PsiQuantumQ1芯片（來源：PsiQuantum）

后摩爾時代，全世界的科學家們都在尋找新的計算體系和架構來突破算力瓶頸。量子和光被寄予了厚望，并且在經歷了數十年的實驗室研究和學術探討之后，終于開始接近成為一個商業命題。

上個月底，美國光量子計算創企PsiQuantum宣布，已完成4.5億美元的D輪融資。由美國投資管理公司貝萊德（BlackRock）領投，微軟M12風險投資基金等跟投。而在5月，PsiQuantum剛和晶圓廠Global Foundries宣布合作推出Q1量子系統，且雙方正在生產量子計算機部件和芯片。PsiQuantum稱，本輪融資將主要用于建造世界上第一臺具有商業可行性的量子計算機。

中國資本也同樣開始關注這一領域。今年2月剛成立的圖靈量子團隊，三個月后即宣布完成近億元人民幣天使輪融資，由聯想之星領投，中科神光、前海基金、源來資本、小苗朗程跟投。脫胎于上海交通大學集成量子信息技術研究中心，圖靈量子的研究團隊同時在光量子信息和光子芯片領域研究十余年。圖靈光子創始人、上海交通大學集成量子信息技術研究中心主任金賢敏教授介紹，融資將主要用于光量子計算芯片以及光量子計算機的研發。

基于光與量子的超越摩爾的漫長產業化征程也由此撕開了一道口子，而挑戰才剛剛開始。

算力真正爆發的前夜：光與量子能帶來什么？

人工智能（AI）正在深入改變諸如智能駕駛、語音翻譯、新零售、醫療診斷等諸多領域，但計算速度、算力以及功耗問題正在成為AI進一步發展的主要瓶頸。

OpenAI發布的分析數據顯示，自2012年以來，AI訓練對算力的需求每3.43個月翻一番。這一增速明顯快于摩爾定律——作為過去幾十年來統治計算的一個基準法則，摩爾定律指出，微處理器芯片上的晶體管數每18-24個月翻一番。這意味著，基于馮·諾依曼架構的電子計算機已無法滿足大數據時代對算力與功耗的要求。此外，隨著晶體管尺寸逼近物理尺寸極限，摩爾定律還將面臨散熱等無法克服的挑戰。

近幾年，關于用量子和光學芯片加速AI的研究逐漸興起。“也許我們正處在計算能力真正爆發的前夜。”金賢敏對指出，而提高算力的根本性對策在于提高運算速度和降低運算功耗。

這一點上，光學將能讓計算機芯片設計克服電子學的根本局限，因為光子是當前速度最快的粒子，相較電子，具有更速度、更低功耗以及低延時等特點，且不易受到溫度、電磁場和噪聲變化的影響，光子芯片因而也被包括金賢敏在內的海內外科學家視作最有可能替代電子芯片的未來基礎性核心技術，也是超越摩爾定律的重要技術基礎之一。

與此同時，量子計算是后摩爾時代突破算力瓶頸另一項被寄予厚望的技術。相比之下，量子計算經過數十年的發展，已經形成了比較成熟的理論體系。利用量子力學的反直覺特性，可以大幅加速某些類型的計算。這讓量子計算機在原理上具有超快的并行計算能力，可望通過特定算法在一些具有重大社會和經濟價值的問題方面（如機器學習，密碼破譯、大數據優化、材料設計、藥物分析等）相比經典計算機實現指數級別的加速。

不過盡管優勢眾多，但是過去很長一段時間，光學技術主要應用于通信傳輸領域，借助光的更快速度、更高容量等特點實現數據的遠距離傳輸，在計算領域則進展緩慢。由于光計算的應用場景不清晰，軟硬件體系也不夠完善，因而關于如何用光子代替電子芯片執行計算的想法長期停留在研究階段。

量子計算的產業化應用也面臨工程和材料上的難題。近年來全球對量子計算的投入持續上漲，據粗略統計，包括美國、英國、中國和德國在內的各國政府合計已投入數十億美元以推進量子研究。國外高科技企業如谷歌、IBM、微軟、英特爾等在量子計算技術方面投入了大量資源，在推動量子計算技術由基礎研究向工程化發展邁進方面取得了顯著的成效，但目前量子計算機的研究還處于十分初級的階段。耶魯大學應用物理教授Steven Girvin博士此前曾對指出，量子計算機還處于普通電腦1940年的階段，相當于“剛剛做出了真空管，或者剛剛發明晶體管這樣的階段”。

光量子芯片或是通向大規模通用量子計算的最可行路徑

如今，隨著以神經網絡計算為主的AI應用的普及，需要巨大數據計算量以及高計算速度的深度學習、機器學習等相關應用，將最有可能成為光計算以及量子計算的“殺手級應用”。

但是光與量子各自面臨著不同程度的產業化落地困境。

構建實用的光學計算機需要材料科學、光子學、電子學等領域的研究人員之間的廣泛跨學科努力和合作。此外，盡管研究表明光子處理器具有較高的單位面積計算能力和潛在的可伸縮性，但是全光學計算規模（光學人工神經元的數量）仍然很小。同時，由于存在固有地吸收光的計算元件，且電信號和光信號經常需要轉換，去能量效率也同樣會受到限制。

同樣的，量子計算機也還處在早期發展階段，目前主流的技術路徑有超導、半導、離子阱、光學以及量子拓撲這五個方向。金賢敏指出，而要實現通用的量子計算機有三個前提——百萬量子比特的操縱能力、低環境要求、高集成度。

在這個意義上，光量子計算機與其他技術路線相比具有明顯的優勢。而光量子路徑也是唯一能夠滿足這些條件的技術體系，是通向大規模通用量子計算的最可行路徑。金賢敏解釋，因為量子計算的實現，不能脫離現有大規模的半導體工藝。沿用成熟的CMOS半導體制程，光量子芯片可以實現大規模的生產和制備。基于光量子芯片進行的快速試錯和迭代，為構建商用量子計算機提供了堅實的基礎。

“可以說現在的光量子芯片，處于當年電子芯片的仙童半導體時代。”金賢敏稱，當前光量子芯片發展正處于類似當年大規模集成電路發展初期的關鍵節點，即將爆發的關鍵前期節點。而從全球來看，目前各國在量子與光子計算領域均未形成絕對優勢，現階段各國研發基本處于同一起跑線，對于國內產業界來說具備換道超車的重大戰略機遇。金賢敏進一步解釋，目前這個領域還處于剛剛起步階段，還不夠大，不像電子芯片那么細化，“現在我們一個團隊就可以把目前光子芯片設計的EDA軟件搞定。”

了解到，圖靈量子團隊目前已掌握了自主知識產權的三維和超高速光子芯片核心技術與工藝，從設計、流片到封裝測試，再到系統集成和量子算法，可實現光量子計算芯片的全鏈條研發。目前，已有大量的量子算法內核在光量子計算芯片上得到了實現。金賢敏稱，基于底層技術的相通性，未來將實現與光有關的技術全覆蓋。其中光子芯片技術，在獲得規模化商用后有望可以解決我國芯片“卡脖子”的難題，擺脫受制于關鍵技術、關鍵設備的困境。

超越摩爾之路：未來是“架構為王”的時代

在后摩爾時代的突破算力瓶頸的探尋之路上，金賢敏認為，未來一定是“構架為王”的時代，光量子芯片憑借全新的構架和大算力等特點，有望創造全新的機會。在他看來，隨著量子計算技術和光量子集成能力持續演進，混合光量子計算架構、光子計算，以及人工智能光子處理器會展現出巨大潛能。

此外，另一個研究途徑是發展先進的非線性集成光子計算體系結構，即通過將電子電路和數千或數百萬個光子處理器集成到合適的體系結構中，同時利用光子和電子處理器的混合光電框架可能在不久的將來，帶給AI硬件革命性的變化。這些硬件將在通信、數據中心操作和云計算等領域具有重要的應用。

不管哪一種技術路徑，架構創新成為未來計算創新的關鍵驅動力已經成為業界共識。

比如英特爾近年來一直在推進的XPU戰略，就是用不同的架構去處理不同類型的數據，根據處理速度和帶寬的不同要求去優化。其中，CPU適宜處理標量架構，GPU則適宜處理矢量運算，AI則更多是塊狀運算，FPGA則適合做一些稀疏的運算，可以大幅度降低I/O以及計算的消耗。“把它們整合起來就能各取所需，打組合拳會好過只用一種武器去解決所有問題。”在今年世界人工智能大會期間，英特爾研究院副總裁、英特爾中國研究院院長宋繼強指出，他還特別介紹了集成光電的創新路徑，認為光是替代銅的非常好的互聯介質替代品。而針對光本身的一些問題，如光的器件都比較大，光和電之間的轉換也比較困難且效率不高。而英特爾正在從幾個方面解決這一問題。首先是把光器件與電器件緊密封裝在一起，減少兩端轉換的損耗；其次是制作出收發器，以更小的模式放到服務器當中，比如硅光產生、光的發射、調制，接收端的檢測、放大等光處理的中間過程的幾個模塊做成非常小的模塊，可以和CMOS光處理器件整合到一個芯片中，這樣集成的光電可以大幅度縮小系統的尺寸和功耗。

超越摩爾的探索之路剛剛開始，但無論是傳統電子芯片，還是未來的光與量子，都需要經過一個漫長的技術積累的過程。在傳統電子芯片時代，國外巨頭們正是通過漫長的技術迭代，通過產業落地和應用的規模化，誕生了一個又一個“偉大的科技公司”。同理，在未來的光與量子計算的領域，也必將經歷這樣一個過程。（Sharon）

,kb123從這里開始,快樂大本營還珠格格趙薇,萊特幣客戶端 http://www.cityruyi.com/lm-2/lm-3/7387.html