好地确定有吸引力的投资组合，因为有成干上万的资产具有相互关联的依赖性，并且可以更有效地识别关键的欺诈模式。

四、人工智能

在人工智能方面，量子计算能有效提高机器学习的深度和速度，突破人工智能发展的瓶颈。量子机器学习可以帮助人工智能以类似人类的方式，更有效地执行复杂的任务，例如，使人形机器人能够在不可预知的情况下实时做出优化决策。在量子计算机上训练人工智能可以提高计算机视觉识别、模式识别、语音识别、机器翻译等性能。

五、现代农业

量子计算机可以更有效地制造肥料。几乎所有的肥料都是由氨制成，提高生产氨或替代物的能力则意味着更便宜、更低能耗的肥料；高质量的肥料将有利于环境，并有助于养活地球上不断增长的人口；但由于催化剂组合数量是无限的，所以在改进制造或替代氨的工艺方面进展甚微。

从本质上讲，如果没有1900年代被称为Haber-Bosch Process的工业技术，则无法人工模拟这一过程，因为它需要极高的热量和压力将氮、氢和铁转化成氨。如果用今天的超级计算机进行数字化测试，找出合适的催化剂组合来制造氨，那么则需要几个世纪的时间。但是，量子计算机能够快速分析化学催化过程，并提出最佳的催化剂组合来产生氨。

六、 云计算

量子云计算正在成为富有前景的领域。量子云平台可以简化编程，并提供对量子计算机的低成本访问。IBM、谷歌和阿里巴巴在内的大公司均在部署量子云计算项目，本源量子的云平台早在2017年就已上线，不断选代更新的强大功能为量子编程和量子计算是供了全新的视角和可能性。

七、网络安全

量子计算机可以用来破解保护敏感数据和电子通信安全的密码，同时，量子计算机也可以用来保护数据免受量子黑客攻击，这需要一种被称为量子加密的技术。量子加密是一种将纠缠光子（entangled photons）通过量子密钥分配（QKD）进行远距离传输的想法目的是保护敏感的通信。最重要的一点是，如果量子加密通信被人截获，加密方案将立即显示中断迹象，并显示通信不安全。这依赖于测量量子系统的行为会破坏系统的原理被称之为“测量效应”。

随着量子计算资源成本的下降以及量子基础知识的普及，更多的相关行业者将会出现，量子计算将会在各个行业中有越来越多的应用，特别是在那些传统计算机效率低下的领域，量子计算机的作用将会愈发明显。

（三）：有哪些机构或公司参与量子计算的研发

近年来，世界各个科技强国都高度重视量子计算研究，纷纷发布自己的量子信息科技战略，企图抢占下一轮科技发展的制高点，争取早日实现”量子霸权”。

一、谷歌

全球最大的搜索引擎公司也在量子计算方面有所涉足和进展。2016年，谷歌与加州大学合作布局超导量子计算，报道了9位超导量子比特的高精度操控，并购买了初创企业D-Wave公司的量子退火机，探索人工智能领域。

二、微软

微软在2018年宣布，争取在五年内造出第一台拥有100个拓扑量子比特的量子计算机，并且将其整合到Azure云业务当中。微软的量子技术采用拓扑量子比特（topological qubit）进行计算，而不是普通的逻辑量子比特（logical qubit）。拓扑量子比特通过基本粒子的拓扑位置和拓扑运动来处理信息，无论外界如何干扰基本粒子的运动路径，从拓扑角度来看，只要它还是连续变化，两个对换位置的基本粒子都是完全等价的。也即是说，用拓扑量子比特进行计算，对于外界的干扰有极强的容错能力，这样一来基于拓扑量子比特的计算机就可以把规模做得很大，能力做得很强。

三、英特尔

在CES2018（国际消费类电子产品展览会），英特尔正式展示了49量子比特的超导量子计算芯片，这块49量子比特的量子计算芯片大小与消费级X86CPU相当。与传统计算芯片一样，量子计算芯片在计算单元数量增加、密度增大的情况下，会产生一定的干扰。而现阶段量子计算对于内部、外部干扰极其敏感，以致于只能在超低温超导条件下运行。英特尔将49量子比特芯片做到这种密度和大小，具有里程碑式的意义。

四、IBM

IBM在CES2019正式亮相了Q System One，将其宣传为“世界上为商用和科研打造的首个全面集成化的通用量子计算系统”，拥有20个量子位的计算力。IBM表示，它的主要成就是将一个实验性的量子计算机在可靠性上与大型量子计算机更接近。量子计算需要极其精细的环境，量子芯片需要保持在绝对零度，并且受到的电波动或物理振动干扰要尽可能最小。IBM表示，Q System One可以最大限度地减少这些问题。

五、阿里巴巴

2015年，阿里巴巴与中科院联合成立了量子计算机实验室，主攻量子计算机难题。

2018年5月8日，阿里巴巴宣布已经研制出世界上运算最快的量子电路模拟器“太章”，并已成功模拟了81（9x9）比特40层基准的谷歌随机量子电路。对于阿里巴巴的核心业务在线购物平台而言，量子计算机处理电商平台的搜索、购买、交易等海量数据的效率将提高数十倍。阿里早已布局云计算领域，目前阿里的云计算已经服务全球超18个国家与地区，在阿里巴巴2018财年（从2017年4月1日至2018年3月31日），云计算业务收入已到133.90亿元。量子计算机的出现将会极大地提高阿里云计算的能力，并能够更加高效精准的利用大数据。

六、百度

2018年3月8日上午，百度宣布成立量子计算研究所，开展量子计算软件和信息技术应用业务研究。百度全力推动“百度量子、量子百度”的研究规划，计划五年时间里组建世界一流的量子计算研究所，并在之后的五年将量子计算逐渐融入百度的业务中来。

七、本源量子

2017年9月11日，本源量子计作为国内首家以量子计算为主营业务的新势力公司，以量子芯片、量子测控、量子软件、量子云、量子计算机以及未来的量子人工智能等为核心业务，目前已研制出量子比特处理器玄微XWB2-100、量子测控一体机OriginQ Quantum AIO，并且上线了本源量子计算云平台、发布了完全自主的高级量子编程语言QRunes、量子编程软件开发工具QPanda等产品。通过与中国科学院量子信息重点实验室的强强联合，本源量子的未来发展不可限量。

（四）：量子力学的发展史

一、黑体辐射

理想黑体可以吸收所有照射到它表面的电磁辐射，并将这些辐射转化为热辐射，其光谱特征仅与该黑体的温度有关，与黑体的材质无关，黑体也是理想的发射体。1859年古斯塔夫·基尔霍夫（Gustav Kirchhoff）证明了黑体辐射发射能量E只取决于温度T和频率v，即E=J（T，v），然而这个公式中的函数]却成为了一个物理挑战。

二、斯特凡-玻尔兹曼（Stefan-Boltzmann）定律

1879年，约瑟夫·斯特凡（Josef Stefan）通过实验提出，热物体释放的总能量与温度的四次方成正比，即Mo(T)=σT^4。1884年，路德维希·玻尔兹曼（Ludwig Boltzmann）对黑体辐射得出了同样的结论，由于这一结论基于热力学和麦克斯韦电磁理论的理论，后被称为斯特凡-玻尔兹曼（Stefan-Boltzmann）定律。

三、量子化的概念

1896年，德国物理学家威廉·维恩（Wilhelm Wien）提出了基尔霍夫挑战的解决方案尽管他的解决方案与实验观察结果非常接近，但是这个公式只有在短波（高频）、温度较低时才与实验结果相符，在长波区域完全不适用。

1900年，为了解决威廉·维恩（Wilhelm Wien）提出的维恩近似公式在长波范围内偏差较大的问题，马克斯·普朗克（MaxPlanck）应用玻尔兹曼（Boltzmann）的将连续能量分为单元的技术，提出固定单元大小使指正比于振动频率，这样可以导出精确的黑体辐射光谱，量子化的概念就此诞生。

四、张量分析

1901年，里奇和列维-齐维塔（Levi-Civita，Tullio）出版了《绝对微分学》（Absolute Differential Calculus）。1869年，克里斯托费尔（Christoffel）发现了“协变微分”，这让里奇将张量分析理论扩展到n维黎曼空间。里奇和列维-齐维塔（Levi-Civita，Tullio）的定义被认为是张量最一般的形式，这项工作并不是用量子理论来完成的，但正如经常发生的那样，体现物理理论所必需的数学恰好在正确的时刻出现了。

五、普朗克常数

1905年，爱因斯坦（Einstein）研究了光电效应（photoelectric effect）。光电效应是在光的作用下，某些金属或半导体释放出电子。但是光的电磁理论给出的结果与实验证据不符，为此爱因斯坦提出了光量子理论来解决这个难题。到1906年，爱因斯坦已经正确地推测出，能量的变化发生在量子材料振荡器的跳跃变化中，跳跃变化是hv的倍数，其中h是普朗克常数，v是频率。

六、相位波

1913年，尼尔斯·波尔（Niels Bohr）发表了一篇关于氢原子的革命性论文，他发现了光谱线的主要规律。阿瑟·康普顿（Arthur Compton）在1923年从静止的电子行为导出了光子（光量子）激射的相对论运动学。

1924年，玻色（Bose）发表了一篇基础论文，为光子提出了不同的状态，他还提出光子的数量没有守恒的概念。玻色假设这时不考虑粒子的统计独立性，将粒子放入多个单元中，只需要谈论单元的统计独立性，时间证明，玻色的这些做法都是正确的。

1924年11月，德布罗意（de Broglie） 写出了一篇题为《量子理论的研究》的博士论文。运用了两个最亮眼的公式：E=hv和E=mc²。这都是爱因斯坦最著名的关系式，前者对光子能量而言，后者对实物粒子能量而言。德布罗意（de Broglie）把两个公式综合再作出假设，他认为光量子的静止质量不为零，而像电子等一类实物粒子则具有频率的周期过程，所以在论文中他得出一个石破天惊的结论——任何实物微粒都伴随着一种波动，这种波称为相位波，后人也称之为物质波或德布罗意波。

七、矩阵力学

1926年薛定谔（Schrodinger）发表了一篇论文，给出了氢原子的方程式并宣告了波动力学的诞生，同时引入了与每个动力学变量相关的算符。

继德布罗意(de Broglie）之后，从另一个方面对微观物理理论作出根本性突破的是直接受到玻尔（Bohr）影响的23岁的海森堡（Heisenberg）。1924年他前往哥本哈根研究量子论，1925年发表了一篇有历史意义的论文《对于一些运动学和力学关系的量子论的重新解释》。

海森堡（Heisenberg）认为他当时是受了爱因斯坦建立狭义相对论时否定牛顿绝对时间概念的启发。他抛弃了玻尔的电子轨道概念及其有关的古典运动学的量，取而代之以可观察到的辐射频率和强度的这些光学量，同时把玻尔的对应原理加以扩充，使它不是用来猜测量子论某一特殊问题的解，而是用来猜测新力学理论的数学方案。这套新的数学方案，在当时一般物理学家看来是非常陌生的，海森堡（Heisenberg）的老师玻恩（Bonn）发现，海森堡（Heisenberg）创造的这套数学就是矩阵论，是数学家在70多年前就已创造出了的，它是普通数的一种推广。它的最奇特的特征是：“两个矩阵的相乘是不可对易的，即pq≠qp”。为了进一步搞清楚海森堡论文所揭示的数学问题，玻恩找约尔丹合作当年9月他们写了一篇长论文，用数学的矩阵方法，把海森堡的思想发展成为量子力学的系统理论。这就是矩阵力学，也通称为量子力学。

八、粒子自旋

1925年7月，海森堡应邀到剑桥讲学，在卡文迪许（Cavendish）实验室作了一系列报告，最后介绍了他的量子力学新思想，但这些新思想当时并未引起狄拉克注意。8～9月间，狄拉克从他的导师福勒处读到海森堡第一篇量子力学论文的校样，开始时他不感兴趣，觉得太烦琐了，把它揭在一边。十来天后再去仔细读一下，“突然认识到，它对我们所关切的困难，提供了全部解决的线索”，可是狄拉克不满足于海森堡的表达方式，试图使它同19世纪发展起来的古典力学的推广形式相适应。

1925年11月7日他完成论文《量子力学的基本方程》，使用了一种比矩阵更为方便和普适的数学工具——法国数学物理学家泊松于1809年为研究行星运动而创造的“泊松括号”。它是古典力学中最有力的分析工具之一，能用极其简单的形式把古典力学的基本方程表示出来，狄拉克借助这种工具，应用对应原理，轻而易举地把古典方程改造成为量子力学方程。两个月后，他发布了第二篇论文，用他的方法来处理氢原子。在这篇论文中，他把量子力学变数称为“q数”，而把古典物理学的变数称为“c数”。c数是可对易的；g数则不可对易，也不能比较大小。但为了得到可以同实验相比较的结果，必须设法用c数来表示g数。不久，他又发表题为《量子代数学》的论文，使量子力学成为一个概念上自主的和逻辑上一致的（即自洽的）理论体系。

就在海森堡的量子力学新思想通过玻恩和狄拉克的工作得到重大进展的时候，德布罗意的物质波理论也通过薛定谔的工作而取得辉煌成就。爱因斯坦1925年2月发表的关于量子统计理论的论文引起了薛定谔对德布罗意思想的极大兴趣，当年12月他写了一篇题为《关于爱因斯坦的气体理论》的论文中讲到：“按照德布罗意——爱因斯坦运动粒子的波动理论，粒子不过是波动背景上的一种波峰而已。“当时他试图把德布罗意波推广到束缚粒子上，得到一个巧妙的解。他随即把这方法用于氢原子中的电子，并且充分考虑到电子运动的相对论性力学，但结果同实验不一致，他很失望，断定他的方法不好，于是束之高阁。事实上，薛定谔最初的相对论性波动方程是正确的，不过它所描述的是没有自旋的粒子，而电子的自旋刚于1925年11月发现，对它的意义还不很了解。

九、波动力学

薛定谔受到控折后不久，放弃了相对论的考虑，重新用他原来的方法来处理氢原子的电子问题，结果同实验非常接近，受到这一结果的鼓舞，1926年他一连发表了6篇论文，从1月到6月的4篇都用一个题目：《作为本征值问题的量子化》。这些论文大大发展了德布罗意的物质波思想，加深了对微观客体的波粒二象性的理解，为数学上解决原子物理学、核物理学、固体物理学和分子物理学问题提供了一种方便而适用的基础，波动力学就这样诞生了。

在同一微观领域中，出现了两种同样有效但形式上完全不同的物理理论。一方面是海森堡的矩阵力学，它在数学运算中所碰到的是不可对易的量和以前空见的计算规则，并且蔑视任何图象解释；它是一种代数方法，从所观察到光谱线的分立性着手，强调不连续性，尽管它弃绝空间和时间中的古典描述，但是从根本上说来，它的基本概念还是粒子。另一方面是酵定谱的波动力学，它所依据的则是人们所熟悉的微分方程这种数学工具，它类似于古典的流体力学，并且提供了一种容易形象化的表示，它是一种分析方法，从推广古典的运动定律着手，强调连续性，而且它的基本概念是波动。

十、量子力学

1926年3月，薛定谔发现，波动力学和矩阵力学在数学上是完全等价的，同时，泡利等人也独立地发现了这种等价性。由于这两种理论所研究的对象是一样的，所得到的结果又是完全一致的，只不过着眼点和处理方法各不相同，因此，这两种理论就通称为量子力学，薛定谔波动方程通常作为量子力学的基本方程，这个方程在微观物理学中的地位就像牛顿运动定律在古典物理学中的地位一样。

（五）：量子计算的发展

一、量子信息科学

类似经典计算之于宏观物理的关系，量子计算同样也与微观物理有着千丝万缕的联系。

在微观物理中，量子力学衍生了量子信息科学。量子信息科学是以量子力学为基础，把量子系统“状态”所带的物理信息，进行信息编码、计算和传输的全新技术。在量子信息科学中，量子比特（qubit ）是其信息载体，对应经典信息里的 0 和 1，量子比特两个可能的状态一般表示为|0>和 |1>。在二位复向量空间中，|0>和 |1> 作为单位向量构成了这个向量空间 的一 组标准 正交基 ，量 子比特 的状态 是用一 个叠 加态表 示的，|

> 如 = a|0>+>b | 1 > ，

，而且测量结果为 | 0 > 态的概率是 ܽ

，得到 | 1> 态的概率是

。 这说明一个量子比特能够处于既不是| 0 > 又不是 | 1> 的状态上，而是处于和的一个线性组合的所谓中间状态之上。经典信息可表示为 0110010110...，而量子信息可表示为

一个经典的二进制存储器只能存一个数：要么存 0，要么存 1；但一个二进制量子 存储器却可以同时存储 0 和 1 这两个数。两个经典二进制存储器只能存储以下四个数中 的一个数： 00 ， 01 ， 10 或 11 ，倘若使用两个二进制量子存储器，则以上四个数可以同时被存储下来。按此规律，推广到 N 个二进制存储器的情况，理论上，n 个量子存储器与 n 个经典存储器分别能够存2的n次方个数和 1 个数。
由此可见，量子存储器的存储能力是呈指数增长的，它与经典存储器相比，具有更强大的存储数据的能力，尤其是当 n 很大时 ( 如 n=250 ) ，量子存储器能够存储的数据量比宇宙中所有原子的数目还要多 。量子信息技术内容广泛，由于它是量子力学与信息 科学形成的一个交叉学科，所以它有很多分支，最主要的两支为量子通信和量子计算。量子通信主要研究的是量子介质的信息传递功能进行通信的一种技术，而量子计算则主要研究量子计算机和适合于量子计算机的量子算法。由于这个量子计算分支具有巨大的潜在应用价值和重大的科学意义，获得了世界各国的广泛关注和研究。

二、费曼的两个问题

理查德·费曼

对于量子计算的真正发展，业界普遍认为源自 20 世纪最具丰富多彩的科学家，诺贝尔奖获得者 理查德·费曼（Richard Feynman）在 1982 年一次公开演讲中提出的两个问题：

1、经典计算机是否能够有效地模拟量子系统？

虽然在量子理论中，仍用微分方程来描述量子系统的演化，但变量的数目却远远多于经典物理系统。所以理查德·费曼（Richard Feynman）针对这个问题的结论是：不可能，因为目前没有任何可行的方法，可以求解出这么多变量的微分方程。

2、如果放弃经典的图灵机模型，是否可以做得更好？

理查德·费曼（Richard Feynman） 提出如果拓展一下计算机的工作方式，不使用逻辑门来建造计算机，而是一些其他的东西，比如分子和原子；如果使用这些量子材料，它们具有非常奇 异的性质，尤其是波粒二象性，是否能建造出模拟量子系统的计算机？于是他提出了这 个问题并做了一些验证性实验，然后他推测，这个想法也许可以实现。由此，基于量子 力学的新型计算机的研究被提上了科学发展的历程。

三、发展历程

此后，计算机科学家们一直在努力攻克这一艰巨挑战。伴随时代发展的趋势，量子计算机的算法发展得到了巨大的进步：

1992 年，Deutsch 和 Jozsa 提出了 D-J 量子算法，开启了如今量子计算飞速发展的大幕。

1994 年，Peter Shor 提出了 Shor 算法，这一算法在大数分解方面比目前已知的最有效的经典质因数分解算法快得多，因此对 RSA 加密极具威胁性，该算法带来巨大影响力的同时也进一步坚定了科学家们发展量子计算机的决心。

1996 年，Lov Grover 提出了 Grover 量子搜索算法，该算法被公认为继 Shor 算法后的第二大算法。

1998 年，Bernhard Omer 提出量子计算编程语言，拉开了量子计算机可编程的帷幕。

2009 年，MIT 三位科学家联合开发了一种求解线性系统的 HHL 量子算法。众所周知， 线性系统是很多科学家和工程领域的核心，由于 HHL 算法在特定条件下实现了相较于经典算法有指数加速效果，这是未来能够在机器学习，人工智能科技得以突破的关键性技术。

2010 年，在量子计算软硬件方面各大研究公司均有不同程度的突破。

2013 年，加拿大 D-Wave 系统公司发布了 512Q 的量子计算设备。

2016 年， IBM 发布了 6 量子比特的可编程量子计算机。

2018 年初，Intel 和 Google 分别测试了 49 位和 72 位量子芯片。

2018 年 3 月，谷歌宣布推出 72 量子比特超导量子计算机，他们发布的主要指标是单比特操作的误差是 0.1%，双比特门操作的误差是 0.6%。

2019 年 1 月， IBM 发布了世界上第一台独立的量子计算机 IBM Q System One 。

2019年10月，谷歌称其开发出一款 54 量子比特数的超导量子芯片 Sycamore。基于该芯片，谷歌对一个53比特、20深度的电路采样一百万次只需200秒。

2020 年，霍尼韦尔成为第一个用其 6Q H0 和 10Q H1 处理器达到 QV 64 和 QV 128 的厂商。

2020年，IonQ 宣布了一款 32Q 设备，他们希望获得比以前高得多的 QV，尽管他们现在更喜欢谈论一种新的衡量指标——算法量子比特（AQ）。算法量子位比特（AQ）——IonQ 定义为可用于计算的有效量子比特的数量（注意：可用逻辑门深度仍有限）。在没有纠错编码的情况下，AQ = log 2（QV）。

2021 年 11 月 15 日，IBM 推出全球首个超过100量子比特的超导量子芯片——Eagle，该量子芯片拥有 127 个量子比特，采用了全新的芯片架构，基于 IBM 之前公布的六边形量子芯片，堆叠了多层芯片，但减少了之间的链接，链接越少，干扰就越少。

2021年11月18日，中国团队在2021戈登贝尔奖上夺冠，获奖应用超大规模量子随机电路实时模拟（SWQSIM），可在304秒内得到百万更高保真度的关联样本，在一星期内得到同样数量的无关联样本。

2022年的IBM量子峰会上，该公司宣布了Osprey，它拥有其所有处理器中最大的量子比特数，达到433个量子比特。

转自CSDN量子计算