30亿美元潜在市场，汽车巨头为何青睐量子计算？

光子盒研究院出品

每个司机都有这样的经历：当发生堵车时，大多数司机做的第一件事就是通过卫星导航系统来确定避免交通拥堵的替代路线。然而，很多司机看到的是同一条替代路线，不久后这条路也变得拥挤不堪，最终没有人能够避免堵车。

在理想世界里，如果有多条替代路线，那么每一条路线都会有相同数量的汽车，而不是所有的汽车都走同一条替代路线，以确保准时到达目的地的汽车数量至少是原来的两倍。

问题是，典型的卫星导航系统依赖于经典计算技术来重新计算路线。为1辆车在3条路线中选出最佳路线，这很简单，因为只有9种路线组合。然而，10辆车会有6万种组合，20辆车和30辆车的路线组合数以亿计，分别为35亿和20万亿。

如果为每一辆车计算最优路线，经典计算在有效时间内不可能完成任务，而通过量子计算机提速可以达到指数级。

日本知名汽车零部件制造商Denso（电装）做的就是这件事。2020年，Denso在世界上最拥堵的城市之一泰国曼谷，利用量子计算优化了数千名驾车者的路线，以尽量减少拥堵。

实际上，Denso并非汽车行业中唯一参与量子计算的公司，全球最大的两家汽车集团大众、丰田，以及福特、戴姆勒、博世也有多年的量子计算经验。

对汽车厂商来说，路线优化不是他们参与量子计算的唯一原因，他们还可以利用量子化学模拟制造出更好的汽车电池，结合量子计算、人工智能和大数据研究自动驾驶技术。

麦肯锡的一份报告显示，到2035年，量子计算市场的总价值将在320亿至520亿美元之间。其中1/10的价值来自汽车行业，到2030年，相关技术对汽车行业的经济影响将达到20亿至30亿美元。

从路线优化问题开始

在汽车行业，Denso是较早参与量子计算的，该公司是丰田汽车的零部件制造商。他们从2015年开始启动量子计算计划，并于2018年引进门胁正史，他与西森秀稔在1998年提出了量子退火方法。

门胁帮助Denso利用量子计算解决各种问题，包括开发复杂材料，如新型塑料、金属和化学品；优化工厂生产物流；改善城市交通管理。他们目前使用的是D-Wave量子退火机和富士通数字退火机。

 门胁正史（Tadashi Kadowaki）

2018年，Denso利用量子计算优化自动导引车（AGV）的操作，使工厂作业率提高了15%，将自动送货机器人的数量减少了10%以上。

优化时刻——Denso量子计算团队的座右铭，顾名思义，他们最感兴趣的是优化问题。今年在曼谷利用量子计算优化交通路线，是Denso“优化时刻”项目之一。

路线优化问题，也是OEM厂商包括大众、丰田、福特所关心的。

2017年，大众集团首席信息官Martin Hofmann宣布与D-Wave合作，他认为新技术必须在很早的阶段进行探索，并设想为城市汽车创造一种“空中交通管制”，称之为量子路由。

不久后，大众集团在北京做了一次概念验证（POC）研究，利用从北京数千辆出租车收集的交通数据，在D-Wave量子退火机上运行大众的量子算法，可以确定418辆汽车前往机场的最佳路线，从而避免发生拥堵。

2018年11月，大众集团宣布在量子计算机上开发了一个量子路由系统，可以精确预测未来的交通量、交通需求和每次旅程的持续时间。这有助于避免交通拥堵，缩短等候时间。基于大众在巴塞罗那建立了足够大的数据库，进行了第一次尝试。

大众汽车公司利用车流信息来通知运输公司和出租车公司，他们应该在哪里、什么时候到达现场，有多少辆车。这意味着，长途旅行而没有乘客或等待客户到达的出租车和公共汽车将成为历史，在需求量大的地方，车辆缺失也将成为历史。

2019年12月在里斯本举行的一场峰会上，大众集团首次展示了量子计算在交通拥堵问题上的应用。大众在9辆公交车上安装了与“量子路由系统”相连接的平板电脑。通过这个系统的引导，每辆公交车都可以找到自己最有效的行驶路线，从而避免交通拥堵。

大众量子路由系统

同样将量子计算应用于路线优化的还有美国汽车厂商福特，早在2018年，福特聘请了量子计算专家，并与美国宇航局（NASA）艾姆斯研究中心的量子人工智能实验室合作。

福特利用位于艾姆斯研究中心的D-Wave量子退火系统，研究量子计算是否可以用于帮助提高柴油车的燃油效率，减少废气排放。

福特公司首席技术官Ken Washington指出，现代柴油卡车使用颗粒过滤器来减少废气排放，但“过滤器的高效运行只发生在特定的驾驶条件下”。

福特的目标是计算一辆汽车的最佳路线，使效率最大化，同时允许多个交货站。变量涉及交通模式、速度变化、站点数量和位置，Washington说，这将使经典计算机难以建模。

而在去年12月，福特又与微软合作，利用“量子启发”（Quantum Inspire）技术——虽然不是真正的量子计算机——测试一种交通路由算法，在5000辆汽车的模拟实验中，西雅图的交通量减少了73%，通勤时间缩短了8%。

在该模拟中，福特采用了一种传统的“私人”路线系统，即每辆车都自己计算出自己的最佳路线，而“平衡”的交通路线系统考虑了所有汽车的计划。计算“平衡”的方法花了20秒。

优化前后的西雅图路况

日本第一大汽车厂商丰田也是微软的合作伙伴之一，2020年5月，丰田通商（Toyota Tsusho）与日本量子计算初创公司Jij一起使用微软的量子计算服务，通过微软Azure云来试验解决与交通拥堵相关问题的方法。

实验结果表明，运行在经典计算机上的量子算法，可以将司机在红灯前停车的等待时间减少约20%，平均每辆车节省约5秒。

作为丰田集团的核心企业，此前在2017年11月，丰田通商与D-Wave签署了一份量子计算合作协议。探讨量子计算如何通过解决诸如确定卡车的最佳配送路线或提高工厂效率等问题来帮助客户提高运营效率。

今年9月，丰田量子计算有了新的进展，富士通和丰田系统联合实验，优化日本汽车零部件的复杂分销和供应链。丰田系统公司是2019年成立的一家IT解决方案公司，旨在支持丰田汽车公司开发技术产品。

丰田系统将富士通的数字退火机应用于一个有300万条潜在路线的问题，这些可能是数百家供应商的零件交付路线，包括运输卡车数量、总里程和包装分拣任务在内的变量。实验结果表明，在30分钟内，会计算出一条最佳路线，从而将物流成本降低约2%至5%。

此外，Lyft和Uber等共享出行运营商也有可能使用QC优化车辆路线，同时提高车队效率和可用性。

着手开发下一代电池

除了解决优化问题，量子化学模拟也是中近期可能的应用之一，汽车厂商希望能够通过量子计算机模拟电动车电池的化学结构，从而制造出更好的电池。

近年来将量子计算应用于电池开发，主要是德系厂商，包括大众、戴姆勒（梅赛德斯-奔驰母公司）和宝马三大集团。全球第一大汽车技术供应商博世集团关注点则不同，他们要解决的是偏微分问题，包括热量和质量传递、流体动力学、机电一体化系统、预测性维修等。

如下图所示，由于量子计算处在早期研究阶段，暂时没有涉足自动驾驶领域。

量子计算在汽车行业中的应用

戴姆勒集团是目前唯一与谷歌、IBM和D-Wave三家硬件公司全部有合作的汽车厂商。相比优化问题，戴姆勒更关心开发新的电池技术，因为量子退火对于非优化问题无能为力，所以与D-Wave合作并不深入。

戴姆勒于2015年在内部确立了量子计算计划，并于2017年12月加入IBM Q Network。

2018年3月，谷歌推出72量子比特处理器Bristlecone，戴姆勒随即与谷歌达成合作。这项协议允许戴姆勒集团的专家团队使用谷歌的量子计算机，应用包括运输物流和电池技术。

谷歌量子计算机

同一年，梅赛德斯-奔驰北美研发部（MBRDNA）创新管理负责人Ben Boeser在硅谷召集了一支由专家组成的团队，选在硅谷的原因是可以与谷歌和IBM近在咫尺，这两家公司目前在量子计算方面拥有市场上最先进的技术。他们把这叫做“向有能力的合作伙伴学习”。

除了与谷歌和IBM合作，戴姆勒还在德国和美国建立了一个不断扩张的大学网络，公司的科学家和博士一起工作。

电池技术是戴姆勒迄今为止对量子计算潜力的最有希望的探索。也就是说，用一台功能强大的计算机来模拟什么样的新电池化学成分更有效、寿命更长，所用的成分更丰富或更少。

2020年1月，戴姆勒和IBM研究了量子计算机是否能够计算并精确模拟锂电池材料的基本行为。

目前，在潜在电池化学方法中，最有前途的是锂硫电池，根据研究，这种电池将比现在广泛使用的锂离子电池更强大、更持久、更便宜。

戴姆勒和IBM模拟了锂硫电池在运行过程中可能形成的分子的基态能量和偶极矩，包括氢化锂（LiH）、硫化氢（H2S）、硫化氢锂（LiH）和硫化锂（Li2S）。

通过模拟这些分子，将使科学家能够找到最稳定的构型。

在超级计算机上可以对简单分子进行这种模拟，然而需要大量的计算能力和时间，量子计算通过使用叠加和纠缠的思想来解决这个问题，可以比经典计算机更有效地模拟大量数据。

另一大汽车巨头大众集团也将量子计算用于电池研究，选择的合作伙伴是谷歌。到2018年6月，大众汽车的专家们已经成功完成了对氢化锂和碳链等分子的模拟，并继续对更为复杂的化合物展开研究。

电池组件

在未来，大众开发的量子算法可根据不同的标准对电池的化学成分进行模拟，并提供可直接用于生产的设计方案。这包括了重量、最大功率密度或电池组装等不同的标准，将减少时间成本和资源耗费，显著加快电池开发过程。

汽车产业为什么需要量子计算？

汽车产业正处于百年一遇的变革时期，四大趋势将改变全球的汽车产业，即CASE。其中CASE四个字母分别代表联网(Connected)、自动驾驶(Autonomous)、共享与服务(Share & Service)、电动化(Electric)。CASE最先由戴姆勒提出，现已是汽车产业发展的共同目标。

近年来各大汽车厂商加快推进电动化战略。大众集团提出到2030年，所有车型将全部实现电动化；丰田公司提出到2025年，所有车型都将采用电驱动（至少是混合动力）；戴姆勒提出到2030年，电动汽车（包括全电动汽车和插电式混合动力车）的销量占据集团总销量的一半以上。

这一过程中，量子计算将发挥其在化学模拟的优势，正如前文所说，多家汽车厂商正致力于利用量子计算来研发性能更好的电池。

而自动驾驶需要更多技术领域的共同努力，其中联网是实现自动驾驶的前提，在未来，所有的自动驾驶汽车将会互相连接，分享相关的数据和信息，包括各自的驾驶经验。此外，自动驾驶还依赖传感器技术的发展以及计算能力的提升。

高级驾驶辅助系统（ADAS）和自动驾驶技术的发展产生了大量的数据。原始设备制造商和技术合作伙伴需要从装有激光雷达、雷达、视频和其他传感器的测试车辆中捕获和分析大量非结构化数据。

自动驾驶的6个等级

随着数据量不断增加，对容量和速度的需求也在急剧上升。例如配备3-4个摄像头、3-4个激光雷达传感器和其他传感器的测试车辆将产生每小时10-20TB的数据。即使是10辆车的小型测试车队，每天驾驶8小时也能在3-5年内产生超过1EB（百亿亿字节）的数据。

自动驾驶需要巨大的计算能力，因此需要量子计算的介入。量子计算可以大大缩短深度学习的时间，同时帮助自动驾驶进行路线优化。

德国趋势研究者和未来学家Sven Gabor Janszky认为，自动驾驶将消除交通灯，“你所需要做的就是把控制速度和方向的命令传送给城市的车队，就不会再有堵车这样的事情了。”

作为战略合作伙伴，早在2015年，博世和戴姆勒及其旗下的汽车共享项目car2go，牵头了一个自动驾驶泊车试点项目，并于当年6月签署了合作协议。

2019年12月，博世和戴姆勒在圣何塞（San Jose）推出无人驾驶出租车试点服务，一小批配备了高度自动化驾驶系统的梅赛德斯-奔驰S级轿车正在这座硅谷城市载客。目前英伟达GPU为自动驾驶提供了支持，但是如果大规模应用自动驾驶，必须寄希望于量子计算。

博世与量子计算公司也有合作，不同的是他们选择了初创企业。2019年2月，博世宣布与荷兰量子软件研究中心QuSoft开始量子计算合作。QuSoft成立于2015年，位于阿姆斯特丹科学园区，是荷兰国家数学和计算机科学研究所与阿姆斯特丹大学的合作项目。QuSoft的任务是为量子计算开发新的协议、算法和应用程序。

之后，博世风险投资公司连续投资量子计算初创企业Zapata Computing与IonQ。博世认为Zapata的量子计算算法可以加速他们在材料科学和出行解决方案方面的发展；IonQ将制造可扩展的量子计算机。

根据麦肯锡的报告，量子计算将渗透至汽车行业的方方面面。

“n级”供应商可以使用量子算法来优化涉及多种运输方式的供应路线。改善整个价值链的物流。汽车制造商可以在车辆设计过程中使用QC来进行各种改进，包括最小化阻力和提高燃油效率。

经销商和修理厂可以利用QC来支持机器学习，以开发预测性维护软件。共享出行玩家可以使用QC来优化车辆路线，从而提高车队的效率和可用性。

量子计算应用的三个阶段

量子计算在汽车行业中的应用分为三个阶段。

从2020年到2025年，QC的近期机会很可能出现在产品开发和研发中。相关用例将主要涉及解决简单的优化问题，或涉及简单量子人工智能/机器学习（AI/ML）算法的并行数据处理。

这些量子计算应用程序将作为混合解决方案的一部分来执行，只是将经典计算机难以解决的问题外包给量子计算机。可能的优化用例包括物流组合优化、交通路线优化。由于大量数据的并行处理增加，量子AI/ML可能涉及到自动驾驶算法的高效训练。

从2025年到2030年，中期机会可能集中在以下方面：

1.量子模拟。重点领域将包括模拟复杂的偏微分问题，在原子水平上模拟材料性能也将变得重要，例如，改善电池和燃料电池材料的选择和开发。

2.更复杂的优化问题。例如，将供应链违约的可能性降至最低，优化全市交通流，以及解决大规模的多式联运车队路线问题。

3.复杂量子AI/ML。这些应用程序将能够处理更大数量的数据。

从长远来看，（如果一切进行顺利）从2030年起，量子计算应用将建立在大规模接入通用量子计算机的基础上。届时，破解公钥密码的Shor算法将是普遍可用的。随着玩家们试图阻止自动驾驶、车载电子设备和工业物联网通信的量子黑客攻击，重点可能会转向数字安全以及风险缓解。

参考：

https://www.mckinsey.com/industries/automotive-and-assembly/our-insights/will-quantum-computing-drive-the-automotive-future#

-End-

1930年秋，第六届索尔维会议在布鲁塞尔召开。早有准备的爱因斯坦在会上向玻尔提出了他的著名的思想实验——“光子盒”，公众号名称正源于此。