不吹不黑，谷歌最新的willow 量子芯片到底是什么？
19:25 Share

汪洁杂谈杂而不淡

好 今天节目开始前我们先来听一些这两天自媒体上常见的对谷歌量子芯片的评论哇去 兄弟们这次我真的忍不了了咱们现在是不是就生活在一个科幻片里真的不是夸张啊全球的历史走向可能又又又要发生改变了没想到在 2024 年末会出现人类期盼已久的起点警报朋友们 太科幻了人类要起飞了谷歌悄无声息地投下一枚科技核弹全新的飞龙量

马斯克为之惊叹全世界为之懵逼这张王炸就是谷歌刚刚发布的 Velo 量子芯片这已经超过宇宙的 138 亿年寿命

所以你完全可以预见它将如何彻底的改变你我的生活首先它将直接加速人工智能的进化能够预测未来的通用人工智能或许将很快就能来到你的身边了第二点这个世界黑客将直接消失了因为量子密码学让信息系统达到了无限可及的安全水平你可能很快就能通过技术穿越到另一个可能

大家发现没这些评论听上去真的是一个比一个炸裂那么他们到底说的对不对呢我觉得这个世界上凡是一句话能够解释清楚的知识其实都不是太有价值的有价值的知识都是比较复杂的

因此大家需要有一点耐心听我讲的深入一点我想先把谷歌量子芯片这条新闻给你准确的播报一下北京时间 2025 年 12 月 10 号谷歌公布了他们在量子计算上的最新进展他们正在研发中的一块被命名为 Velo 的芯片取得了两项重大成果第一项成果是在解决某些特定计算问题时的速度有了大幅度的提升

第二项成果是大幅度降低了错误率并且是计算量越大错误率反而越低你看啊所以后面凡是你听到什么类似谷歌推出最新的量子芯片谷歌最新量子计算机吊打超算等等这样的标题或者口号

大概通通都可以直接划掉了因为这些标题连最基本的新闻准确性都没有做到当然是我觉得不太值得参考的信息在这次新闻事件中我看最多人感兴趣的就是那个所谓 Velo 的计算速度是传统电子计算机的 10 的 25 次方倍

换句话说量子计算用五分钟搞定的问题如果用地球上最快的超算用远远超过宇宙年龄的时间也算不出来这个听上去真的是好夸张好厉害啊

大家都在津津乐道于此但问题是这个真的需要如此大惊小怪吗我们来回顾一下过去这几年在量子计算这个领域上的一些大新闻你们难道都忘了吗 2019 年 10 月 23 号谷歌宣布他们的量子计算机玄陵木实现了所谓的 Quantum Supremacy 很多地方都翻译为实现了量子霸权这个翻译霸气十足与很多人心目中的美国的气质是很贴的

但我觉得更好的一个翻译其实是量子优越性具体来说就是谷歌宣布他们首次利用量子计算机仅用 200 秒就完成了一个计算任务而同样的任务用地球上最快的超算来算需要 1 万年大家有兴趣的话可以去回顾一下 5 年多前的这条新闻当时各大自媒体的反应那比今天还要炸裂动不动就是计算机产业要革命了银行服务器涉涉发抖了

加密币要崩盘了因为传统密码都要被量子计算机轻易破解了等等但是五年多过去了你看这个世界有任何变化吗比特币的价格甚至从五万元人民币一枚涨到了现在的七十多万元人民币一枚然后只过了一年多也就是 2020 年 12 月 4 号中科大的潘建伟教授团队在科学杂志上公布了中国量子计算机的最新成果

由中科大发明的九张光量子计算机首次实现了量子优越性并且我们的这台九张比谷歌的玄陵木速度要快多少呢 100 亿倍 2021 年 10 月中科大的九张二号诞生了它的速度又比九张快了几百倍如果跟传统的超算相比

9 章 2 号解决特定问题的计算速度要快上个 10 的 24 次方倍也就是说 9 章 2 号算 200 秒传统超算用超过宇宙年龄的时间也算不出来你看这个超过宇宙年龄的说法并不稀奇吧早在 2021 年 10 月份就已经有了那么到了 2023 年的 10 月

9 张 3 号诞生了它的速度又比 2 号提升了 100 万倍所以你看啊跟传统电子计算机比速度有意思吗其实没啥意思就是给外号人看热闹用的

量子计算都已经发展到今天了内行人早就不太关心和传统计算机比速度了因为这种比较其实非常的不对等或者这么说吧在解决某些特定问题上量子计算比电子计算哪怕快上个无穷倍大这也没啥稀奇的因为比较速度实在没意义

你发现没在我前面的叙述中我每次讲到计算速度的时候都要强调特定问题这个定语是非常非常重要你以后凡是看到某些评论在讲到计算速度的时候不提特定问题的那都可以认为这个评论是挺水的

那么这个特定问题到底该怎么理解呢这次谷歌宣布 Velo 解决的那个特定问题叫做 RCS 随机线路采样基准测试而九张解决的那个特定问题叫做高斯波色取样那这些名词术语都很高能我们普通人是绝对听不懂的对吧但我可以给你举一个比较容易理解的例子这个例子的本质和我刚才说的那两个听不懂的特定问题基本上是一样的

你理解了我下面说的这个例子也就能理解 Velo 和九张解决的是什么类型的问题假设现在我把 500 个小球从台阶的高处往下倾倒所有的初始条件都是已知的你不用管到底有哪些初始条件这些细节问题其实不重要我们只需要从宏观上理解这个问题的实质内容就可以了

现在我们要求解的是当最终所有的小球都停在台阶下方不动时每个小球的位置在什么地方那传统计算机要怎么算呢当然是要先建立一个计算小球运动路径的数学模型这个数学模型中包含了所有可能的变量因为小球与小球之间会发生碰撞显然小球的数量越多计算量就会呈现指数级的增长

不过假设我现在发明了一台叫做小球计算机的机器这台机器就是专门针对解决上面那个问题发明的这台机器它实质上是一个模拟器它可以在一个手掌大小的盒子中模拟小球滚落的情况我们假设模拟的结果就是能够精确的对应现实中的结果最后我们只需要做一个等比例的放大就可以了你不要跟我钻牛角尖说这不可能啊这样的模拟器是做不出来的等等啊

注意我这里只是举一个理想化的例子目的是帮助你理解什么叫做解决特定问题你看现在我用这个小球计算机来计算上面这个问题不管是 50 个小球还是 500 个小球反正我都是只跑一次也就是几秒钟就能出结果并且我这个小球计算机能模拟的数量如果从 500 个小球增加到 1000 个小球

对于小球计算机来说计算时间是一样的都是跑一次花的时间但是对于电子计算机来说从 500 个小球到 1000 个小球这个计算量增长的可能就是几百亿倍都不止了对吧当然啊九张和谷歌维罗所解决的特定问题比刚才这个例子呢要更复杂一些

刚才我说的那个例子中只要初始条件完全一致最终的结果也会完全一致小球最终在地面上的分布也是确定的毕竟小球遵循的是确定的牛顿运动三定律在往下滚但是如果我们现在假设小球每次碰撞后哪怕初始条件完全相同也会随机出现不同的结果的话那最终小球在地面上的分布也就是不确定的了

计算结果只能告诉你哪块地方的小球有可能会更密集一些哪块地方的小球有可能会更稀疏一些那这种计算结果呢就被称为概率分布九张和 Velo 解决的特定问题都是结果为概率分布的一类问题

我记得九张计算机刚问世的时候网上有很多人都在质疑九张解决问题的方法到底是计算还是实验很多人认为九张只是把一个计算问题巧妙的转换为了一个模拟实验只不过这个模拟实验的技巧比较高超罢了要利用什么量子纠缠效应其实谷歌的玄陵木也好这次的 Villow 也好

他们所谓运算的实质和九章也都是一样的都是巧妙的把一个计算问题转换成了用量子的特殊性质完成了一个量子模拟实验它的实验结果呢就是电子计算机的运算结果

那到底是计算还是实验这个问题我今天不想展开讨论我认为量子计算机的这种特殊的运行方式是一种计算尽管看上去很像是实验但它和物理实验的最大不同在于量子计算机的这种实验是可编程可精确重复的满足了这两个要求那就是一种计算

但是我们也能够感觉出来量子计算机的这种计算和电子计算机的计算好像是有些不同的对的这就是为什么行业人士把电子计算机的计算叫做通用计算而量子计算机的计算叫做特定计算就是因为量子计算机它目前还不能像电子计算机一样做最基本的加法运算

听到这里你可能会有点吃惊什么这么神乎其神的量子计算机居然不能算 1 加 1 等于 2 是的

确实算不了如果能做加法运算那就是一台通用计算机因为加法运算就是通用计算的最基础运算不管多复杂的算法最终我们都可以把它还原成加法或者加法的逆运算如果有一天中科大或者谷歌宣布他们用量子计算机算出了 1 加 1 等于 2 且速度可以碾压电计算机

那才是真正的革命宣言那才是起点来临而现在还远没有到这个时候现在就在惊呼什么英伟达完了比特币完了银行完了的人在我看来就是哗众取宠但是听到这里你千万不要误会我可是没有在贬低谷歌 Velo 这次取得的成就

特定计算虽然不是通用计算但特定计算也很有用也非常了不起可以帮助人类解决很多电子计算机解决起来极其极其困难的问题请记住量子计算机目前的运行方式很像是在做某种模拟实验因此对于有一些我们看上去似乎有无穷无尽种可能性的问题量子计算机都有望能够快速帮我们解决

因为真实世界中其实并不存在无穷大种可能性可能性再多也是有尽头的量子计算最不怕的就是可能性多我举几个可能的例子注意这只是我个人的一个畅想可能是对的也可能是错的比如说天气预报尽管我们现在用 AI 已经能预报的不错了但是它极其消耗算力和依赖大数据

但如果有一天量子计算机可以模拟大气中的每一个分子的运动那天气预报将变得极为简单且精确再比如说寻找某种特定的分子结构用以治疗某种疾病量子计算就可以几秒钟之内试遍所有的可能性直接找到答案我再举个更生活化一些的例子假如未来道路上的每一辆车都是无人驾驶的

那就可以把每一辆汽车都看成是一个运动的例子几百万个运动的例子如何管控才是最佳策略呢要精确管控这几百万个例子的运动对运算速度的要求那起码是毫秒级的因为任何一条指令都会立即引起连锁反应

电子计算机的算力就很难跟上了这时候或许量子计算就能发挥长处它可以瞬间模拟出所有可能的情况并从中选取最佳策略再比如未来的战场决策两国各自出动几百万架无人机对决如何瞬间给每一架无人机下达最佳指令量子计算就有可能大展神通它可以以毫秒计为单位实时模拟出每一条指令下去可能的结果是什么

Velo 这次解决的特定问题叫做 RCS 随机线路采样基准测试这到底是一个什么样的问题其实我没必要展开说我大致看了一下 12 月 9 号谷歌团队在自然杂志上发表的那篇论文我觉得并不算太难懂

以我的理解它解决的这个问题很像是量子计算机的某种自检如果你对电脑比较熟悉的话应该能听懂我说的自检是什么意思就是电脑刚启动的时候会有一个自检的过程检测一下自己的硬盘内存是不是都正常

那我刚才说的 Velo 的这个字解呢其实呢它就是自己计算自己有可能出现的状态概率分布你拿这个问题去和电子计算机比赛这就好像自己既是运动员又是裁判员一样比赛成绩相差悬殊你可以说是很不公平也可以说是天经地义的嘛

但是他解决的这个问题对于量子计算机来说却极其重要有点像是一个程序员终于在屏幕上跑出了一个 Hello World 一样这个学过编程的人都知道这个 Hello World 意味着环境搭建成功了这是从 0 到 1 的变化当然如果只是这一项成就我可能还不会把它比喻为从 0 到 1 的变化

他取得的第二项成就的意义更大这第二项成就就是他把量子运算的错误率给大大降低了之前困扰量子计算机发展的一个很大难题就是错误率这里我顺便说一下九张和 Velo 虽然都叫量子计算机但它们的底层架构是不同的九张是用光量子作为基本计算和存储单元的换句话说如果你跑到九张面前你会看到很多的激光束和无数个透镜

这个架构的好处是啊除了探测部分需要在超低温环境下工作主体部分可以在室温下工作但谷歌的 Velo 呢则是以超导材料为基础的它利用的是超导电流的量子特性这个原理呢特别的复杂反正在 Velo 中呢并没有我们想象中的一个一个的单个的量子啊

它利用的是超导电流的一种集体的量子特性这个说深了我也不懂反正超导架构需要计算机的主体必须工作在超低温环境中这才能维持它的超导状态这两种不同的架构各有各的优缺点这不是我们今天这期节目的重点我的重点是这两种架构都有一个很棘手的难题那就是量子的叠加态和纠缠态的特性很容易丢掉导致计算出错

而 Velo 的这种超导架构比 9 张的这种光量子架构更容易出错假如我们要列一个超导和光量子的优缺点的对比表的话那一定会把出错率高作为最大的几个缺点之一标注在超导也就是 Velo 这边的但是这次谷歌却宣布他们找到了一种方法可以使得量子比特的数量规模越大出错率反而越低

具体怎么做的我暂时也没弄懂大概的意思就是把量子比特组成一个比如说 3x3 或者 7x7 的方正来当做是一个量子比特参与运算这样抱团运算后出错率就显著降低了而且方正越大出错率越低可能是这样一个原理我也不是太懂这项成果是有一个里程碑意义的因为过去出错率会随着量子比特数量规模的增大而增大

这就导致他们把算力扩得越大出错率也会越大这就使得整个系统变得不可扩展

我打个比方我们知道化学火箭之所以低效是因为火箭必须带着燃料一起飞燃料把绝大多数的推力都用在了把自己给推上天但好在还能剩下一点推力留给载荷假如说很不幸的过了某个临界点后燃料能产生的全部推力都推不动自身的重量了那火箭的起飞重量就会被锁死在那个临界质量上

超导架构的量子计算机一直遇到类似的难题当量子比特的数量超过某个临界点后出错率就会变得不可接受而且量子比特的数量越多出错率越大这就好像火箭燃料推不动燃料本身一样但这次的 Velo 谷歌就宣布他们解决了这个难题

用他们的术语来说就是把出错率降到了临界量子误差预值以下这样一来就等于扫清了大规模扩展量子比特数量的根本性障碍这是一个非常重要的进展尽管我现在还没有看到很多同行评议

但我猜这项成就可能又意味着超导架构从原来与光量子架构相比各有千秋就变成了略胜一筹因为它克服了自身的一个最主要的缺点说实话在 Velo 出来之前在量子计算这个领域中科大应该是领先谷歌的但这次谷歌搞出的这条大新闻让谷歌反超中科大了不过

我国的潘建伟教授团队已经有一年多没有发布新消息了那接下去他们会不会再搞出一个什么大的新闻重新追评局面这个我就说不准了好了关于谷歌的 Velo 我差不多就把自己所知道的都讲完了结论其实就是一句话 Velo 厉不厉害

厉害但没有厉害到让谷歌的股票可以因此大涨 10%的程度更没有厉害到可以冲击比特币的程度量子计算机离很多自媒体幻想的那个未来其实还有很远的路要走好那最后再提醒大家一下我的最新科普电影寻觅自然时间的形状马上就要开启

全国巡回的导演见面会了 12 月 29 号在上海做全国首映然后从明年 1 月份就会开启全国的导演见面会现在部分城市的导演见面会的预售门票已经开始销售了你可以到我们寻觅自然的微信公号的底部菜单中点击寻觅 3 首映就可以直达购票页面非常期待大家能一起来看我这部最新的科普电影我相信不会让大家感到失望的

最后想给大家讲个冷笑话我在 12 月 9 日那一天也就是谷歌发布 Velo 的前一天我恰好把我买的所有的谷歌的股票都清仓了你们说冷不冷科学声音