图灵量子金贤敏：第四次工业革命只有AI不行，要用光子提升算力 | 星科技•芯片半导体

前沿科技

芯片半导体

最新的诺贝尔物理学奖颁给了量子信息的开创者，这代表人类操控单量子态，及其迈向产业化的可能。

通过光子、量子等方式的新架构，可以克服人类在面临物理极限时，对计算能力的推进，改变算力的增长方式。这也成为AI大模型所必须结合的对象。由此方可擦出第四次工业革命的更多火花。

近日，青腾TencentX发布图灵量子创始人兼CEO、上海交大教授金贤敏的演讲，分享了他主导的光子芯片等一系列前沿科研实践，以及硬科技公司的创业经验。

以下为金贤敏演讲：

01

面临物理极限，

AI要和算力结合

我们图灵量子聚焦于量子计算，但是，芯片是底层。所以，今天我想分享的是“光子芯片时代”。

世界上第一台电子计算机，有几十吨重，但算力很小。它1946年诞生于宾夕法尼亚大学。

到1958年，有了第一个集成电路。它就像玩具一样，甚至比玩具还糟糕。但是，由于这个集成电路的诞生，人类操控信息的能力和速度，逐渐达到了前所未有的地步。

手机、电脑里的电子芯片，以每18个月翻一番的速度，在集成度、算力的提高和成本的降低上发展被称为摩尔定律——当然，最近已经停止了——这种速度的扩张，使我们对电子信息的操控已经快到极限。

我们经常听到7纳米、5纳米，甚至现在有1纳米电子芯片的讨论。硅的晶格常数就是0.543纳米，已经非常接近物理极限了。

那么，到了结构小得不能再小的原子级别，人类的计算能力如何往前推进？这不是一个远期的，而是近期就存在的瓶颈问题。

最近AI大模型很火。之前一直在提AI赋能百业的特点。现在，AI大模型更加推高了人工智能和算力结合的新热潮。

但AI大模型是一种暴力美学——除了数据和算法之外，一定要有强大的算力。它用一种暴力美学的方式，带来奇点和变化。

微软的CEO说，ChatGPT可能是工业革命级别的变化。工业革命的定义非常高，哪怕是第三次信息革命，和蒸汽机、电气化相比依然有争论。第四次工业革命到底是什么？只有ChatGPT一个大模型可能还不够。

这种模型应用的不同方向，以及数据的更新迭代，对算力的需求是巨大的，而成本是巨高的。甚至这个热潮起来以后，很多创业公司都面临算力的问题。

所以，我的理解：一个新的工业革命，只有AI大模型不行，还要和算力结合。

我们可以畅想这样一个变化，并且很多人都觉得这个变化足够大，足够去畅想。

02

算力供给、需求失配，

用光子等新架构提升算力

从最近的报告可以看出，算力的需求是一个改变斜率的过程。人工智能的需求已经在几年之内推高了这个需求，这个需求的斜率远远超过了摩尔定律的斜率。这种算力供给和算力需求的失配，可能是未来十几年的格局。

通过新的架构去改变算力增长的方式，比如用光子、量子等办法提升算力，这是主流的共识。

经典的办法，是1个核、2个核……个数按N的方式增长的方法。

最近用光学神经网络的方式，用光子的相干性，用M自由度，可以实现倍数的并行性。

而量子计算是在指数上，用M自由度和N个核，就会出现M的N次方这样的算力提升。

所以，无论是光子计算还是量子计算，都通过更多自由度的并行，带来算力提升。

以前我们做过一个Benchmark，就是50个光子的量子计算系统，其算力相当于1台天河二号。可能到52光子，大家还没有感觉；但是，达到60光子，就相当于1024个天河二号。这展示了这个指数级增长到底意味着什么。

宇宙的原子个数是2的240次方，也就是说，如果不用新型的计算范式，用传统的计算范式，哪怕是用1个原子去做一台计算机，全宇宙的计算能力也只相当于240个量子体系所形成的计算能力或表达的物质状态。

而如果采用量子计算系统，人类的算力可以远远超越这个天花板。所以，这种新型的架构计算，还是非常让人惊喜的。

去年诺奖发给了量子信息的开创者，其中Anton Zeilinger也是我的导师的导师。这代表了人类去操作单个量子态的可能，并且有望在近期迈向产业化。

它与人工智能的潜在结合，使大家看到新一代信息技术的很多可能性。

03

光子芯片 + 量子智算，

“芯算软硬”一体结合

我在这一领域，已经有20年时间了。有时经常提到，风口是等来的，而不是转方向转来的。

在这20年研究过程中，在顶尖的科学成果、团队建设以及设备上，有很厚的积淀。我们形成了以光子芯片为底层、以算法应用为全链条的技术团队。

所以，我们创立图灵量子以后，短短两年时间得到了多方认可，有四轮融资，估值近30亿元。

我们通过光子芯片的办法，可以大规模操控单量子态。如果1个量子有M个状态，N个量子原则上就有M的N次方。大家经常听到的是2的立方，M不一定是2。

这种大规模的操控所代表的能力，是指数级的能力。当然这个系统目前还不够大，还在几十个级别。

同时，这种大规模的网络和调控还可以向下兼容，实现人工智能光子处理器，以及未来连接数据中心的大规模光电共封装的CPU的中心化处理方式。无论是量子计算高的地方，还是光电共封装这种计算低的地方，都可以形成有高有低的搭配。

我们有自主化的高精密飞秒激光直写装备和大规模流片，以前我们只敢想象几十个器件的集成，现在我们可以做到几万个器件的集成。

并且，作为一个新兴领域，不像电子芯片已经迭代了几十年，我们光子芯片领域，设计、流片、封装都自己做，可以快速迭代，能在早期避免被卡脖子的格局。

最近，GPU也遇到一些新的困难，即使做出芯片以后也没人用。所以，软硬一体的结合，其实是非常重要的。一旦生态丢失，早期的迭代没有跟进的话，即使后来能够去做一些东西，也不会有市场。

所以，作为国内的光纳米芯片和光纳米计算公司，我们觉得有必要做“芯算软硬”一体的结合。它很难，特别是跟GPU编译器抢人才，也很贵，但我们觉得一定要做，去培养这个生态，形成快速迭代的软硬一体的格局。

我们经常说芯片被卡脖子，甚至能设计出来，但是做不出来。我们从底层出发，在无锡建设了国内第一条光子芯片中试线（正式量产之前的中等规模生产线），去年打桩和订购设备，预期在明年年中到年底可以建成。这种中试线不只可以提升我们自己的光量子计算和光子计算的应用，还可以驱动包括激光雷达等前沿应用的产业化集群。

芯片、算法的底层驱动，是我们图灵量子的定位。

说赋能百业，我们没有能力跳进每一个行业，但是有了这个底层，就有很多事情可以期待。我鼓励团队：Apple是改变人类的沟通方式，谷歌是改变搜索方式，图灵量子是改变人类的计算方式。

04

因为相信，所以看见，

抓住前景大、护城河高即可

最后分享一下关于科学家创业的想法。

我梳理了一个“硬科技的不可能三角”。天下没有太好的事情，同时做到市场空间大、护城河高、应用成熟不可能。如果有这种好事的话，早已经很卷了。

我们作为硬科技公司，抓住的是未来预期前景大，同时护城河高、前沿科学领域迭代久，但是往往应用场景落地难的。

所以，大家经常谈的是营收，我觉得这不虚，这是由这个领域决定的。因为落地难等问题，都涉及投资和团队凝聚这些困难。

我经常鼓励团队的人，像鸡汤一样的话：因为相信，所以看见。这是一种坚持。我们看到ChatGPT爆火以后，有时特别感慨。希望各个领域能够看到几年以后的爆点，并为此付出艰辛的努力。

我以前养成一个习惯，我们组是比较狠的，因为要求三年重复完全看起来不可能的实验。我2006年到2008年在清华做一个看起来不可能的实验，但是坚持下来，终于取得成功。

经过坚持，就能够感觉到，有些东西不是说会看到明天发生——这是平庸的；还是要看到一些难而正确的事情，并且去坚持。

用重复、笨的方式去坚持，以及用狠的方式，比如十几个小时泡在实验室、以命相博的方式去推进，才能在重大的科技变革上去推动，使它变成可能。

我希望所有青腾的小伙伴，能够在硬科技领域或新兴技术、新兴市场的开拓中，互相学习，心里有火，眼中有光，脚下有路，杯中有酒。

END

相关阅读