2018新年又献丑了! 中国造量子计算机到底有"多强大“? 理想很丰满、现实很骨感!
特别声明
本平台推出文稿均出于非商业性的教育和科研目的，旨在传播学术研究信息、净化大学教育与科研生态环境。但声明该文仅代表原作者的个人观点并不意味着本公众号赞同其观点或证实其内容的真实性。如有异议或侵权，本平台将在第一时间处理。期望读者关注点赞《蝌蚪士》公益事业： 为苦逼科民发声、并贡献正义的智力；且为平民大众免费科普，使之走进科学、传承科学、壮大科学——人人都能成为真才实学的蝌蚪士 (主编| 赛德夫).
2018新年献丑了：
理想很丰满、现实很骨感，
中国造量子计算机到底有"多强大"!?
作者| 刘实
作为一个美籍华裔科学家，身处地球西边遥看地球东边地过元旦，总有双重的喜悦与不同的感受。
说句挺自豪的话，中国这几十年的发展速度的确是世界发展史的一个奇迹。特别是城镇化的速度让笔者这个在美国生活了三十年的“洋插队”每次回国都有一种“回城”，而且是回不同的、且越来越大的城的感觉。
但中国科学的发展，虽然也进步不小，但总感觉其发展有些畸形，总体感觉是科学论文多了、但科学精神少了，而且在国内灰常“成功”的一些科学人士貌似与笔者所熟悉的科学家（应有）形象还越差越远。
常常是，从中文媒体的新闻里得知的“重磅”科学突破，经过一掂量，也就那么点“重量”，有的一问相关的外国同行，满心的高兴还被变成一脸的不自在。所以，久而久之，对于那些“一惊一乍”的中国科学突破，也习惯于冷处理了事。因为过不了多久，当事人的兴奋也不会再有，旁观者何必浪费感情。果真认真跟踪，说不定什么“中国芯”式的科技进步还会被“陈进”类的科学咋骗取代。
不过今天听到的一个重大中国科学进步，笔者还真的是不敢不立即就高兴一下。因为这个进步是在中国最高领导人的元旦献词里特别提到的。笔者收到手机里推送的信息，点开后看了视频而得知的：
对于献词里没有提到“响彻全球”的“领先世界”的中国“量子通讯”，笔者感到有些奇怪，某非《自然》的宣传工作没做到家，中国最高层还不知道中国出了个“量子之父”？还是当局者清，知道其中的奥秘。
对于献词里提到的“量子计算机研制成功”，笔者不明到底是怎么回事，所以当即就在手机让“孤狗”搜索“量子计算机研制成功”的消息，结果得到：
TMD，怎么尽是歪果人的成果？这是不是“不靠谱”呀？于是，让“孤狗”再以 “中国 量子计算机研制成功” 搜索，结果得到如下的消息：
打开其中的《中国量子计算机诞生创纪 录 》，看到如下的新闻报道，为了后面具体分析的方便，笔者把其中一些字句变成红色粗体：
重磅！中国量子计算机诞生，创世界纪录
2017.05.03 10:08:51综合
来源：央视新闻 中国青年报 SELF格致论道讲坛
首台光量子计算机在中国诞生
5月3日，科技界迎来了一则重磅消息：世界上第一台超越早期经典计算机的光量子计算机诞生。中国科学院5月3日在上海举行新闻发布会，对外发布了这一消息，这个“世界首台”是货真价实的“中国造”，属中国科学技术大学潘建伟教授及其同事陆朝阳、朱晓波等，联合浙江大学王浩华教授研究组攻关突破的成果。
资料图
世界上第一台超越早期经典计算机的光量子计算机最新就诞生在这个光学实验室里面，那可以看到由于现在还是处于一个研究阶段，所以它跟我们想象的台式机并不一样，这一大片光量子的信息处理系统，其实仅仅相当于现在经典计算机中的一个CPU部分。
在这个原型机上运行一些量子算法，我们发现它的速度比国际上第二名要快24000多倍，可以超过人类历史上最早期的那些经典计算机，这标志着我们可以构建出一些量子的机器，可以跟我们经典的机器同台竞赛了。
在光量子计算取得突破性进展的同时，中国科学技术大学潘建伟研究团队在基于超导线路体系的量子计算研究领域也取得重大成果，打破了此前谷歌、美国航天航空局等实现的9个超导量子比特的高精度操纵。
量子计算机如果需要很好的工作的话，我们要把所有的量子比特都耦合，然后测量它，我们量子力学上把它叫纠缠，这个是目前报道的最多的这样一个纠缠记录，在超导量子比特领域，是十个。
根据计划，潘建伟研究团队将在今年年底分别实现20个光量子比特和20个超导量子比特的操纵。随着可操纵粒子数的增加，量子计算机的计算能力将会呈指数增长，可为经典计算机无法解决的大规模计算难题提供有效解决方案。
量子计算机是指利用量子相干叠加原理，理论上具有超快的并行计算和模拟能力的计算机。曾有人打过一个比方：如果现在传统计算机的速度是自行车，量子计算机的速度就好比飞机。例如，一台操纵50个微观粒子的量子计算机，对特定问题的处理能力可超过目前最快的“神威·太湖之光”超级计算机。
多粒子纠缠的操纵作为量子计算的技术制高点，一直是国际角逐的焦点。在光子体系，潘建伟团队在国际上率先实现了五光子、六光子、八光子和十光子纠缠，一直保持着国际领先水平。在超导体系，2015年，谷歌、美国航天航空局和加州大学圣芭芭拉分校宣布实现了9个超导量子比特的高精度操纵。这个记录在2017年被中国科学家团队打破。
记者从中国科学院发布会上获悉，潘建伟、朱晓波、王浩华等自主研发了10比特超导量子线路样品，通过发展全局纠缠操作，成功实现了目前世界上最大数目的超导量子比特的纠缠和完整的测量。进一步，研究团队利用超导量子线路演示了求解线性方程组的量子算法，证明了通过量子计算的并行性加速求解线性方程组的可行性。相关成果即将发表于国际权威期刊《物理评论快报》。
在光量子计算方面，潘建伟、陆朝阳等利用自主发展的综合性能国际最优的量子点单光子源，并通过电控可编程的光量子线路，构建了针对多光子“玻色取样”任务的光量子计算原型机。实验测试表明，该原型机的取样速度不仅比国际同行类似的实验加快至少24000倍，同时，通过和经典算法比较，也比人类历史上第一台电子管计算机（ENIAC）和第一台晶体管计算机（TRADIC）运行速度快10-100倍。
潘建伟说，这是历史上第一台超越早期经典计算机的基于单光子的量子模拟机，为最终实现超越经典计算能力的量子计算奠定了基础。5月2日，该研究成果以长文的形式在线发表于《自然光子学》。
什么是量子计算
大家知道，现在量子通信非常火热，我们的量子卫星之前已经运到酒泉去等着发射了，我们的京沪干线在今年年底会开通。在这个炎热的夏天，我想给大家带来一点不一样的、冷一点、酷一点的东西，我们这个叫冷原子，那冷原子是什么呢？听我给大家慢慢讲来。
我们知道目前已知的物质、或者说已知的自然界有的、最冷的也就是液氦，大概4K左右，跟太阳表面也就只差了三个数量级。我想要讲的这个冷，还在液氦的一万倍以下，就是在10 -4K往下开始，它有趣的地方在哪？
当在这个温度往下开始，这个原子就不能再考虑它是一个粒子，而是必须得考虑它的波动的性质了，继续往下冷，就可以冷到一个科学界或者说原子界的里程碑——玻色·爱因斯坦凝聚。
随着原子运动速度越来越慢，它越来越冷，慢慢展现出它的波动的性质出来，形象地比喻来说就是这个原子变得越来越胖，当它本身的波长和它的距离可以比拟的时候，就变成了你中有我，我中有你，所有的原子变成了一个量子态。
但是，与此同时在另外一个领域，在凝聚态系统里面，大家在为理解电子的运动而犯愁的。电子运动本身很简单，它一共有几种运动，电子在格点上可以转，在旁边有空的格点它可以从这边移到那边去，互相之间可以交换。
这里有一个最典型的或者说最美最妙的模型就是Hubbard模型，Hubbard大概在1963年提出来，这么简单的方程式就描述了刚刚非常简单的运动。但是问题在哪？问题在这么简单的一个模型，这么美的一个方程式，它解不出来。
首先它解析解是没有的，为了要解数值解，他所需要的计算资源跟粒子数是呈指数增长具体来讲，我们现在的超算第一名，已经超过了天河二号的（神威）太湖之光，它所能处理的也就大概45个电子的运动，我们每个人都有的智能手机，它大概能处理25个，也就比神威少了20个。
资料图
如果我们想要模拟300个电子运动，它所需要的存储空间就是2 300，这个数字已经超过了目前我们已知宇宙的原子数总和。而我们知道，我们真的想要研究电子运动，实际上你要考虑的是成千上万可能几十亿个非常多的远不止这个数字的。
对于这个问题，费曼就提出来说，这个自然界它不是经典的，如果你想要模拟这个自然界实在是太难了，那你最好把这个计算机给量子化，他提出了量子计算与量子模拟的概念。
什么意思？就是相当于我用一个可控的量子体系，就是在他的体系里面，就是用原子体系来模拟电子的体系。费曼提出的这个机制，某种意义上就是给电子建造一个风洞。用什么？用冷原子。
为什么要用冷原子？当原子进入到玻色·爱因斯坦凝聚之后，它每个原子都一样了，在这个情况下才能够使得原子它在格点上的行为能够跟电子一模一样。所以就是说它可以利用原子做一个最简的可控模型，使计算能力得到重大的突破，当我们能够操纵比如说50个原子的时候，现在就已经能超越神威太湖之光的计算能力了。
费曼相当于提出了一个当时对玻色·爱因斯坦凝聚非常好的应用吧。不管怎么样，玻色爱因斯坦凝聚本身就是一个大家追求的里程碑式的一个圣杯。在这条道路上，大家一直在努力着，但是几十年过去之后，实验上一直没有太多的进展，一直到80年代才开始有了突破。
当我们有了激光之后，人们开始提出一种用激光来冷却原子的方式。什么意思呢？不知道各位在火车站接人的时候有没有感受到过，当火车开过来和离开的时候你听到的声音不一样，这个就是叫多普勒效应，跟你迎面而来的频率和跟你离开而走的频率不一样。
那么，我调节这个光和调节这个原子，使得光只会对迎面而来的原子起作用，后面来的光就直接穿过去，不会挡它了。这样的话我如果在每个方向都打光，这个原子往这个方向跑，那么光就像划一个如来神掌：你给我滚回去，就把它给冷下来了。实际上你看光本身也不强，但是它最大的加速度能够达到重力加速度的负一万倍，能到10 5米/秒平方的加速度，能够在很快的时间内能把原子从室温冷到最小的温度，大概10μK。
但是这个温度还不够，刚刚讲了10μK，，离玻色·爱因斯坦凝聚还差了几个数量级，进一步冷却之后，怎么弄呢？一个非常妙的主意是叫蒸发冷却。
蒸发冷却就像我们喝咖啡、喝水的时候，我们就吹一吹让水蒸气跑掉，它慢慢就冷下来了。我们在原子里面怎么弄？大概10μK原子它始终会有个速度分布，有些热的，有些是冷的，热的始终在边缘处，比较容易逃逸，冷的在下面，我想个办法这个碗慢慢放小了，放小使得热原子容易逃逸的那部分就跑了，跑了之后剩下的原子温度会重新分布，分布下来，它就慢慢的冷下来了。
有了玻色·爱因斯坦凝聚之后，就可以对这个原子进行单独的操控，因为原子比电子大了1000倍，所以可以把它放到跟电子一样的环境下，看它到底是怎么运动的。
现在讲起来最能直接应用的应用就是说目前现在这个高温超导，我们希望通过用冷原子来理解高温超导机制，反过来再建议怎么调整能够实现比如说室温下超导。如果真的能够实现室温下超导的话，那么像上海的磁悬浮也不用亏本运营了。上海到北京或许只要半个小时就可以到了。
读完这个“重磅”新闻，感觉很多描述过于夸张或与事实不太相符。
首先，该报道称潘建伟团队的量子计算机是“世界上第一台超越早期经典计算机的光量子计算机诞生。”这点恐怕很多人都会“不服气”。有哪些人不服气呢？大家看看下面的新闻，或许有些帮助。
如何评价中国科学家
最近在量子计算领域取得的一系列突破？
作者：瓜子脸帅哥
链接：https://www.zhihu.com/question/59318912/answer/164429029
来源：知乎
中科大这块10 qubit的芯片（2017）：
<img src="https://pic3.zhimg.com/50/v2-d70c219ea3801f148a6e42e773efc7de_hd.jpg" data-rawwidth="922" data-rawheight="645" class="origin_image zh-lightbox-thumb" width="922" data-original="https://pic3.zhimg.com/v2-d70c219ea3801f148a6e42e773efc7de_r.jpg">
Google的9 qubit芯片(2015)：
<img src="https://pic4.zhimg.com/50/v2-85b7c51df9ca881c413de98f837c90c3_hd.jpg" data-rawwidth="699" data-rawheight="342" class="origin_image zh-lightbox-thumb" width="699" data-original="https://pic4.zhimg.com/v2-85b7c51df9ca881c413de98f837c90c3_r.jpg">
IBM的6 qubit芯片（2017）：
<img src="https://pic1.zhimg.com/50/v2-71b8fb84099178a489e4d3d2a14a9f6e_hd.jpg" data-rawwidth="589" data-rawheight="470" class="origin_image zh-lightbox-thumb" width="589" data-original="https://pic1.zhimg.com/v2-71b8fb84099178a489e4d3d2a14a9f6e_r.jpg">
Delft的5 qubit芯片（2015）：
<img src="https://pic3.zhimg.com/50/v2-847c3daf0484d823ccb45c6c1035452d_hd.jpg" data-rawwidth="793" data-rawheight="233" class="origin_image zh-lightbox-thumb" width="793" data-original="https://pic3.zhimg.com/v2-847c3daf0484d823ccb45c6c1035452d_r.jpg">
如何比较这些芯片？
显而易见，数量上，中科大纠缠了10个qubit，这是在世界上公开发表的论文中的首次，超过了John Martinis组的9个，是本文最大的亮点。
质量上，超导qubit的“寿命”，中科大的在 到 之间，UCSB的在 到 之间，IBM的在 到 。
可以说，中科大的qubit “寿命”接近世界领先水平。
但从操作灵活性及可靠性上来说，中科大的芯片就差了一些。体现在两点上。
1） 不知道你有没有发现，怎么中科大的芯片看起来要简单很多呢？正是这种简单，导致中科大的芯片在无法任意地同时操作两个qubit，也无法很好地同时将任意两对相邻的qubit分别纠缠起来。而Google, IBM和Delft的芯片就不存在这样的问题。
2） 中科大的芯片两qubit操作的可靠性只在90%左右，而Google的在98%左右。（Delft和IBM的数字暂时没找到）。
而在标准的通用量子计算机中，我们不仅需要较长的寿命，更需要高达99%的操作可靠性，而且任意两个相邻qubit之间都要能够自由实现高可靠的两qubit操作。因此，从这个角度来说，中科大的这块芯片和世界领先水平还有些许距离。较为悲观的一件事是，在一块芯片上排布的元件数量越大，布局将越复杂，操作的可靠性又会进一步下降。而且平面布局的芯片会极大的收到引脚的制约。现在Google, IBM和Delft都卡在引脚问题上，在寻求各自的解决方案。Google将不同的元部件放在两块芯片上，然后堆叠在一起。这被称为3D堆叠。Delft则在芯片内部直接安放引脚，通过垂直引脚接出来（3D引脚）。这也是中科大以后所需要解决的一个问题。
中科大的第二篇论文
采用的是另一块4 qubit的芯片：
<img src="https://pic2.zhimg.com/50/v2-7b1acba7d50c6bb896d6b84b2e1bf49d_hd.jpg" data-rawwidth="520" data-rawheight="348" class="origin_image zh-lightbox-thumb" width="520" data-original="https://pic2.zhimg.com/v2-7b1acba7d50c6bb896d6b84b2e1bf49d_r.jpg">
应该是采用了和Google芯片的一样的qubit的结构。
这是一篇利用小型量子芯片实现量子算法的文章，是当前量子计算领域很热门的一个方向。去年Google利用2 qubit实现了氢分子的基态能量的模拟，今年IBM新出的一篇文章则利用了上面的6 qubit芯片实现了用于量子模拟的VQE算法。可以预见，今年Google, IBM和Delft会做出更多在这方面相关的工作。从这个角度来说，中科大走在了世界前沿。
总的来说，中科大这次做出了一项很好的工作，虽然某些方面和国际领先水平有些差距，但这是中科大从无到有的工作。刚刚起步就做出了如此抢眼的工作，值得称赞和鼓励（此处应用掌声~~ └(゜∀゜└)(┘゜∀゜)┘ ）。但也如同其他答主所说，国内无知媒体有些过分吹捧，这是不好的。希望能够更为理性地看待这些工作，要称赞鼓励，但不要捧杀。
参考文献：
中科大：
[1703.10302] 10-qubit entanglement and parallel logic operations with a superconducting circuit [1703.06613] Solving Systems of Linear Equations with a Superconducting Quantum Processor
Google:
http://www. nature.com/nature/journ al/v519/n7541/full/nature14270.html
IBM:
[1704.05018] Hardware-efficient Quantum Optimizer for Small Molecules and Quantum Magnets
Delft:
Detecting bit-flip errors in a logical qubit using stabilizer measurements
3D堆叠和3D引脚的信息来自于今年的APS会议（March Meeting)。
其次，该报道称“我们发现它的速度比国际上第二名要快24000多倍，可以超过人类历史上最早期的那些经典计算机，这标志着我们可以构建出一些量子的机器，可以跟我们经典的机器同台竞赛了。”这不是与上面的第一个宣称自相矛盾了吗？潘建伟团队的量子计算机比的速度比国际上第二名要快24000多倍，这不就意味着国际上已有超越早期经典计算机的光量子计算机吗？至于说比第二名要快24000多倍，那就只能听他说了，因为这“第二名”是谁都还不明。
再者，既然“量子计算机是指利用量子相干叠加原理，理论上具有超快的并行计算和模拟能力的计算机“而且还”曾有人打过一个比方：如果现在传统计算机的速度是自行车，量子计算机的速度就好比飞机。”那么，为什么潘建伟团队的量子计算机总是跟“早期经典计算机”比较，而”通过和经典算法比较，也[只]比人类历史上第一台电子管计算机（ENIAC）和第一台晶体管计算机（TRADIC）运行速度快10-100倍”!
什么是人类历史上
第一台电子管计算机（ENIAC）和
第一台晶体管计算机（TRADIC）？
笔者搜查了一下，得知：
ENIAC ，全称为Electronic Numerical Integrator And Computer，即电子数字积分计算机。ENIAC是世界上第一台通用计算机 ，也是继ABC （阿塔纳索夫-贝瑞计算机）之后的第二台电子计算机。
它是图灵完全的电子计算机，能够重新编程，解决各种计算问题。它于1946年2月14日在美国宣告诞生。 承担开发任务的“莫尔小组”由四位科学家和工程师埃克特 、莫克利、戈尔斯坦、博克斯 组成。
基本概况
世界上第一台现代电子计算机埃尼阿克 (ENIAC)，诞生于1946年2月14日的美国宾夕法尼亚大学 ，并于次日正式对外公布。
ENIAC长30.48米，宽6米，高2.4米，占地面积约170平方米，30个操作台，重达30英吨，耗电量150千瓦，造价48万美元。它包含了17,468根真空管（电子管）7,200根晶体二极管 ，1,500 个中转，70,000个电阻器 ，10,000个电容器，1500个继电器，6000多个开关，计算速度是每秒5000次加法或400次乘法，是使用继电器运转的机电式计算机的1000倍、手工计算的20万倍。
媒体误传
曾有媒体误传ENIAC是第一台计算机，实际上，真正的第一台计算机是阿塔纳索夫 - 贝瑞计算机 （Atanasoff–Berry Computer，简称ABC计算机）。ENIAC是第二台计算机和第一台通用 计算机 。
TRADIC .
Bell Labs Announces TRADIC
March 14, 1955
AT&T Bell Laboratories announces the completion of the first fully transistorized computer, TRADIC . TRADIC, which stood for TRAnsistor DIgital Computer, contained nearly 800 transistors, which replaced the standard vacuum tube and allowed the machine to operate on fewer than 100 watts which was one-twentieth the power required by a comparable vacuum tube computer.
The TRADIC was the first transistorized computer in the USA, completed in 1954. The computer was built by Jean Howard Felker of Bell Labs for the United States Air Force while L.C. Brown was a lead engineer on the project, which started in 1951. Wikipedia
https://en.wikipedia.org/wiki/TRADIC
嘿！
这都是什么年代了，现在小学生用的计算器的计算速度恐怕都比上世纪40-50年代的人类历史上第一台电子管计算机（ENIAC）和第一台晶体管计算机（TRADIC）快很多倍吧？怎么非要把一个“飞机”与两辆老掉牙的“自信车”比，而且比下来，这“飞机”的速度比那自行车的速度也只快10-100 倍。
比上世纪40-50年代的电子管计算机（ENIAC）和晶体管计算机只快10-100 倍，这潘建伟团队的量子计算机是不是“飞”得太慢？或者说这个“飞机”其实根本就不能飞！
但是，好像上面新闻里居然还暗示，潘建伟团队的量子计算机或许比神威·太湖之光还厉害。真的吗？
看看下面的解读：
解读“中国量子计算机”，比神威·太湖之光还厉害 ?
量子位 报道 | 公众号 QbitAI
今天中科院微信发布了一个“重磅消息”：
中国量子计算机诞生。
这么说多少有一点夸张。
这件事实际上是中科大潘建伟、陆朝阳、朱晓波和浙大王浩华教授等，自主研发了10比特超导量子线路样品，通过发展全局纠缠操作，成功实现了目前世界上最大数目的超导量子比特的纠缠和完整的测量。
进一步，研究团队利用超导量子线路演示了求解线性方程组的量子算法，证明了通过量子计算的并行性加速求解线性方程组的可行性。
潘建伟说：这是历史上第一台超越早期经典计算机的基于单光子的量子模拟机，为最终实现超越经典计算能力的量子计算奠定了基础。
官方公布的实验测试声称，该原型机的取样速度比国际同行快至少24000倍，同时，通过和经典算法比较，也比人类历史上第一台电子管计算机（ENIAC）和第一台晶体管计算机（TRADIC）运行速度快10-100倍。
相关报道中还引用了一个例子：“如果现在传统计算机的速度是自行车，量子计算机的速度就好比飞机”。而且进一步表示：量子计算机对特定问题的处理能力可超过目前最快的“神威·太湖之光”超级计算机。
潘建伟教授一直在光量子计算机领域进行研究，至少在2007年，潘建伟研究组的“光量子计算机的物理实现和算法应用”，就曾获评中国高等学校十大科技进展。
而关于光量子计算机的相关研究，也一直有一些争论。
那么，到底怎么看待量子计算机？真的能比超级计算机“神威·太湖之光”更厉害？超算和人工智能到底有什么关系？
带着种种疑问，量子位火线对话浪潮人工智能与高性能产品部总经理刘军。尝试找到答案。
比超算还厉害？
对于今天发布的“中国量子计算机”，刘军表示还没有看过具体的产品和论文，但他指出报道中关于自行车和飞机的比喻，以及说量子计算机超越神威·太湖之光的说法，都是不对的。原因有三个：
1）相关产品还没有正式的商业化应用
2）几年前美国在研究，但只是样机给Google之类的测试，距实际应用还有很远
3）目前只应用在几个少量领域，多数场景还不行
另外也有朋友对量子位表示，量子计算目前非常依赖算法，只有在解决特定问题时才能起效。而且量子态的长时间存储比较困难，目前还难以支撑大规模计算，相关研究只停留在理论阶段。
总而言之一句话：应用问题是目前量子计算最核心的问题。大部专业场景还用不上量子计算机，未来可能比较适用于安全性要求高、加密解密等方面的工作。因此刘军说跟神威·太湖之光相比并不合适。
神威·太湖之光，是我国自主研发的超级计算机，也是目前全球排名第一的超级计算机，速度比第二名“天河二号”快出近两倍。
2015年，美国宣布对中国禁售高性能处理器。一年之后，中国就自主研发出超级计算机神威·太湖之光。也是一件相当提气的事情。
量子位问刘军其中的缘由。
这位业内人士回答说：首先是国家布局早，国防科大和江南计算所都是军方背景的研究队伍，而且国家重视，列入了战略级目标中。
其次更直接的是被逼得没办法，像美国对中国禁运，最尖端的部件不给你了，于是刺激了中国必须要自主开发做这个事情——美国人实际上干了一件很愚蠢的事情。
超级计算机神威-太湖之光作为国之重器，目前对于人工智能的不少问题，几乎就像屠龙刀斩蛇一般——实在太委屈了。刘军笑称，现在只有超大规模的科学工程计算仿真问题，才“配”动用这把国家屠龙刀。
顺着这个话题，继续聊聊超算和人工智能。
早在AlphaGo击败李世石、并让深度神经网络、机器学习和人工智能“闻名”于千家万户之前，以服务器和计算力为主业的浪潮内部，就已经在早几年里感知到了这种变化。
特别是对刘军来说，这种AI大潮汹涌而至的感觉，没有人比他更有话语权了。尤其是今年以来，他的头衔从浪潮集团高性能服务器产品部总经理，新近变更为了浪潮人工智能与高性能产品部总经理。
而更重要的是这种title变化背后展现出的AI产业趋势。
如果我们把BAT、360、搜狗、今日头条，Face++等企业看作人工智能时代的掘金者，那从“浪潮”这个卖水者背后，也能窥见AI潮水涌动的方向。
意料之外：GPU本为超算而生
在接受量子位专访中，刘军被问到“人工智能”时的第一个反应是：意料之外。
他回忆称，现在这个人工智能热潮让他最明显感知到是3年前，当时还没有AlphaGo大战李世石的史诗级事件，但因为BAT在内的客户，已经开始有了更大计算量和更多计算力方面的业务——“我们把它看作一种新的方法和工具，让我们去处理原来大数据的这些问题。”
之前，刘军未想过超算和AI会带来这样结合性的历史机遇，而从3年前开始，他们感知到一些业务正在变得不同。
让这一切变得不同的最大变量是GPU的出现。
首先，GPU可能现在已经广为人知，是人工智能中最核心的芯片应用，但GPU的诞生，当时最主要的目的却是希望解决超算和高性能计算中的问题。
“NVIDIA的创始人黄仁勋发明GPU，当时最主要想做超算和高性能计算。但当时他最主要的竞争对手是Intel，以及更现实的问题是所有的软件都跑在Intel的CPU集群上，所以如何把软件移植过来，是最头疼的问题。”
然而意料之外的是，搞神经网络的人发现了GPU，并发现GPU对加速训练的性能提升帮助很大，于是开始带动了整个用GPU来做深入神经网络的热潮。
互联网公司升级：框架是关键一步
毫无疑问，这股浪潮也影响到了中国互联网公司。但在2015年以前，这些公司并不知道如何利用GPU实现神经网络的训练。
刘军表示，当时包括科大讯飞、搜狗和奇虎360等公司，都在寻求解决方案，即如何做应用的迁移优化，而浪潮的角色，就是帮自己的这些超算业务里的客户，把CPU的应用转到GPU上。
不过，这并不是一蹴而就的事情。刘军认为当时虽然浪潮服务的客户有了把应用迁移到GPU上的需求，但其中面临最现实的挑战来自“人才”——懂GPU的人实在有限，人力资源也遭遇紧缺。
于是，这其间第二个关键的变量是Caffe之类的框架。
刘军将Caffe的出现比喻成“轮子”，是加快整个AI这辆汽车往前的关键性发明。自此之后，互联网公司和研究人工智能的公司就有了较为便利的工具，能够快速把原来的数据通过深度学习的方法转化成比较强的推理识别的业务应用。
“如果没有Caffe这样的框架，现在看到的绝大多数的人工智能可能还在探索怎么编写程序、以及如何实现想要的东西，所以’轮子’出现，整个进度一下子就上升了很多。”
超算和AI因何交汇？
当然，除了GPU和Caffe带来的加速，刘军还认为超算的发展变革，正在和人工智能交织在一起，而这也是他的职务变成浪潮人工智能与高性能产品部总经理的原因。
“人工智能”并非为加而加，“高性能”保留也并非没有缘由。
刘军介绍称，目前服务的客户来看，图像分析的样本量级大约为百亿级，而语音分析也达到了十万小时级。随着AI的应用范围拓展，训练数据的样本量越来越大，对并行存储容量和带宽提出了新挑战。
他表示，从高性能计算能力支撑来讲，深度学习需要高容量、高带宽的并行存储，高带宽、低延时的互联网络，需要更大规模的GPU集群，同时需要专用的神经网络芯片。
刘军指出的具体解决方案分线上和线下。
线下平台方面，主要有X86 CPU同行并行计算和GPU/MIC异构并行计算。因为线下训练涉及的数据量非常大，往往能够达到PB级，计算和通信十分密集，由于深度神经网络（DNN）、循环神经网络（RNN）、卷积神经网络（CNN）等算法往往可扩展性不高，需要在节点内进行高效计算。
线上平台方面，则有X86 CPU同构并行计算、GPU/MIC异构并行计算，以及FPGA异构并行计算。
这种方案主要基于用户请求。由于线上产品往往伴随着亿万级别的用户和用户请求，需要成千上万个节点来实时响应，这就要求线上平台低功耗且高性能。
作为浪潮方面解决方案的直接负责人，刘军认为FPGA正在成为潮流。
刘军解释称，原来大家一直用的比较多的是CPU，因为CPU大环境比较成熟，部署起来也比较方便。
现在在训练端大家越来越多的用GPU，所以在前端推断端云端部署的时候，越来越多的人开始部署GPU。因为它的模型直接过来放在上面就可以用。
第三个方向也是浪潮在做的FPGA，FPGA的方式天生的就比较适合于并发的低延迟的处理简单的小任务，现在用FPGA在云端处理推理端。
不过现在用户除了广泛接纳CPU、GPU外，他们也正在尝试新的趋势，目前之所以FPGA的异构计算模式成为深度学习选择，核心关键是：低功耗、高性能、易编程。
值得注意的是，超算和人工智能的实际结合也正在越来越多地发生。
就在近期结束的ASC2017世界大学生超算竞赛中，全球最快、中国最知名的超级计算机神威-太湖之光就成为了总决赛的计算平台。其中具体领域涵盖超算系统设计、人工智能、基因测序等。
而人工智能方面，则基于百度的深度学习开源平台PaddlePaddle，要求参赛者在3000W额定功耗下搭建超算系统竞赛平台、建模计算并对瞬息万变的交通情况做出预测，并且帮助车辆选择最合适的行驶路线。
竞赛提供给各队伍在上百条道路上约50个工作日的历史交通数据，要求他们预测每条道路在某工作日早高峰的道路交通状况，最终，北京航空航天大学、清华大学、俄罗斯乌拉尔联邦大学等参赛队伍取得了较高精度的交通预测结果。
不过，刘军对量子位表示这只是“牛刀小试”。主要目的是希望借助竞赛，培养更多人的兴趣，“让更多人知道它、了解它、熟悉它，为下一步生态圈内的软件开发培养兴趣和习惯。”
这也是这位站在超算和AI交叉路口的专家，对目前最大挑战的看法——中国有了自主研发的超算，并且实现了全球最快，但现在还不到“满血”应用和服务于各种工程的爆发期，因为整个软件生态和开发生态还有待建设。（完）
---------------------------
此前，图灵奖得主Raj Reddy接受量子位专访时表示，计算能力的进步，将推动人工智能和相关算法的继续飞跃。
嘿！
看到真正的计算机行家
对“潘氏量子计算机”的评价，
是否立马感到“理想很丰满、现实很骨感”呀！
如果是这样，
那么“潘家军“声称的“中国量子计算，
期望10年内达全球计算能力总和100万倍 ”是不是像“满嘴跑火车”？
中国量子计算，望10年内达全球计算能力总和100万倍
原标题：
中国的量子计算，期望10年内达到全世界计算能力总和100万倍
导语：就在今天上午，科技界迎来了一则重磅消息：世界上第一台超越早期经典计算机的光量子计算机诞生。中国科学院5月3日在上海举行新闻发布会，对外发布了这一消息，这个“世界首台”是货真价实的“中国造”。
实验测试表明，该原型机的取样速度比国际同行类似的实验加快至少24000倍，通过和经典算法比较，也比人类历史上第一台电子管计算机和第一台晶体管计算机运行速度快10倍至100倍，它的诞生为最终实现超越经典计算能力的量子计算奠定了基础。
这让我们不由想到曾在SELF讲坛对量子计算提出展望的陈宇翱教授，下面我们就来回顾一下他的精彩分享吧~
以下是陈宇翱教授在SELF讲坛的演讲摘录，更多内容欢迎点击视频了解~
大家知道，现在量子通信非常火热，我们的量子卫星之前已经运到酒泉去等着发射了，我们的京沪干线在今年年底会开通。在这个炎热的夏天，我想给大家带来一点不一样的、冷一点、酷一点的东西，我们这个叫冷原子，那冷原子是什么呢？听我给大家慢慢讲来。
我们知道目前已知的物质、或者说已知的自然界有的、最冷的也就是液氦，大概4K左右，跟太阳表面也就只差了三个数量级。我想要讲的这个冷，还在液氦的一万倍以下，就是在10 -4K往下开始，它有趣的地方在哪？
当在这个温度往下开始，这个原子就不能再考虑它是一个粒子，而是必须得考虑它的波动的性质了，继续往下冷，就可以冷到一个科学界或者说原子界的里程碑——玻色·爱因斯坦凝聚。
随着原子运动速度越来越慢，它越来越冷，慢慢展现出它的波动的性质出来，形象地比喻来说就是这个原子变得越来越胖，当它本身的波长和它的距离可以比拟的时候，就变成了你中有我，我中有你，所有的原子变成了一个量子态。
但是，与此同时在另外一个领域，在凝聚态系统里面，大家在为理解电子的运动而犯愁的。电子运动本身很简单，它一共有几种运动，电子在格点上可以转，在旁边有空的格点它可以从这边移到那边去，互相之间可以交换。
这里有一个最典型的或者说最美最妙的模型就是Hubbard模型，Hubbard大概在1963年提出来，这么简单的方程式就描述了刚刚非常简单的运动。但是问题在哪？问题在这么简单的一个模型，这么美的一个方程式，它解不出来。
首先它解析解是没有的，为了要解数值解，他所需要的计算资源跟粒子数是呈指数增长具体来讲，我们现在的超算第一名，已经超过了天河二号的（神威）太湖之光，它所能处理的也就大概45个电子的运动，我们每个人都有的智能手机，它大概能处理25个，也就比神威少了20个。
如果我们想要模拟300个电子运动，它所需要的存储空间就是2 300，这个数字已经超过了目前我们已知宇宙的原子数总和。而我们知道，我们真的想要研究电子运动，实际上你要考虑的是成千上万可能几十亿个非常多的远不止这个数字的。
对于这个问题，费曼就提出来说，这个自然界它不是经典的，如果你想要模拟这个自然界实在是太难了，那你最好把这个计算机给量子化，他提出了量子计算与量子模拟的概念。
什么意思？
就是相当于我用一个可控的量子体系，就是在他的体系里面，就是用原子体系来模拟电子的体系。费曼提出的这个机制，某种意义上就是给电子建造一个风洞。用什么？用冷原子。
为什么要用冷原子？
当原子进入到玻色·爱因斯坦凝聚之后，它每个原子都一样了，在这个情况下才能够使得原子它在格点上的行为能够跟电子一模一样。所以就是说它可以利用原子做一个最简的可控模型，使计算能力得到重大的突破，当我们能够操纵比如说50个原子的时候，现在就已经能超越神威太湖之光的计算能力了。
费曼相当于提出了一个当时对玻色·爱因斯坦凝聚非常好的应用吧。不管怎么样，玻色爱因斯坦凝聚本身就是一个大家追求的里程碑式的一个圣杯。在这条道路上，大家一直在努力着，但是几十年过去之后，实验上一直没有太多的进展，一直到80年代才开始有了突破。
当我们有了激光之后，人们开始提出一种用激光来冷却原子的方式。什么意思呢？不知道各位在火车站接人的时候有没有感受到过，当火车开过来和离开的时候你听到的声音不一样，这个就是叫多普勒效应，跟你迎面而来的频率和跟你离开而走的频率不一样。
那么，我调节这个光和调节这个原子，使得光只会对迎面而来的原子起作用，后面来的光就直接穿过去，不会挡它了。这样的话我如果在每个方向都打光，这个原子往这个方向跑，那么光就像划一个如来神掌：你给我滚回去，就把它给冷下来了。实际上你看光本身也不强，但是它最大的加速度能够达到重力加速度的负一万倍，能到10 5米/秒平方的加速度，能够在很快的时间内能把原子从室温冷到最小的温度，大概10μK。
但是这个温度还不够，刚刚讲了10μK，，离玻色·爱因斯坦凝聚还差了几个数量级，进一步冷却之后，怎么弄呢？一个非常妙的主意是叫蒸发冷却。
蒸发冷却就像我们喝咖啡、喝水的时候，我们就吹一吹让水蒸气跑掉，它慢慢就冷下来了。我们在原子里面怎么弄？大概10μK原子它始终会有个速度分布，有些热的，有些是冷的，热的始终在边缘处，比较容易逃逸，冷的在下面，我想个办法这个碗慢慢放小了，放小使得热原子容易逃逸的那部分就跑了，跑了之后剩下的原子温度会重新分布，分布下来，它就慢慢的冷下来了。
有了玻色·爱因斯坦凝聚之后，就可以对这个原子进行单独的操控，因为原子比电子大了1000倍，所以可以把它放到跟电子一样的环境下，看它到底是怎么运动的。
现在讲起来最能直接应用的应用就是说目前现在这个高温超导，我们希望通过用冷原子来理解高温超导机制，反过来再建议怎么调整能够实现比如说室温下超导。如果真的能够实现室温下超导的话，那么像上海的磁悬浮也不用亏本运营了。上海到北京或许只要半个小时就可以到了。
在这里提出一个展望，相信在未来五年内就能够实现50个粒子的量子计算，可以对特定的问题进行模拟，然后在十年内就能实现操纵100个粒子的量子计算机。希望大家也能关注一下我们更冷一点、酷一点的东西。这是我今天的演讲，谢谢大家。
读到这里，
你是否会会想起国人过去常说的一句话：
“十亿人民九亿吹、谁个不吹谁吃亏”。
只不过现在人更多了，不吹牛还可能不能活了！