独家丨华翊量子完成近亿元战略融资，年内将推破百量子比特产品

作者 | Li Yuan

编辑 | 郑玄

2023 年 AI 的迅速发展遮蔽了许多同样处于前沿领域的科技进展，不过量子计算却不在其列。根据 CrunchBase 的数据显示，量子计算是为数不多在 2023 年仍然获得了更多融资的科技领域。

量子计算仍在高速发展中。人们期待它能够帮助解决一些基础学科的前沿问题，或者突破传统计算的算力困境，后者由于算力需求日益提升但芯片制程却陷入瓶颈，在过去一年 AI 爆火后成为重要的基础设施挑战。

量子计算机最基础的计算单位，是处于叠加态的亚原子粒子，也被称为量子比特。想要让量子计算机解决这样具有商业价值的问题的关键点之一，就是提升量子计算机中的量子比特数量。

近日，华翊量子宣布在这个领域取得了新的突破，其 2024 年准备发布的量子计算机，将使用离子阱技术路线制造出最高拥有 200 量子比特的量子计算机，且未来将具有进一步升级的潜力，上限可达万量子比特。

「这是一个里程碑式的进展。」华翊量子 CEO 姚麟博士告诉极客公园，「据我们所知，除了 IBM 等极少数公司，还没有其他离子阱量子计算机，目前能够达到可参与计算的量子比特过百。」

极客公园获悉，随着产品的宣布，华翊量子公司也宣布已完成近亿元战略轮融资，中国移动旗下北京中移数字新经济产业基金独家投资。

公开资料显示，华翊量子成立于 2022 年 1 月，脱胎于清华大学量子信息中心，创始人为中国科学院院士、清华大学量子信息中心主任段路明教授。CEO 为原清华大学副研究员姚麟博士。

近日，华翊量子 CEO 姚麟博士接受了极客公园的采访，他解释了此次华翊量子采取了怎样的路线突破了离子阱技术路线量子比特规模限制，量子比特规模突破的意义，以及更大规模的量子计算机未来将对人工智能、生物制药等领域将产生怎样的影响。

以下是对话原文，由极客公园整理。

百比特量子计算机，意味着什么？

问：华翊量子此次宣布年内发布新一代的产品，量子比特规模将提升至百比特级别，这意味着什么？

姚麟：量子比特的规模提升会带来量子计算机计算能力的提升。而目前人工智能领域、生物制药领域等等许多有价值的商业问题的瓶颈就在于量子比特的规模不够大。

量子计算机的特性是，量子计算机的计算能力会根据量子比特数量的增长，呈指数级加速。

估算下来，大约是按照量子比特数的 2 的 n 次方的速度增加。比如说我们第一代产品有 37 个量子比特，计算能力可能大概是 2 的 37 次方，而如果到 100 个量子以上，那就会有 2 的 100 次方的计算能力，性能增加会非常的可观。

我们的第二代产品预计达到 100-200 量子比特，预计在 2024 年上半年发布，之后还将推出 300-600 量子比特规模的第三代产品。

这样的量子比特规模提高，是一个里程碑式的进展。据我们所知，除了 IBM 等极少数公司，还没有其他离子阱量子计算机目前达到了能够参与计算的量子比特过百。所以我们也希望能够在这个基础之上紧跟国外最领先的一些企业的步伐，相应地做一些竞争性的产品。

日本富士通量子实验室展示的 64 量子比特的量子计算机 ｜ 图片来源：视觉中国

问：公司目前的客户是如何应用量子计算机的？在产生了这样的突破后，会有什么变化吗？

姚麟：科研界的客户会稍微多一些，其中包括清华、中科大这样的学校，也包括国家或地方的实验室。我们会和客户共同寻找一些可能的业务方向。

我们也有企业客户，领域分布包括有生物制药、金融、通信，也有一部分互联网相关的企业。这些行业客户会把现有的业务拆解到对应的一个一个的数学问题或者算法表示，然后再看哪一些可能比较好在量子计算机能够获得一些好的结果。比如金融这边，应用量子计算机的项目我们做的比较多的是用户分类项目。

目前大家都还处于寻找哪一类的问题比较适合用量子计算机来求解的阶段。量子计算有一个比较大的特征在于，其实我们还没有办法很好地估计在多大的量子规模下，能够去实现什么样的计算，都是要等到真正有实际计算机之后，再用对应的算法去运行一下才知道。

我们预想中，在量子化学和创新药的一些新药的设计中，新的量子计算机可能会发挥更大的作用。可以去寻找它的一些分子的功能团，在未来的药物或者说靶点的相关设计与发现可能会有一些帮助。我们已经在这方面开展了一些提前的算法相关的研究，也规划了一些发布后的应用测试。

问：公司还宣布，未来量子比特规模可扩展到上万，那对于量子计算机的应用会产生哪些影响？

姚麟：总的来说，量子比特规模的提升，让我们有更大概率可能解决更加具有商业价值的问题。包括我们最近在关注量子化学领域、创新药的研发等等。根据我们接触到的问题来看，一些偏创新和设计方面的一些问题对整个量子比特数量的要求其实还是蛮高的，有的时候不见得是一两百个，或者上百个量子比特能够完全满足的。

比如在求解化学问题的时候，其实本质上是求解它所有电子轨道的可能排布。比如说我印象中，之前有一个使用量子计算的应用，有关一个水分子的相关化学能，实际上需要用到十几个量子比特。但其实水是一种比较简单的结构，在水上面再增加一个氧原子，变成过氧化氢，它的复杂度其实就要到接近 20 个量子比特的规模。

所以，只要稍微增加一些元素，量子比特的增加速度是很快的。比如说像磷酸铁锂，可能接近一两百个量子比特的规模才可以求解。再考虑到它本身不是一个线性的开销，如果要分析它的一些可能构型的变化，可能需要到两三百个或者是更多的量子比特的规模才能有效求解。

量子计算机能够求解或者预测一些对应的分子结构，但现在都还停留在比较小的规模上。随着量子比特规模的提升，我们有希望解决越来越大的分子结构下的一些化学反应的过程，这会非常有商业潜力。

如果是一个比较简单的结构，其实采用经典计算机也可以比较好地进行估计，越复杂的化学物质结构，用经典方法估计误差会越大，而随着量子比特规模的提升，量子计算机在未来的性能水平下，就可以支持这样的计算。我们也希望能够通过硬件能力的进步，真正地帮助解决这样的问题。

问：在这个方面，目前很多人觉得 GPU 的算力已经达到极限了，量子计算会不会未来能够助力人工智能计算？

姚麟：是的，这方面在未来也是我们研究的一个重点方向，因为 GPU 性能的提升，往后确实面临的限制很大，比如说 2 纳米以上就很难提升了。此外，它本身涉及的计算能耗现在已经达到了非常高的水平，而量子计算的能耗有很大优势。

从原理上来说，整个量子计算里面所消耗的能量远远小于现有经典计算机体系的。包括之前谷歌做过一个量子优越性的实验，当时有研究人员用经典计算机来实现同样的问题，来证明谷歌当时所推出的量子计算的优越性可能并不是那么显著，或者说可能并不一定存在，但是他们证明过程中使用经典计算机解决同样的问题，所消耗的功耗远远超过于当时执行量子计算的超导量计算机的功耗。功耗现在对于经典的计算机或者是 GPU 的限制，目前看起来也越来越大，所以这方面量子计算有很大的优势。

在量子计算与人工智能方面，目前包括复旦大学在内的学校，都有在做一些研究。但现在的研究，主要还是受限于量子计算机本身能够实现的量子比特规模并不是那么大，导致它真正能支持进行有效计算的模型规模，远远达不到现在大模型所要求的规模。

据我所知，大家还是寻求在一些小样本，或者说相对规模较小的模型下，做一些有效的预测，面向的问题更具体和垂直，不是在研究做一个非常通用的模型，甚至是通用大模型来解决问题，但基于人工智能设计相关的算法方面已经有了很不错的成果，而且对于量子比特的要求也没有那么高，所以其实我们也是非常有兴趣的。不过目前还是以关注科研界相关的重要突破为主，相关算法开发的优先级没有特别高。

问：很多人认为量子计算机就是一种比经典计算机算力更强的算力，能够替代经典计算机，这种看法正确吗？

姚麟：这实际上是一种常见的误解。量子计算机其实是一种辅助的计算方式，或者说它的存在，可以解决一类问题。

我们可以把它类比为，最早的时候做计算都是采用 CPU 这种通用的这种计算机芯片来完成。一开始 GPU 的出现是为了解决多边形渲染的图像学方面的问题，再往后，大家逐渐发现 GPU 在整个科学计算，在整个大规模的平行计算上，它的体系架构会有优势。

量子计算机可能更类似于 GPU。未来量子计算一定可以找到属于它自己的特别具有优势的一类问题。这一类问题，一旦量子计算机能够解决，经典计算机就不可能反过来超越它，但它并不是用来解决所有的问题的。像 GPU 一样，它不会被用来解决所有的，通用的问题，而是会解决其中的一部分问题。

技术突破来源于对离子阱路线的重新设计

问：从一代产品到二三代产品，量子比特规模提升地非常快，团队在哪些方面实现了突破？

姚麟：我们采取的是离子阱的技术路线，此次最核心的突破是在整个的设计架构上。

采用离子阱的技术路线构建量子计算机，需要构建一个离子链。简要地讲，原先的离子链构成方式，通常都是在水平方向上排成一条直线来实现的。直线的离子链会受到一些的限制。其中最简单而言，因为离子和离子之间存在着电场形成的斥力，它们之间的距离是没有办法无限地压缩的。

在这种情况下，当你去提升它的规模，离子链的长度会增加后，会带来一系列的问题，包括控制的误差，边缘成像的一些像差等等，很难做对应的操作和补偿。

我们公司的主要技术突破来自于创始人段路明教授。段路明教授是国际著名量子信息专家，专长于大规模离子阱量子计算的研究。段路明教授之前在美国就做了很多量子计算方面的研究。包括美国首家量子计算机上市公司 IONQ，就是基于段教授之前提出的离子阱量子计算规模化方案。

2011 年，本已在美国已获终身教职的段路明教授在姚期智院士邀请下返回中国，在清华大学量子信息中心组建团队；2018 年段教授全职回国。而华翊量子此次量子比特规模化的突破，就来自于段教授在最近几年提出的一些新的构想。

我们目前是以二维离子晶体的方式来构建量子计算机。也就是说离子量子比特不再是排布成一条直线，你可以认为它是 n 条直线在空间中排布成一个类似于二维的菱形。

在一条直线的排布方式下，极限可以做到 100 到 200 个离子一条链。而我们现在的方案可以往下做到 50×200，也就是能够未来做到上万的量子比特的规模。

当然目前我们实现的是几百量子比特或者是一千出头的量子比特的规模，但是可以看到未来有充分的可扩展性。所以这样一个新的方案，特别是经过我们近期的一些工作成果来看，其实有非常大的潜力。

华翊量子二维量子比特阵列

问：构建量子计算机的方式，除了离子阱的技术路线外，还有超导、光量子、中性原子等技术路线，华翊量子为什么选择离子阱的技术路线来构建量子计算机？

姚麟：我们对各个技术路线都有所了解，在过往工作经验上，有真正地构建过相关的实验系统，了解过它们的细节和一些深层的优势和劣势。

作为企业来讲，我们专注做离子阱的技术路线，其实是看中了它的几个优势。

首先成本的优势很显著。离子阱的量子计算机扩展的过程中不需要增加额外的器件来支持量子比特的提升。我们每一代的量子计算机本身都具有一定的升级能力。

有点类似于计算机的超频，可以设置对应的工作频率，而不需要增加额外的硬件变化，我们的量子计算机更改控制系统的一些参数的设定，就能控制更多的离子，再用激光进行相应的操作就可以完成更多的计算。

当然它也是有限度的，比如说像我们的第一代产品，是按照 37 个比特发布的，目前来看把它逐步升级到 70-80 的量子规模，没有太大问题，我们第二代量子计算机发布的时候应该是按照 110 量子比特左右的规模发布，但是未来也是同样具有升级到 200 甚至 300 量子比特可能性。

升级本身也会带来一定的成本，但是比重新构建一台新的量子计算机的成本低非常多。可能在研究的时候，成本的优势大家并不是那么关注，但是在产业化或者说商业化的过程中，成本的重要性肯定会越来越多地体现出来。

其二，离子阱的技术路线在大规模的量子计算中，会呈现出更好的特征。大规模的量子计算需要解决两点：量子比特的规模能不能做大和能不能充分发挥量子比特的能力。这方面离子阱路线是有优势的。

华翊量子一代产品 A37 核心部件

问：在这方面相关的，有看到行业中的人表示，有些量子计算机宣称达到了百量子比特的规模，但是实际上好用的和可用的量子比特没有那么多。这个和您说的第二点是不是相关的？

姚麟：是的。在量子比特规模提高之后，怎么充分发挥它们的计算能力，在真正的计算问题中能够把它们都用上，其实是一个非常困难的问题。

离子阱技术体系在这方面有一个非常好的优势。离子是可以远距离相互作用的，在中性原子的技术路线上，我们看到原子量子比特可以做一些近距离的相互作用，但是离子阱的体系下面，整个量子比特之间可以发展远距离相互作用，非相邻的量子比特之间，也可以很好的耦合传递，让它做全局的计算成为可能，所以这个是未来的一个重大优势。

同时我们也正在改进现有的操控手段，通过改进离子量子比特的操控方式，降低参数扰动，实现更高效的离子量子比特全局互联，让所有的量子都能够更好地作用进来，哪怕在百量子比特以上，或者说未来的千量子比特以上，都能够充分发挥它的计算能力。但这个我们暂时还没有发表太多的细节，但是目前从一些前期的结果来看，结果相当不错。

问：离子阱的技术路线，离实现量子优越性还有多远？（量子优越性：量子计算机需要在特定的问题求解上，表现出超越经典计算机的能力，从而解决连超级计算机都无法在短时间内解决的计算任务。）

姚麟：其实倒也不远。

证明量子优越性来自两个方面：一个是证明你的计算速度会快于经典计算所能达到的，另一个，是量子计算机能够解决经典的算力不能有效计算的问题。哪怕全世界所有的经典超级计算机加在一起，也不能有效计算的问题。

实现量子优越性，其实很大的程度上，是依赖量子比特的规模的增加。我们第二代的产品，其实就很有希望实现量子优越性，我们也有相应的规划做一些对应的、相关的应用演示，所以我相信未来很快。

另外本身离子阱的技术路线，其实清华大学之前就有做过一些在量子模拟方面的量子优越性的演示，只是说它不是基于通用逻辑门的方式实现的。但那个其实也是一个量子优越性的演示，不过相对来说那个问题的演示不是那么具有商业性的价值，更偏向于一些物理研究问题的相关的优越性的演示。

量子计算全面商业化 仍需五年或更长

问：目前华翊量子团队有多少人？

姚麟：目前团队几十人规模。主要团队都是来自清华大学量子信息中心毕业的博士生和已出站的博士后。其中大概有十几个从清华这边过来的博士，也经过校招和社招招聘了一些光学、电子方面的优秀的工程和科研人才。

整个团队的最核心的精力还是放在如何快速提高量子计算机的硬件性能。在量子计算机上运行的算法研发方面，我们也有少量投入，大概有三四个人在做相关研究，更多地是与客户合作，共同研究和探索怎么更好地利用量子计算机的计算能力。

问：目前的量子计算机采取怎样的方式交付给客户？

姚麟：目前还是以提供计算服务的形式为主，没有做整机的交付。客户通过我们给他们提供的接口和编程环境远程地跑量子分析，进行相关的一些计算任务，但这里面我们肯定也会配合他们共同地做一些开发。

量子计算机基本上都是这类的商业模式，具体的收费模式略有不同，但总体来说都是对应所做的计算任务来收费，这是为什么国内外大家会默认地采用云服务为主的方式。

华翊量子一代产品 A37 核心部件

问：此次融资的投资方本身也是华翊量子的客户，这对未来华翊量子的发展会带来哪些影响？

姚麟：我们很感谢中国移动旗下的产业基金对我们的支持。除了资金支持外，他们能够为我们提供产业合作的机会，对我们有非常大的帮助。

我们现在很多时候在寻求和产业投资者的合作。产业投资者会有一些新技术布局的考虑，同时自身本身就有一些利用新技术的改善自己现有业务的动力和期许，我们在这方面就可以比较好地做共同的合作研发，基于他们现有的，明确的一些业务的问题，寻找更多可能的量子计算的解决方案。

美国的量子计算公司，会和很多行业上的大型企业合作，这些大型企业也愿意对他们进行提供支持。我们也希望能够仿照美国的形式跟更多的行业客户建立联系，以实际的业务问题为导向，寻找一些共同的开发的机会，帮助我们找准重点，做一些对应的技术突破。

问：目前的盈亏状况如何？

姚麟：我们现在肯定研发投入是很大的，要达到盈利还需要有一段距离。包括我们现在的合作客户都是研究型的一些用户居多。

我们预期未来量子计算机在整个商业领域取得广泛的应用之后，盈利空间和市场空间可能远远大于现在的规模。现在这个阶段，我们其实并不以短期的盈利作为追求的目标。

我们现在首要关注的是寻求技术的积累突破，构建竞争壁垒，第二是通过商业化运行的模式拓展用户的需求。通过持续做研发投入，通过真正地服务客户，在客户的应用当中，寻找到尽可能快的商业落地的路径，找到尽可能能够实现真正突破商业应用的问题。

问：您预期一下，比如说整个行业或者是您的公司什么时候才能比较达到您刚才说的广泛应用远远大于现在规模的情况？

姚麟：目前还是一些小范围的应用或探索，有可能最近几年能够在某些特定的商业问题上能够体现出其优势并得到更大批量的应用，但要达到非常广泛的应用时间上预计大概在五年左右，也可能更长。

问：有观点认为，未来三到五年，量子计算可能还是要在含噪声的体系下执行，这个对量子计算机的商用会有影响，您怎样看待这样的观点？

姚麟：含噪声，简单来讲就是每一次计算过程中都是可能出错的。经典计算机每一步的计算过程也可能出错，但所不同的是，量子计算机出错概率是远远高于经典计算机所能达到的程度，这是因为量子计算机本身是利用一些极其微小的离子的量子态来进行操作，当你去利用这种量子态的时候就很容易受到外界各种各样的噪声的影响，所以它对噪声的敏感性远远强于经典计算机基于数字电路的计算体系。

如果从长远的观点来看，大家普遍都同意，未来是要做一些逻辑量子比特，也就是说你通过一些编码的方式实现纠错，用多个量子比特去表示一个量子比特，最后实现一个完全容错的量子计算。类似于在经典通信里面，大家会用 10 个比特来表示 8 个比特，这样对整个的传输错误和噪声就具有很好的抵抗，降低了错误率。

而短期内，还是需要尽量压低错误率，提高门的保真度。未来要实现可纠错的量子计算，对于错误率也仍然有一定的要求。从商业化角度来讲，也有一些其他的方式，包括像大家目前普遍采用的，在计算的过程中采用多次的计算，重复 1000 次或者 10000 次，看计算结果整个会有一个分布，通过这个分布来决定寻找你所要的答案，是这样的一些方式来做。

但是我确实认同，未来三到五年，量子计算可能还是要在含噪声的体系下执行。通过量子纠错实现完全容错的量子计算是一个长期目标。要实现这样一个目标，本身对量子比特的消耗和对应计算的消耗是巨大的。

问：在量子计算领域，2023 年有怎样相关的进展？

姚麟：最大的成果我们认为有三项。

在超导路线方面，IBM 发布了两代芯片，一个是超过 1000 量子比特的芯片，另外一个是不追求量子比特规模，只有 133 量子比特的芯片，但是整个的量子比特的保真度，相干时间等指标都有更强的提高。这对于整个超导量子计算方向都是非常重要的进展。

离子阱路线上，霍尼韦尔旗下的量子计算公司 Quantinuum 去年做了一些新的测试，把量子体积推到了 2 的 19 次方，远远超过其他技术路线。

中性原子路线方面，由哈佛大学 Lukin 团队、初创公司 QuEra 等团队合作取得了一项惊人的成就：在一个 280 物理比特的中性原子体系中实现了码距为 7 的表面编码逻辑量子比特，以及码距为 2 的 48 个逻辑比特。逻辑量子比特其实就是通过编码去抑制计算里面可能存在的错误，他们在那边发布了一个很好的结果。

在去年年底的时候，各个技术线上都有一些长足的发展。接下来的几年，大家的竞争也会更加激烈，发展也会更加迅速。

问：2023 年，量子计算的关注度有所下降，您如何看待 2024 年的量子计算行业？

姚麟：我们也确实是有这样一个感觉，可能因为生成式人工智能，OpenAI 的成功，整个大模型领域，显然更多地吸引了大家的一些目光和一些投资注意力，毫无疑问会影响领域的热度。不过 2023 年年末到 2024 年开年，我们又看到了不少相关的融资进展，比如刚刚提到的 Quantinuum 公司也获得了新的融资。

不过不管是大模型，还是量子计算，其实都是新一代的，实现更好的计算能力，更好地利用计算能力的技术，大家的目标是一致的。我们很乐见 AI 的快速发展，也认为整个量子计算方面，不管是国内还是国外，去年其实都有了一些非常不错的技术上突破的成果。我们相信整个领域的技术进步，一定会进一步吸引投融资相关的热情，促进整个领域进一步地快速发展。