费曼想造的，不是一台更快的电脑

书接上回。昨日说到：

1981年，物理学家理查德·费曼在麻省理工学院参加一场关于计算与物理的会议。台下的人还没有在谈大模型，也没有把量子计算和破解密码绑在一起。费曼关心的是一个更基础的问题：经典计算机模拟量子世界，为什么会越来越吃力？

▲理查德·菲利普斯·费曼（英语：Richard Phillips Feynman，1918年5月11日—1988年2月15日）。来源：wikipedia

经典计算机用0和1记录状态。量子比特却可以让0和1对应的多种可能性共同参与演化。10个量子比特涉及1024种基本状态；增加到50个，描述整个系统所需的数字就超过一千万亿。粒子和相互作用再多一些，经典计算机光把完整状态写进内存都会遇到困难。

费曼换了一个角度。自然本来就按照量子规律运行，或许可以用一套可控的量子系统，直接模拟另一套量子系统。

这里的“模拟”指的不是在屏幕上画出粒子运动。研究者想知道材料中的电子怎样共同演化、分子在哪种状态下更稳定、一次测量可能得到什么结果。经典机器要用很长的一串数字近似这些量子状态，规模稍大，存储和计算量就会迅速膨胀。费曼想把这部分困难交还给物理本身。

四十五年后，AI训练把芯片、内存和电网推到紧张状态，“量子”也常被当成另一种算力来源。可量子计算的用法并不是把现有程序原样搬过去，再按下一个更快的开关。它能不能占便宜，要看问题本身有没有合适的结构。

数据要先进去，答案还得出来

普通处理器升级后，许多原有软件可以直接受益。量子计算需要为任务重新设计算法，让系统经过一系列操作后，有用的结果更容易在测量中出现。换一个问题，原来的捷径可能就不存在了。

▲“九章四号”量子计算原型机局部。来源：新华社

大模型训练首先会遇到数据入口。文本、图像和视频都以经典比特存储，量子算法要处理它们，必须先把数据编码进量子态。面对任意的大规模经典数据，目前没有一条已知的通用路线，能够绕过相应的读取和装载成本。有些量子机器学习方案看上去加速明显，前提是数据已经用适合量子算法调用的方式准备好了。

出口也有代价。量子系统一次测量只能交出有限的经典结果，测量还会改变原来的状态。算法要提前组织计算过程，让目标答案在多次测量中更容易显现。

这就像修了一段速度极高的道路。货物仍要在入口装车，抵达后也要卸货和清点；只比较路上跑了多久，会漏掉两端的成本。判断量子加速是否有用，也得把数据装载、量子计算和测量读取放在同一张账单里。

这并没有关上量子机器学习的大门。具有特殊结构的数据、模型中的某个子程序，或某些优化问题，仍可能受益。研究者也在尝试混合系统：经典计算机负责数据准备和大部分流程，只把合适的部分交给量子处理器。只是目前还看不到一条通用路线，能把以TB计的主流训练任务整体搬进量子计算机，由此解决数据中心的算力短缺。

一万亿次搜索，怎样降到一百万

量子比特可以让多种可能性共同参与计算，但测量不会一次交出整张答案表。量子算法必须利用叠加和干涉，把有用结果出现的概率推高。

Grover搜索算法给出了一个清楚的例子。面对N个没有结构的候选项，经典方法需要检查与N同一数量级的项目；Grover算法把查询量降到平方根N。候选项有一万亿个时，查询次数的数量级可以降到一百万。

这个差距已经很大，适用范围却很明确：Grover处理的是无结构搜索。排序、数据库读写、网页渲染和大模型训练各有自己的结构，不会因为换上一台量子处理器就自动提速。

1994年提出的秀尔（Shor）算法是另一个例子。它利用整数分解问题的数学结构，让足够大的容错量子计算机可以高效分解大整数。今天广泛使用的一部分公钥密码因此受到威胁，但这项优势和日常软件运行得快不快没有直接关系。

量子算法提供的是特定问题上的新路径。先找到路径，速度优势才有意义。

量子芯片旁边还有很多机器

算法合适，工程问题才刚开始。量子态很脆弱，环境噪声、控制偏差和测量误差都会破坏计算。为了得到一个能可靠工作的逻辑量子比特，研究者通常要让许多带噪声的物理比特共同保存信息，并持续检查错误。

纠错系统需要持续测量辅助比特，产生反映错误的综合征信号。经典电子设备必须及时读取和解码这些信号。不同硬件路线还依赖低温制冷、真空、激光控制等不同的外围系统。这些都由量子芯片之外的系统承担。

现实中的量子处理器更像整套计算系统里的专用部件。它可能在某个任务上显著减少步骤，运行它却依然需要经典计算和能源。更好的算法、专用芯片和量子处理器也可以同时存在，系统会把不同工作交给合适的器件。

这和Colossus的故事有一点相通。舒特用个人电脑在四十六秒内处理洛伦兹密文，靠的是更快的芯片，也靠后来写出的程序；Colossus则用专门设计的电路，在1940年代完成当时来不及手算的检验。计算能力从来不只取决于机器有多快，还取决于问题怎样被重新组织。

费曼最初关注的，是量子系统能否被有效模拟。今天研究者反复讨论的应用，包括材料中的电子、复杂分子的状态和化学反应的量子路径。这些对象本身就遵循量子规律，让量子系统去处理它们，机器和问题使用的是同一种物理语言。

▲“九章四号”相对目前最快超级计算机的加速比。来源：新华社

因此，当我们看到“量子计算比超级计算机快多少倍”时，不能只关注速度数字。它们完成了什么任务，允许多大误差，经典算法后来有没有追上，都会改变比较结果。一万年、两百秒、十四秒，还有十的四十二次方年，记录的不只是一批实验记录，也是一条不断移动的经典基准。

后续故事，请听明日分解。