从“山雨欲来”到“插电即用”，量子计算的现在与未来——对话孙晓明、刘雷波、姚麟

《对话技术前线》是中国计算机学会技术前线项目（CCF TF）推出的视频播客栏目，这是一档面向一线工程师的前沿技术深度对话栏目，聚焦技术发展趋势与行业创新洞察，旨在以更生动、更广泛的形式传递深度技术思考。

本期聚焦量子计算专题。三位嘉宾——CCF会士、CCF量子计算专业委员会主任、中国科学院计算技术研究所研究员孙晓明，清华大学长聘教授/博导、教育部国家重大人才计划特聘教授刘雷波，以及华翊量子CEO姚麟——带大家理解什么是量子计算、它与经典计算的根本差异、量子计算对现有网络安全体系意味着什么，以及从业者应该如何提前布局。

以下为访谈节选（为方便阅读，进行了一些文本优化）

“并不是所有机器同时在算”

主持人：量子计算经常被媒体描述为“所有经典计算机同时计算”，这种描述对工程师理解量子计算会有什么误导？

孙晓明：这个讲法也不算是误导，可能只是有一点点片面——它只强调了量子计算的并行性优势。事实上在量子计算的时候，并不是很多台机器同时在计算，而是只有一台机器。一个量子态如果有N个比特，它就有2^N种可能性，同时在这2^N更大的空间上去做操作，让我们感觉好像是2^N台机器都在并行的去做。

但是，如果我们想要看最终的计算结果，它又变成是一种概率的。它确实是把2^N种结果全部计算在一个量子态当中，但根据测不准原理，我们想看其中任何一种结果，它的概率只有1/2^N。所以它并不是把所有情况都遍历了，而是在一个态上把情况都包含了。但是因为测不准原理，我们没有办法把需要的结果用一种很简便的方式读取出来。

这就是我们研究量子计算、设计量子算法要做的事情——把我们想要的那个结果所产生的概率提得尽可能高，抑制掉其他不想要的结果，从而达到一种加速。

主持人：那对于经典计算来讲，结果是精确的。量子计算的结果会一定精确吗？

孙晓明：经典计算机里有时候也会用概率或随机的算法，比如经典排序算法“快排”里也用到了随机数——虽然计算结果是确定的，但运行时间是一个随机变量，我们通常都是谈论它的期望运行时间。

只需要我们在算法设计的时候，使得算法的成功概率趋近于一，或者说可以使得错误率压制到任意小。譬如想要1%的错误率，运行T时间的算法；想要1‱的错误率的话，运行2T的时间就可以。通过这样，概率的结果对我们实际问题也是可接受的。

天然量子比特与人造量子比特

主持人：量子计算是建造在量子比特基础上的。量子比特有超导量子、光量子、离子阱、中性原子、硅基自旋等多种技术路线。请您讲讲这些技术路线的差异和各自的优势。

姚麟：这些技术路线大体上可以分为天然量子比特和人造量子比特两个大的体系类型。天然量子比特采用一些天然的粒子来代表信息，再去构建之间的相互作用关系，包括光量子、中性原子、离子阱——它们所用的量子比特本身是趋同的，大部分是采用光来对量子比特进行交互。

像超导和硅自旋，采用的是人造量子比特，通过刻蚀细微结构、用外部信号驱动来让量子态翻转和一些作用关系。设计上，离不开我们对微小物质的调控，比如超导是在铝材料的基底上去做一些约瑟夫森结的结构，硅自旋则和CMOS工艺结合更为紧密。

在优劣性上来讲，各个技术路线之间可能会体现出一些性能上的细微差异。有的在量子比特的扩展性上有优势，有的在保真度上能达到更好的结果，有的对环境要求更低。目前还没有一个明确的结论说哪种技术路线更好或更不好，我们还在探索各自的可能性。

主持人：这些技术路线对于温度和操控的要求大概是什么样的？

姚麟：要求最高的，毫无疑问是超导量子计算，约瑟夫森结的一个信号震荡会在处于一个超导态下进行，这就要求它基本上是接近于绝对零度的一个温度来进行。硅基自旋也要求低温环境，但没有那么苛刻，大概在1K到4K的温区环境下能够有效进行。离子阱、中性原子和光量子原则上可以在室温下工作。为了追求更好的性能提升，离子阱未来可能也会采用大概4K的低温环境，中性原子也在考虑做一些低温的特殊处理，光量子目前大部分应该在室温下运行。

“先收集，后解密”——量子计算的现实威胁

主持人：为什么量子计算会对现有密码体系构成威胁？

刘雷波：我不是研究量子计算的，我是研究怎么去从密码层面怎么去对抗量子计算机攻击的。密码本身分几类，其中一类是对称的，一类是公钥的。公钥算法，目前我们用的最多是RSA和ECC这样的算法。RSA依赖大数分解的数学困难问题——一个2048位的合数，你要把它分解成两个素数相乘，经典计算大概得上亿年才能解出来。ECC的离散对数问题比RSA还要更复杂。

94年的时候，一个人叫Shor，说如果今后量子计算机出来以后，如果大致上到千万位的量子比特的话，用这个算法就可以把公钥算法给破掉，把亚指数级的复杂度降到多项式时间范围之内。现在最新的研究号称几十万甚至一万个Qbit就可能做到。

考虑到互联网上跑的这些交易，可能至少70%到80%以上都和RSA、ECC相关——政务、国防、金融、能源——所有这些数据都可能会被它破掉，都会变得不安全。

可能主持人可能会问，说那还没出来，你担心啥，对不对？注意，现在就可以先收集数据——某些数据的保密期可能是10年、15年甚至20年——叫做harvest first，就是先收集起来，然后再decrypt later对吧。所以说这是为啥美国NIST在16年开始，就10年前，开始征集这个抗量子算法。

我个人能看到的是，破解密码可能是量子计算机最主要、最直接、最能引起我们直接反应的一个应用。

为什么关注“逻辑量子比特”“量子体积”？

主持人：2026年行业术语从关注量子比特数变成了更关注逻辑量子比特和量子体积。这个转变背后的工程现实是什么？

孙晓明：早期我们更多的谈论的都是物理比特，我们先解决说能不能操控的问题，中性原子我们能不能把这些比特先抓住，先把它摆到特定的位置上。超导路线，我们能不能先使得比特之间能够很好的纠缠起来，能够叠加和纠缠，先解决这些最基本的操控问题。

我们的同行在技术上过去这若干年有了长足的进步。特别是从2024年，谷歌率先实现了量子纠错码，一个基于表面码的量子纠错willow芯片的实现，当然在去年我们国家也实现了，同样是码距为七的量子纠错。使得我们从最早的只是把物理比特实现出来，到我们可以更进一步的去操作所谓的逻辑比特。

量子体积是另外一个重要的参数，是最早IBM所提出来的概念，想效仿之前在经典计算机里的摩尔定律，衡量一下量子计算机到底需要多久计算能力能够提升一倍。

量子体积展示了一个综合的操控能力。就是说不光要有比特数的增加，同时线路保真度也需要足够的好。而且事实上要想有长的运行时间，就要这个线路的深度也达到一定的规模。因此量子体积是一个综合性的指标。

“你得可靠，你得便宜”

主持人：目前的量子计算机仍然需要专业团队来维护。经典计算机最初从一个大房子的形态发展到现在人手一台的PC，用了几十年。量子计算机未来如果想达到插电即用的状态，是否可能？

姚麟：我相信是完全可能的，包括量子计算机的小型化、或者个人化。只是现在涉及到的技术难度比较高，控制技术、工程化和集成能力暂时还没有发展到那么完善的地步。未来肯定是希望它的易用性越高越好——包括一些集成设计、噪声控制、以及更好的总体集成方案，这些都能帮助量子计算机进一步成熟。

刘雷波：我从做微电子的角度来讲。ENIAC是1946年用真空电子管做的，最大的问题是老坏，大概六七分钟就要换一个管子。1947年晶体管发明，到了1958年集成电路发明——晶体管之所以能取代真空电子管，主要原因是可靠性大幅提高了。这是为什么我们现在可以把超过万亿颗晶体管放到一个芯片上。所以我觉得量子计算机如果要走进千家万户，首先你必须越来越可靠。

第二，你得便宜。就好像每一代的集成电路，它比上一代要便宜一些，运行速度增加50%，比上一代成本就要降低很多的样子。

姚麟：量子计算有一个天然好处是希望去追求它的指数级加速，如果我们能够真正很好的实现出来，计算能力的增长倍速是非常快的。从这个角度来说，一定会带来成本的快速下降。哪怕同样的价格，哪怕一个常数级的计算规模增长，最终对应的每单位计算能力的成本，一定是下降的。

另外关于集成电路化，确实是大家希望能够去做的一个主要方向。本身器件稳定性倒还可以，但问题在于，整个量子态很容易受到外界噪声的干扰。所以我们现在在想办法引入包括人工智能等一系列新技术，让他能够去做自动状态修正、自动标定、自动运行维护和状态修复等等。看上去，确实损失了很多有效的计算时间，但只要把量子计算指数级加速的优势发挥出来，当规模大到一定程度时，我们相信总体上成本会有优势。

抗量子迁移：“在飞行中给飞机换引擎”

主持人：后量子迁移被比喻为“在飞行中给飞机换引擎，系统还不能停机”。对工程师来讲，在实际部署中如何处理双证书过渡期的兼容性和性能开销？

刘雷波：首先，目前的这套加密体系不会有特别大的变化，因为你不可能什么事都重新造一个世界。我们的PKI体系，还是得在目前的基础之上来做抗量子迁移。

讲到很具体的东西，比如芯片层面，芯片出来之后，首先得支持经典的算法——对称算法、杂凑算法、公钥等都得支持。然后你是不是得支持PQC算法？美国的标准你要支持，那说不定要支持韩国的，你要跟韩国做生意的话。那么咱们国家标准的，你的芯片本身得支持，模组得支持，板卡也得支持。你插到机器以后，相应的驱动，相应的固件和驱动，上面的整个体系都得支持它。

我个人觉得，真在做抗量子迁移的时候，对于应用这一方来说是不会有很大的变化。很多的工作是在底层，从芯片层面，从固件驱动层面就把它给做完了。我们确实在一段时间之内是两套体系在并行运行。

PQC的运算量和存储量比经典运算要大了很多——对我们做芯片的是好事，有活可以干了。但也正是因为它的数学困难问题，量子计算机到现在还没有在多项式时间之内解出来。

现在芯片的水平，对于格基、哈希这些有标准的东西，其实已经可以达到应用需求，只是现在还没有进行迁移而已。半导体技术也在进步——三维堆叠、逻辑折叠、工艺尺寸不断缩小——可以把gap补齐。

所以工程师那边，应用这块不会有很大区别，不用担心得从头学起。如果你是个金融机构，你调用了接口，使用方式跟以前一样，只是底下函数变成了PQC函数。

量子计算怎么学——从线性代数开始

主持人：现在很多云厂商都在提供量子云服务来降低大家的使用门槛。如果说是从这个工程师来讲，他如果要用一些软件栈编程框架的话，他应该怎么样开始去学习？

孙晓明：我先从咱们中国计算机学会量子计算专委的角度谈一点。CCF有一个量子计算专委，量子计算专委秉承了CCF的重要理念，就是for the members，就是我们要给学界和业界的同仁做好服务，包括量子计算的普及，包括推广。

比如我们每年有一个暑期学校，大概一个礼拜，给大家普及一些量子计算的基础知识。每年办一次量子计算大会，除了一些学术报告、学术交流之外，专门有一天是给产业界的。还有CCF量子编程挑战赛，设了很多赛道，大家可以通过报名参加比赛去了解各家企业的软件栈。

另外我们写了一些量子计算的教材。MIT的尼尔森和庄合著的《量子计算与量子信息》，我和几位同仁花了三年时间翻译成中文版，有幸得到了李国杰院士、薛其坤院士帮我们写序。计算机的人一般总觉得学量子计算有一定的门槛，大家天然的有抵触，因为波函数、薛定谔方程这些物理概念。这本书的好处是可以不管这些物理概念，直接从线性代数开始——矩阵、向量、特征值、特征向量——只要有大学一年级线性代数的基础，就能把最前面内容掌握下来，至少你想要去在自己的工作当中使用它。

姚麟：对计算机背景的老师同学和工程师来说，更多关心的是怎么用量子计算去做和传统方法不一样的信息处理。至于底层物理怎么实现，那是逐步成熟和发展的过程，在算法设计、应用开发和程序设计的时候不需要了解那么深入。

实际上大部分情况下，我们采用包括Python的一些知识库，国内有Qpanda、ISQ等程序设计框架，其实都可以利用他们来在上层通过程序设计做一些量子计算的应用开发探索。

多了解这方面的基础知识，我相信大家很快就会有一些不一样的理解，而且也会觉得这样的一个新的思考和计算方式，对日常工作也会有帮助。

本文根据CCF TF《对话技术前线》播客第2期量子计算专题整理。

完整视频/音频可同步前往视频号、小红书、B站、小宇宙等平台搜索“CCF TF对话技术前线”观看收听。