本文来自腾讯研究院，作者/刘莫闲。
IBM发布
全球最强量子计算路线图
2022年5月，全球量子计算领军企业-IBM发布了他们最新的量子计算路线图，引起了全球量子计算行业的高度关注，堪称“最强量子计算路线图”[图1]。在最新的路线图中，IBM不仅计划消除扩展量子硬件的一些最大障碍，而且目标开发能够将量子集成到计算机工作流程中的工具和技术。
图1：IBM量子计算最新路线图
该路线图是其两年前发布的量子技术规模扩展路线图的升级版。两年前的路线图中[图2]，IBM把主要目标集中在单个量子芯片的量子比特（以下简称qubit）容量扩展方面，计划将容量从2019年的27 qubits提升至2023年的1121 qubits。
图2：IBM于2020年9月16日发布的
量子技术规模扩展路线图
而最新的路线图中，IBM在三个方面进行了增量发布：
处理器方面，增加4款多核QPU的目标计划：在已发布的5款处理器-Falcon（27 qubits）、Hummingbird（65 qubits）、Eagle（127 qubits）、Osprey（433 qubits）和Condor（1121qubits）-基础上，引入了用于多芯片模组的新架构处理器方案，并基于该方案增加了4款新的处理器研发目标，并计在2023-2025年陆续推出：133 qubits特处理器（Heron）将在2023年推出，408 qubits处理器（Crossbill）和462量qubits处理器（Flamingo）将在2024年推出，并在2025年推出包含4158量子比特的Kookaburra处理器；
量子比特容量方面，制定“万级”量子比特扩容目标：计划在2026年以后，通过经典计算与量子计算的通信实现1万到10万量子比特容量；
应用支撑方面，将初步构建量子计算应用开发和运行环境：内核方面，升级量子计算运行环境Qiskit Runtime，增加动态电路、采样器和评估器、多线程运行环境、错误抑制与缓解等功能目标；算法方面，增加量子无服务器设施建设目标，提高软件编排效率；模型方面，支持真正意义的量子软件应用。
新路线的公布着实让业内人士为之赞叹，不仅在于目标的清晰，也在于IBM在新路线图中所展现的，对于攻克这个具有超高难度“硬核科技”的脚踏实地与深思熟虑：
虽然业内多个企业陆续公布了几年内达成数千个量子比特容量的目标，但是IBM的实现思路是最清晰和具体的，也是最严谨可行的，比如多芯片架构方案就是在超导量子技术路线上相对更可行的实现路径；
另一方面，IBM为上层软件开发者提供了相对完善的开发工具和运行环境，充分发挥了软硬协同的优势，更是明确的提出会采用“机器学习”作为第一个测试用例，给量子算法以及行业应用软件开发者以更加清晰的指引。
正如福布斯杂志评价IBM的新路线图是“宏图大业”，并评论道：“一旦IBM的路线图得以实施落地，它将改变量子计算的范式。”
IBM计划构建“以量子计算”
为中心的下一代超级计算机
自公开发布投入量子计算领域研发计划后的几年里，IBM一直在按计划执行并如期交付既定目标。IBM在量子计算研发道路上的坚定的思路和准确的执行，令世界瞩目：2019-2021年间，按计划完成Falcon（27 qubits）、Hummingbird（65 qubits）和Eagle（127 qubits）三款芯片的研发，并陆续交付使用；IBM Q Network自2017年12月成立以来，已经拥有180多个成员，包括20多个区域中心、10多个行业联合开发伙伴，40多家初创公司和30多名学术研究人员；根据The Quantum Insider的最新调研结果，截止2022年5月，IBM在大约786项量子研究成果中被提及，在全球引领量子计算研究的前18家机构中排名第1位。
图3：IBM Q量子计算机和IBM Quantum System 2量子计算系统
作为IT时代的老牌计算机开发商，IBM不仅在考虑量子计算机，而是在试图引发整个计算范式的转变。多年来，以CPU为中心的超级计算机（简称超算，英文名称Supercomputer）为社会的算力助力。在过去几年里，以人工智能为中心的超算出现，CPU和GPU在巨型系统中协同工作，以解决繁重的人工智能工作负载。现在，IBM在量子计算新路线图发布之际，进一步明确了他们在下一代超算上的愿景-“迎来以量子为中心的超级计算机时代”，将量子计算单元QPU与CPU和GPU一起编织成一个新的计算架构，用以解决最棘手的问题、进行最具突破性研究以及开发最尖端技术。IBM这样形容这个未来所带来的巨变：
“这个巨变将相当于用GPS卫星取代纸质地图”。[图4]
图4：GPS定位服务-不止是在屏幕上看地图
读到这里，你的头脑里可能会涌现很多疑问，比如：
超级计算机是是什么？
量子计算机与常规的超级计算机相比，有什么优势呢？
为什么IBM会以量子计算作为下一代超级计算机的核心呢？
超级计算机的未来发展会有什么值得关注的动向呢？
文章的后半段会一一帮你解答。
超级计算机的峰值算力
性能已达EFlops级别
高性能计算（High Performance Computing，简称HPC），指使用大量处理器单元或者某一个集群中的多台计算机来完成复杂、海量计算任务的计算机系统和环境。而超级计算机，是高性能计算领域的核心硬件形态，代表了HPC行业发展的主线，所以高性能计算、HPC和超级计算机这几个名词也经常被认为是同义词来使用。
HPC是计算机技术的源头之一，自图灵发明的第一台破解军事密码的超级计算机“图灵机”开始，到现在如“Hadoop”等很多并行计算技术和远程通信技术均脱胎于HPC。HPC也是计算机科学与工程的“皇冠”，在多种学科领域有广泛的应用：生命科学，地球科学，地理学，气象学，生物制药，基因测序，图像处理等等。
一直以来，从核爆炸模拟、油藏模拟，到极端天气预报等，高性能计算始终守护着国家的安全和安宁，甚至成为衡量一个国家综合实力的基准之一，与航天技术、航母制造等尖端技术一样，被视为是国家实力的象征。
全球各大国和地区均投入巨资研发高性能计算机，并在持续建立超算中心，部署众多知名超级计算机[图5]，如：美国“深蓝”、“Waston”和“Frontier”，日本的“富岳”，芬兰的“LUMI”，还有中国的“曙光”、“天河一号”、“天河二号”和“神威·太湖之光”等等。而这些知名超级计算机的背后是众多国际顶尖的计算机制造商：IBM，戴尔，HPE，联想，浪潮，曙光，Intel，华为，Fujitsu，NEC，等等。
图5：全球顶级超算：前沿Frontier（美国），富岳（日本），神威·太湖之光（中国）
衡量超级计算机性能的主要指标之一是“每秒峰值浮点运算速度”，又称“峰值性能”或者“系统峰值”等，单位是Flops，常用的是TFlops（每秒10的12次方次浮点运算）。以我国的“天河一号”为例，它在2010年的性能测试中，峰值性能达到每秒运算4700TFlops，也就是4700万亿次。相比而言，一块2022年新发布的游戏GPU板卡-NVIDIA GeForce RTX 3090 Ti的峰值性能约为40TFlops，足见算力级别的差异。
今年6月初在德国举行的国际超算大会ISC 2022，公布了第59届全球超算“TOP500”榜单[图6]，美国橡树岭国家实验室的超算“前沿Frontier”以1.102EFlops（110万TFlops）的性能峰值位居排行榜第一，位于日本理化学研究所计算机科学研究中心的超算“富岳”以442PFlops（44.2万TFlops）的性能峰值排第二，我国的“神威·太湖之光”和“天河二号”分别以93PFlops和61PFlops排名第6位和第9位。
图6：第59届全球超算TOP500前十名的运算速度（单位：TFlops）
图片来自作者[上观]文章，数据来源：TOP500.org
另外据公开信息报道，今年5月10日英特尔联合阿贡国家实验室也同样展示了支持超过2EFLops的超算“极光（Aurora）”，我国在研的最新超算神威E级和天河三号也在基准测试中实现了EFlops的性能。
量子计算性能进展PK超算，
展示“量子优势”
通过数字我们可以看到，当今HPC超级计算机的算力已经达到了极高的程度。然后近年来随着量子计算机的研发和快速演进，越来越多的量子计算机的性能进展都会与超级计算机相对比，并且从理论上证明在执行特定的计算任务时，量子计算的算力性能远远超过“地表最强算力”的超级计算机。
2019年9月，谷歌宣布研制出53个量子比特的计算机“悬铃木（sycamore）”，执行一个特定的“随机电路采样问题”计算任务只用3分20秒，而同样的任务，谷歌团队估计即便是目前最强的超级计算机（如坐落于美国橡树岭国家实验室的“顶点（Summit）”超级计算机），在经过理论优化后，完成这项任务也需要2.5天。
2020年12月，中国科技大学潘建伟教授团队发表与《science》的一篇论文《Quantum computational advantage using photons》显示，由该团队研发的“九章”光量子计算机[图7]在200秒内检测出43个光子，而当时世界第三块超级计算机“神威·太湖之光”完成50个光子的采样需要2天的时间。
图7：“九章”光量子计算机，图片来自作者[失落代号]文章
2022年6月22日，加拿大创业公司Xanadu发布可编程光量子计算机Borealis[图8]，实现了216个压缩态量子比特（qubit）的容量，在进行高斯玻色子采样（GBS）计算任务中，仅使用36微秒便完成了任务，而当今最强的超级计算机完成同样的任务要花费超过9000年的时间。这一项研究成就登上了6月的《Nature》期刊，充分展示了“量子优势”，也让加拿大成为即美国2019年，中国2021年后，第三个宣布“量子优越性”的国家。
图8：Xanadu发布的光量子计算机Borealis的示意图
据科学家估计，Borealis执行高斯玻色子采样的速度可以超过2021年世界上最快的传统超级计算机富岳（Fugaku）的7.8万亿倍。国内媒体采访行业内研究人员称，Borealis的运行时间结果甚至优于中国科技大学团队研制的“九章”量子计算机。
上述案例，不仅在一些特定任务上向经典计算展现了“量子优势”，而且让高性能计算行业更加关注量子计算-这个看似离商业应用还比较遥远的未来计算技术，并在让越来越多的行业开始思考并尝试，探索量子计算究竟如何给产业和社会创造价值。而诸如IBM等量子计算的前驱企业和工作者，也在当前量子计算的NISQ时代，思考和实践如何利用有限数量、且带噪声的量子比特，充分发挥他们强大的算力，来解决现实中的问题。
充分利用“量子优势”，
超算发展进入“混合系统”时代
在今年6月的一篇名为《Quantum advantage in learning from experiments》文章中，多名量子物理学家、理论计算机科学家与谷歌团队联合，在谷歌悬铃木处理器上使用40个量子比特，进行了多项人工智能学习任务。相比经典计算机完成相同的任务，量子计算机在实验中展现了指数级的优势（量子优势），减少学习次数多达4个数量级。而仔细研读这篇文章后，我们会进一步发现两个更加重要的贡献：
首先，本轮实验只是用了谷歌悬铃木处理器中53个量子位的40个，而且仍然存在出错。即使是这种并不是非常好的量子系统，它的性能足以产生显著的优势；
更引人数目的是，论文在题目和内容中主张的，是量子优势（Quantum Advantage）而不是量子霸权（Quantum Supremacy），两者之间存在很大的差异：前者用于量子计算机优于经典计算机的情况，而后者用于经典计算机不太可能提供解决方案的情况。具体就本轮实验来举例，经典计算机系统是可以完成这些计算任务的，只是需要花更长的时间。这就好像GPU刚刚出现在CPU为中心的超算时代时，很多任务给到CPU都是可以完成的，只是要比GPU花更长的时间。
这是可以使我们联想到：既然CPU和GPU可以组合在一起，在一个系统内完成各自擅长的计算任务，从而进一步完成更加复杂的计算任务，那么为什么不尝试将QPU和前两者进一步结合呢？我们可喜的看到，这种部分量子系统，部分经典系统的“混合系统”正在被广泛探索，正在逐步成为超级计算机发展的新形态。
去年3月，坐落于德国巴伐利亚科学与人文学院莱布尼茨超级计算中心（LRZ）开设了量子集成中心（QIC）。该中心的一个核心任务，便是“开发将量子计算融入超级计算的硬件和软件”。慕尼黑工业大学(TUM)计算机科学教授、LRZ董事会成员Martin Schulz博士设想：“将量子集成到超级计算机中，以及高性能计算、人工智能和量子的相互作用，可以提供必要的性能提升。”QIC于11月与芬兰量子计算公司IQM达成合作，开始计划将IQM包含20个量子比特的超导量子计算机逐步嵌入超级计算机。
今年5月，量子初创公司Pasqal的100+量子比特计算机正式加入欧洲高性能计算中心，在一个名为HPCQS（泛欧混合HPC/量子基础设施）的试点项目中开始了为期四年的实验。该项目有“欧洲高性能计算联合项目（EUroHPC JU）”提供支持，预算1200万欧元，联合6个国家的15个合作伙伴开展，旨在将两台100+量子比特量子模拟器集成到两个现有的欧洲Tier-0超级计算机系统中，并为欧洲公共和私人用户提供云访问，让用户参与协同设计将导致机器学习和科学模拟中的原型应用，采用量子算法来解决微分方程、材料模拟、图形机器学习问题和优化问题。
IBM向着“以量子为中心的超级计算机时代”笃定前行着，我们更看到“混合超算系统”正在被全球越来越多的企业和研究机构探索和尝试，我们有理由期待，有效的利用“量子优势”，将使高性能计算向一个新的方向发展。借助既有的超算市场，更期待NISQ时代的量子计算机能够在更多的产业领域发挥它的独特价值。
参考文献:
[1]https://research.ibm.com/blog/ibm-quantum-roadmap-2025
[2]https://research.ibm.com/blog/ibm-quantum-roadmap
[3]https://baijiahao.baidu.com/s?id=1733672150450279679&wfr=spider&for=pc
[4]https://www.forbes.com/sites/tiriasresearch/2022/05/09/ibm-expands-access-to-quantum-computing/?sh=aa8c9eb3cf31
[5]https://thequantuminsider.com/2022/05/16/quantum-research/
[6]https://baijiahao.baidu.com/s?id=1729272243002406781&wfr=spider&for=pc
[7]https://www.top500.org/lists/top500/2022/06/
[8]https://www.thepaper.cn/newsDetail_forward_18570623
[9]https://www.163.com/dy/article/H8L4S6GR0511838M.html
[10]https://www.nature.com/articles/s41586-022-04725-x
[11]https://www.xanadu.ai/products/borealis/
[12]https://www.thepaper.cn/newsDetail_forward_18395041
[13]https://spectrum.ieee.org/photonic-quantum-computer-shows-advantage-over-supercomputer
[14]https://www.science.org/doi/10.1126/science.abn7293
[15]https://arstechnica.com/science/2022/06/quantum-computer-succeeds-where-a-classical-algorithm-fails/
[16]https://www.hpcwire.com/2022/06/07/quantum-computers-emerging-as-accelerators-in-hpc/
[17]https://insidehpc.com/2021/03/kick-off-for-the-leibniz-supercomputing-centresw-quantum-integration-centre/
[18]https://www.quantum.lrz.de/bits-of-qubits/detail/bringing-quantum-computing-to-scientists-work
