美国谷歌量子剑指中国！算分子快万倍，中国企业不突破恐被甩远

文 | 锐观经纬

编辑 | 锐观经纬

现在一提量子计算，不少人还觉得是实验室里的 “科幻名词”，要么是新闻里 “比超算快多少倍” 的数字游戏，要么是科学家嘴里听不懂的 “量子比特”“叠加态”。

可谷歌最近干的一件事，直接把这东西从 “概念” 拽到了 “能帮人类改分子、造新药” 的实用阶段：他们的量子计算机首次跑通了能反复验证的算法，算分子结构的速度比最快的经典超级计算机快 13000 倍，还跟大学合作测出了传统设备看不到的分子细节。

但这事往深了想，真不是 “谷歌又拿了个技术第一” 那么简单，量子计算现在就像十几年前的智能手机，谁先把它用到实际场景里，谁就能攥住下一个科技时代的钥匙。

可咱们中国的量子计算企业，目前大多还停在 “证明自己比经典计算机快” 的阶段，像谷歌这样能落地到分子研究、材料科学的，掰着手指头都能数过来。

要是再不在 “实用化” 上发力，等谷歌把药物研发、核聚变这些关键领域的门槛搭起来，咱们以后想跟人家竞争，会不会一步慢、步步慢？

要说谷歌这突破的底子，得从 2019 年说起，那时候他们就已经证明，自家量子计算机能解决经典超算要算几千年的问题，算是第一次让行业看到 “量子优势” 的影子。

到了 2024 年底，他们又拿出了 Willow 量子芯片，这东西才是关键，直接解决了困扰科学家近 30 年的麻烦：一般量子计算机里，量子比特越多，跟环境的干扰就越大，错误率也跟着涨，最后算出来的结果根本没法用。

可 Willow 不一样，从 3x3 的量子比特网格加到 5x5，再到 7x7，每多一组量子比特，错误率反而能减半，业内管这叫 “低于阈值” 突破，意思就是终于能靠加量子比特来提升性能，而不是被错误拖后腿。

有了 Willow 这个 “硬底子”，谷歌今年才敢放出 “可验证算法” 的大招。

他们在《自然》杂志发的论文里说，这次跑通的是 “乱序时间相关器算法”，还给起了个好记的名儿叫 “Quantum Echoes”（量子回声）。

这算法的原理说起来不复杂，就像给量子比特发一个精心设计的 “信号”，先稍微打乱它的状态，再把信号倒着放一遍，听返回的 “回声”，而且这回声会被 “相长干涉” 放大，就像两个人说话叠在一起声音变响一样，能让测量变得特别灵敏。

最关键的不是算法多巧妙，是 “可验证” 这三个字，以前量子计算总被质疑 “算出来的结果没法查”，你说快，可别人没法重复，谁知道是不是算错了？

但这次不一样，不管在谷歌自己的 Willow 芯片上，还是其他同级别量子计算机上，只要按同样步骤跑，结果都能对得上。

这就相当于给量子计算发了 “通行证”，证明它不是实验室里的花架子，能当成正经工具用在科研里。

为了测试这工具好不好使，谷歌还跟加州大学伯克利分校合作做了个实验，他们选了两个分子，一个 15 个原子，一个 28 个原子，用量子回声算法去算它们的结构。

以前科学家研究分子，靠的是核磁共振（NMR），这技术跟医院里的 MRI 原理差不多，能看到原子的大致位置，像个 “分子显微镜”。

可这次量子计算算出来的结果，不仅跟核磁共振对得上，还多出了些核磁共振看不到的细节，比如原子之间细微的相互作用，这些细节对做新药、搞新材料太重要了。

你想啊，要是研究抗癌药，以前得靠大量试错，把不同的药物分子跟癌细胞放在一起，看哪个有用，既费钱又费时间。

现在有了量子计算，能精准算出药物分子怎么跟癌细胞的靶点结合，甚至能提前 “设计” 出最合适的分子结构，直接跳过大部分试错步骤。

还有材料科学，比如做电池，要是能算清楚电极材料里分子的排列，就能找到充电更快、寿命更长的配方，这些都是实实在在能改变行业的事。

Willow 芯片本身的性能也得提一嘴，不然没法理解为啥只有谷歌能做到。去年六月谷歌发布这芯片的时候，就测过一个叫 “随机电路采样” 的基准测试。

这是行业里公认的 “量子计算机高考”，专门测量子态的复杂程度，Willow 只用了不到五分钟就做完了，可现在最快的经典超算之一 Frontier，要做完得花 10²⁵年。

这数字啥概念？宇宙现在的年龄也才 138 亿年，10²⁵年比宇宙年龄还多了好几个数量级，说 “碾压” 都不算夸张。

而且谷歌这次测试还挺实在，没给自家芯片 “开小灶”，他们假设 Frontier 能完全用上二级存储，还不用考虑带宽开销。

这在实际情况里根本做不到，等于给经典超算留了最大的余地，即便这样，Willow 还是快得没边。

谷歌自己也说，以后经典超算可能会在这个基准上进步，但量子计算机的性能是 “双指数增长”，规模越大，跟经典超算的差距就拉得越开，就像智能手机跟功能机的区别，不是一个赛道上的竞争。

Willow 的硬件细节也藏着巧思，它有 105 个量子比特，不算行业里最多的，但谷歌更看重 “质量” 而非 “数量”，毕竟量子比特再多，错误率高也没用。

比如它的 T1 时间，也就是量子比特能保持激发态的时间，现在已经接近 100 微秒，比上一代芯片提升了 5 倍。

别小看这 100 微秒，对量子计算来说，这意味着有更多时间完成计算，不用怕算到一半数据就丢了。

而且这芯片是在谷歌圣巴巴拉的专门工厂造的，那里是全球少数几个为量子芯片量身打造的工厂，从设计到组装，每个环节都为了降低错误率服务。

现在谷歌的路线图很清晰，就是要把量子计算从 “比速度” 转向 “用起来”，以前他们做过两类实验：一类是像随机电路采样这样，性能超经典超算，但没实际用途；另一类是模拟量子系统，有科研价值，可没突破经典超算的能力。

这次的量子回声算法，刚好把两者结合起来，既比经典超算快，又能解决实际科研问题，算是填补了行业里的一个大空白。

看到这儿，咱们真得替国内量子计算企业捏把汗，国内现在也有不少团队在做量子计算，有的量子比特数量比 Willow 还多，有的在特定测试里也能超过经典超算，但大多还停在 “技术验证” 阶段，没像谷歌这样跟具体科研场景结合。

比如分子建模、药物研发这些领域，国内还是以传统方法为主，量子计算的应用基本没怎么落地。

不是说国内技术不行，而是方向上可能得调整，量子计算的竞争，早已经不是 “谁先做出 1000 个量子比特”，而是 “谁先能用 100 个量子比特解决实际问题”。

谷歌现在已经把 “实用化” 的门槛搭起来了，接下来就是往里面填场景、积累数据，等这些东西形成壁垒，后面的人想追就难了。

比如药物研发，谷歌要是先用量子计算搞出几个新药，那后面的企业不仅要追技术，还得追数据、追合作资源，难度会大很多。

当然，也不用太悲观，量子计算现在还处在早期阶段，就像互联网刚出现的时候，谁也没想到会有电商、短视频这些应用。

国内企业要是能抓住 “分子建模”“材料科学” 这些谷歌已经验证过的方向，集中精力突破实用化技术，说不定能实现 “弯道超车”。

毕竟咱们在新药研发、新能源这些应用领域有很大市场需求，只要技术能落地，很快就能找到用武之地。

谷歌这次的突破，与其说是 “技术胜利”，不如说是 “赛道定调”，它告诉整个行业，量子计算该从 “实验室” 走向 “市场” 了。

对中国企业来说，这既是压力也是机会，要是能尽快在实用化上拿出成果，就能在下一代科技竞争里占住位置。

可要是还停在 “比参数、晒数据” 的阶段，恐怕真要被谷歌这样的对手甩在后面，毕竟科技行业里，差的不是几个月、几年，而是一个时代的差距，谁也输不起。