量子计算机是什么？

量子计算机使用量子态处理信息。其基本单元量子比特（qubit）可以被制备成叠加态，并通过纠缠与其他量子比特相关联。量子门调节振幅，使干涉提升有用测量结果的概率。

量子计算机并不是简单地并行尝试所有答案并挑选最佳。测量只能得到有限的经典结果。有效的算法必须有意构造干涉，并通常多次重复电路以估计概率。

关键要点

• 量子比特是量子态；量子门操控振幅，测量产生经典结果。
• 纠缠产生的关联在经典描述中可能效率低下，但它并非通用加速手段。
• 噪声限制了电路深度，因此有用的大规模系统需要错误纠正以及每个逻辑比特对应多个物理比特。
• 量子优势是针对特定任务的；在混合工作流中经典计算仍然必不可少。

量子比特、叠加与测量

经典比特的读取结果为 0 或 1。量子比特可以被制备为基态的加权组合，由复数振幅描述，其模方决定测量概率。量子门以数学受控的方式旋转并耦合这些状态。

测量并不是读取所有振幅。它产生诸如 0 或 1 的结果并改变量子态。因此算法会使用重复运行、精心设计的干涉以及经典后处理来提取有用的估计。

纠缠与量子电路

纠缠指的是一种无法分解为每个量子比特独立状态的整体量子态。它可以作为计算资源，但仅靠纠缠并不能解决问题。电路将状态制备、单比特和双比特门、测量以及常常的经典优化器组合在一起。

混合变分算法会反复运行参数化电路，并在经典计算机上更新参数。它们对近期实验具有吸引力，尽管实际优势的证据必须与包括整体采样和误差缓解成本在内的强大经典基准进行比较。

噪声与量子错误纠正

物理量子比特会失去相干性，量子门会引入错误。增加更多噪声操作可能使结果更差。量子错误纠正将一个逻辑比特编码到多个物理比特中，检测错误综合征并在不直接测量受保护信息的情况下纠正错误。

所需的开销取决于硬件错误率、代码选择、连通性以及目标算法。因此不同系统的物理量子比特数量不可直接比较，且大量物理比特并不等同于大型容错机器。

量子算法可能的帮助领域

已知算法在因式分解、无结构搜索以及量子系统模拟等特定任务上提供理论优势。研究亦涉及优化和机器学习，但在现实硬件和数据加载假设下，许多方案仍未超越最佳经典方法。

可信的主张应说明问题、输入规模、错误模型、精度目标、经典对照以及总体资源估计。“量子霸权”或“量子优势”是针对特定任务的实验性表述，并不证明量子计算机普遍更快。

量子计算与网络安全

足够强大的容错量子计算机将威胁基于因式分解和离散对数的广泛使用的公钥体系。但它不会自动破解所有对称密码或哈希函数。

NIST 于 2024 年完成了首批后量子密码学标准，因此组织应在出现具备密码学相关性的量子计算机之前，盘点密码学依赖并规划迁移。这是一个网络安全和数据生命周期问题，因为被截获的加密数据可能在多年后仍具价值。

量子比特、门与量子信息

量子比特由其振幅决定测量概率的量子态描述。叠加使状态能够组合基态的可能性，而纠缠产生的关联无法用独立的量子比特表示。量子门是可逆的幺正操作；电路制备状态、施加门并测量经典比特。测量并不直接揭示振幅，因此算法必须安排干涉，以提升有用结果并抑制其他结果。仅凭量子并行并不意味着一次读取所有可能答案。

物理量子比特可以采用超导电路、囚禁离子、中性原子、光子、自旋或其他系统。每个平台在门速率、连通性、保真度、相干性、测量、控制、冷却及可制造性方面各不相同。噪声在计算过程中累积。量子错误纠正将逻辑比特编码到多个物理比特中，并在不直接测量受保护的逻辑信息的情况下反复检测错误。实用的容错机器需要错误率低于阈值，并且在逻辑门和解码上有大量开销。

算法、复杂度与当前硬件

Shor 算法在足够强大的容错量子计算机上实现多项式时间的因式分解和离散对数运算，推动了向后量子密码学的迁移。Grover 算法为无结构搜索提供二次加速，而非指数级提升。量子模拟是自然的目标，因为量子系统在经典上难以表示。变分算法将短量子电路与经典优化相结合，但噪声、可训练性以及经典竞争限制了在当今机器上获得实际优势的证据。

量子优势的主张必须在可比资源下定义任务、输入、输出质量、硬件时间、采样、预处理、误差缓解以及最强的经典基准。仅靠量子比特数量不足以说明优势；电路深度、连通性、保真度和逻辑错误率同样重要。一些演示解决了专门构造的采样问题，但应用范围有限。云访问对研究和教育有用，但工作负载可能排队、依赖专有校准，并返回需要统计分析的概率样本。

负责任地规划量子计算

组织应盘点密码学并在不依赖对密码学相关机器的预测的情况下，依据标准开展后量子迁移。对于应用，识别精确的计算瓶颈，估算逻辑资源，并持续比较不断改进的经典算法和硬件。保护发送至云量子服务的敏感数据，并保存可复现的电路、编译器和校准记录。量子计算是一种拥有已证实理论加速和活跃工程进展的不同计算模型，但它并非 CPU、GPU 或经典 AI 的通用替代品。

案例分析：评估量子优化主张

一项物流研究将路由子问题映射到量子电路，并与经典启发式方法进行比较。评估包括数据编码、电路编译、排队、采样、误差缓解和结果解码，并报告解的质量和实际耗时。它使用在等价问题实例上最强的可用经典基准，并说明量子设备是解决完整业务问题还是仅解决一个小的构造核。

结果在不同校准和规模下重复出现，公开了电路深度、双比特错误率、采样次数以及失败率。与经典解相匹配的噪声变分结果不被称为量子优势。资源估计展示了规模化所需的逻辑比特数量和错误纠正开销。组织另行启动后量子密码学盘点，因为无论该优化实验是否产生近期价值，这一安全迁移都是审慎的。

实施证据与运营准备度

生产决策需要的不仅是一次成功的演示。需明确预期用户、运行环境、输入、输出、依赖、负责人以及每个重要故障的后果。调优前建立可复现的基线和版本化的评估集。测试普通案例、边界条件、格式错误或缺失的输入、分布漂移、依赖中断、误用以及最可能被服务不足的群体或环境。测量任务质量以及校准或不确定性、延迟、吞吐量、资源成本、可访问性、隐私和安全性。记录每一次转换和阈值，以便独立审阅者能够复现结果并区分证据与吸引人的原型。

上线前，指定发布、例外、变更、回滚和退役的授权人。采用分阶段发布，保留安全回退，并通过有意注入故障来验证监控。运营遥测应揭示输入质量、输出行为、模型或规则版本、依赖健康、人为覆盖以及已确认的结果，而不收集不必要的敏感数据。定义警报阈值和响应负责人，然后在部署后审查真实世界的证据，而不是假设离线性能会持续。每当数据来源、用户、模型、供应商、政策、硬件或目标变化时都需重新评估。维护中的系统还需要有文档化的恢复、事件学习、删除和保留流程，以及明确的停用或替换时点。

常见问题

量子计算机会取代经典计算机吗？

不会。它们是针对特定算法的专用加速器，仍然依赖经典系统进行控制、编译、网络和后处理。

量子比特既是 0 又是 1 吗？

量子比特可以处于基态的叠加态，但测量会根据状态的概率返回一个经典结果。所谓“同时为两者”是一种不完整的简化说法。

主要参考文献

• NIST: 量子计算概述
• NIST: 后量子密码学项目
• NIST: 什么是后量子密码学？