中美算力决战的第二战场，量子计算机。 量子计算机，未来至少有三种关键路线在竞争。

中美算力决战的第二战场，量子计算机。 量子计算机，未来至少有三种关键路线在竞争。超导、离子阱和光量子。正如大自然物种的进化，每一种生物的差异性之间的优劣，将交给时间来决定。在计算芯片领域，CPU一直是主流，而GPU则是边缘化。直到AI崛起，GPU凭借着计算稀疏矩阵的优势而一鸣惊人。英伟达从边缘公司，变成市值超过4万亿的人间天骄。 这一次，同样的事情似乎发生在量子计算领域，而且处于极其早期的胚胎指正。 超导量子计算机，是IBM开创的路线，看上去很有保障。它最大的问题在于超导低温环境的构造。这在实验室没有问题，如果要进入到工业级应用，还有很长路要走。 在合肥，量子计算有GDP的流派，分别是G郭、D杜和P潘三维院士领衔。各自有公司，在量子应用也有所不同。潘院士的国盾量子以量子通信为突破，郭院士的本源量子走的是超导路线。杜院士以国仪量子的高端仪器为代表，涉及到一部分离子阱。清华学院派所支持的北京华翊公司，就是离子阱路线。而小有名气的九章，则采用了光量子的流派。 然而，量子计算机，仍然处在技术流派的自然进化阶段，都在确立基于比较优势的“量子刀锋”。竞争，还远没有进入到企业的层面。 人们倾向认为，量子计算机、核聚变等这些顶级产业，一定是需要从学院派出身。实际上，科学传统的确至关重要。如合肥的GDP等。而美国融资最充足的量子计算机PsiQuantum的创始人，就有一位是薛定谔的外孙。 然而也有实战派的企业，将科学基础研究转化为工业应用的优势 PsiQuantum备受重视，因为它是第一个采用了跟感光镜头CMOS同样的工艺来量产光子芯片。实现了在工厂的生产，而非实验室制造，至关重要。 欧洲量子计算机的明星IQM在9月刚完成新一轮融资，使得它的估值超过10亿美元，妥妥的独角兽。这家采用超导量子路线的公司，2024年收入已经达到7亿美元。它在在芬兰运营着一家自有的芯片工厂，年产能20台量子计算机。 这就回到了量子计算机的实用性问题。量子计算机，现在已经可以用，而且能够挣钱。就是价格过于昂贵。即使国产，动辄一台需要上千万元。而且它完成的任务，非常有限，很多则是在实验室应用。 北京玻色量子计算机就是实战派的代表。创始人来自清华，对光量子的依辛机有着深厚的研究功底。整个企业的发展理念，沿着“量子霸权平民化”的原则，提供“可用、好用和便宜用”。这也使得虽然它背后没有显著的院士支撑，但依然呈现了快速发展的局面。在中国移动建设的“五岳量子云”上面，只有玻色量子的计算机完成了线上实时运营。 而AI的到来，则给了包括玻色量子在内的量子计算机带来巨大的机会。 在早期筛查癌细胞的过程中，最早的捣蛋细胞的形态，总是会发生微小的变化。然而普通的检测手段很难发现。量子计算机所具有“海量原子级”计算的优势，就会显现出来。玻色量子计算机，展示了跟传统GPU算力完全不同的方式。传统GPU是通过数学建模的方式，并转化成稀疏矩阵方程进行处理。 而玻色的光量子采用的依辛机，则将这些细胞看成是一个能量体。通过能量函数的方式，向前进化。在这个过程，大自然数千年的进化原则，被按下了超高加速键。恶性细胞不断分裂，这个过程也采用了同样的达尔文主义的优胜劣汰法则。有坚强意志的优质癌细胞被传递下去，劣质癌细胞则被淘汰。能量函数从生物体，而非数学推理模型的角度，准确地表征了细胞在微秒级、纳米级世界所发生的无情的屠杀和进化。这使得量子计算可以精准地判断癌细胞的特有形态，和即将进化的路线。AI for Science在面向医药、材料等领域，具有得天独厚的优势。 计算科学与肿瘤学的交汇点，是一场量子计算驱动的药物革命。美国科罗拉多大学CU癌症中心，正在联合欧洲IQM，寻找结直肠癌的下一代精准靶向药物。结直肠癌有一个特点是容易暴露，它是全球每年诊断率最高的癌症之一。如何为每年有200万人，找到合适的药物？ 这需要筛选360亿种潜在化合物。这靠数学建模，是难以实现的。而量子计算的“海选方式，可以快速锁定先导化合物。剩下的问题，才是AI优化。药物设计的范式已经颠覆。单纯的摇瓶子的化学试错过程，正在由量子推理与AI优化的半闭环系统所组成。而研发人员最终加入的时候，工作量已经减少到1%。全面的研发闭环，得以形成。 这使得量子计算机具有了独特的意义，它跟AI是平行而非替代关系。它确立了跟传统AI计算机（以GPU和数学模型为主）的比较性优势，从而形成独有的“量子刀锋”。 这样看来，中国的场景应用和大胆的免费实验田（其实是耗资巨大），将再次成为一种比较优势。这也正是当前量子计算机引人遐想的地方。每一个步履阑珊的婴儿，都可能在人们瞠目结舌的注视之下，摇身一立成为巨人。