波士顿咨询：量子计算产生全面影响至少需要十年

专家们相信，他们最终能够建造一台高性能的量子计算机。鉴于量子计算面临的技术障碍，例如纳米机的操作，或者在真空环境中或在低温下操作，近年来的进展很难夸上一夸。从长远来看，这些机器很可能通过解决目前无法实现的计算问题来塑造新的计算和业务范例。它们可以在密码学和化学(以及材料科学、农业和制药)等领域改变游戏规则，更不用说人工智能(AI)和机器学习(ML)。我们可以期待在物流、制造、金融和能源领域的其他应用。量子计算有可能像一个世纪前量子科学彻底改变物理学那样，彻底改变信息处理。

量子计算的全面影响可能还需要十多年的时间才能实现。但现在有一股更紧密的激变力量正在积聚，现在对于商业人士具有重要意义，并且承诺在未来五到十年内会发生重大变化。多家大型科技公司和初创公司正在进行的研究，其中包括IBM、谷歌，Rigetti Computing、阿里巴巴、微软、英特尔和霍尼韦尔，已经在构建量子计算机系统方面取得了一系列技术突破。这些努力，加上政府资助的研发工作，几乎可以肯定的是，在中短期内将看到中型(如果仍然容易出错)量子计算机的发展，这些计算机可以用于商业，并具有产生首批实验发现的能力。已经有不少公司正在转向保护知识产权(IP)权利，并将自己定位于率先将其在量子计算领域的特定领域推向市场。每家公司都需要了解即将到来的发现将如何影响业务。未来几年，领导者将开始在这一新兴技术中占据一席之地。

量子计算机有何不同，以及它为何如此重要

第一批经典计算机实际上是模拟计算机，但事实证明这些计算机太容易出错而无法与数字计算机竞争。后代使用离散数字位，取0和1的值，以及一些基本门来执行逻辑运算。正如摩尔定律所描述的那样，数字计算机以更快的速度变得更快、更小、更强大。今天，典型的计算机芯片可以容纳大约20x109位(或晶体管)，而最新的智能手机芯片可容纳大约6x109位。已知数字计算机是通用的，因为它们原则上可以解决任何计算问题(尽管它们可能需要很长时间)。数字计算机在比特级别上也是真正可靠的，在1024次操作中误差不超过1次;更常见的错误来源是软件和机械故障。

量子计算机建立在物理学家Richard Feynman和David Deutsch在20世纪80年代的开创性思想基础上，利用了纳米级物质的独特性质。它们在两个基本方面与经典计算机不同。首先，量子计算不是建立在0或1的位上，而是建立在可以叠加0和1的量子位上(意味着0和1的部分同时叠加)。其次，量子比特不是孤立存在的，而是被纠缠在一起并作为一个整体存在。这两个属性使量子比特能够比传统计算机获得更高指数级的信息密度。

然而，有一个问题：量子比特很容易受到环境的干扰，这使得量子比特和量子比特操作(所谓的量子门)极易出错。纠正这些错误是可能的，但它可能需要大量的辅助计算，导致量子计算机很难扩展。此外，在提供输出时，量子态会失去所有的丰富性，并且只能产生一组有限的概率答案。将这些概率缩小到“正确”的答案本身就有挑战，而以一种使这些答案变得有用的方式构建算法本身就是一个完整的工程领域。

也就是说，科学家现在相信量子计算机不会遭受模拟计算机的命运，即被错误纠正的挑战所扼杀。但是，对于每个计算量子位，可能需要1000个纠错量子位确实意味着未来五到十年的开发可能会在没有纠错的情况下发生(除非在高质量量子比特表面上取得重大突破)。在理论不断进步的时代，基于这些所谓的NISQ(噪声中等规模量子)设备的实验也加入其中，这是本报告的重点。

新兴的量子计算生态系统

量子计算技术已经得到了很好的发展，并且实际应用已经近在眼前，一个由硬件和软件架构师和开发人员、贡献者、投资者、潜在用户和附属参与者组成的生态系统正在形成。以下是主要参与者的情况。

科技公司

几十年来，通常是政府资助的大学和研究机构活跃在量子计算领域。最近，正如其他技术(例如大数据)所发生的那样，一个定义越来越清晰的技术堆栈正在形成，各种私人技术公司都将自己定位于此。

堆栈的基础是量子硬件，其中构建执行计算的量子位阵列。下一层是复杂的控制系统，其核心作用是调节整个设备的状态并实现计算。控制系统尤其负责门操作、经典和量子计算集成以及纠错。这两个层在技术上仍然是最具挑战性的。接下来是一个软件层，用于实现算法(以及将来的错误代码)和执行应用程序。该层包括量子经典接口，可将源代码编译为可执行程序。在堆栈的顶部是更广泛的服务，致力于使公司能够使用量子计算。特别是它们有助于评估和将现实问题转化为量子计算机可以解决的问题格式。

实际参与者分为四大类。(见图1)

端到端提供商。这些往往是大型科技公司和资金充足的初创公司。在前者中，IBM一直是量子计算的先驱，并一直走在该领域的最前沿。该公司现在已经与其他几家领先的组织合作，这些组织可以在整个堆栈中发挥作用。谷歌和最近的阿里巴巴吸引了很多关注。微软一直很活跃，但尚未公布实际硬件方面的成就。霍尼韦尔刚刚成为新参与者，增加了该集团的重要性。 Rigetti是初创公司中最先进的。

每家公司都提供自己的基于云的开源软件平台，以及对硬件、模拟器和合作伙伴的不同级别的访问。 2016年，IBM推出了Q Experience，可以说仍然是迄今为止最广泛的平台，随后在2018年，Rigetti的 Forest，谷歌的Cirq和阿里巴巴的阿里云推出，后者与中国科学院合作推出了量子云计算服务。 微软使用其Quantum Development Kit在Azure上提供对量子模拟器的访问。最后，D-Wave Systems是第一家销售量子计算机的公司(虽然是出于特殊目的)，于2018年10月推出了Leap，这是自己的量子退火硬件实时云访问。

硬件和系统参与者。其他实体只专注于开发硬件，因为这是当今的核心瓶颈。同样，这些包括技术巨头，如英特尔，以及初创公司，如IonQ、Quantum Circuits和QuTech。Quantum Circuits是耶鲁大学的衍生公司，旨在建立一个基于独特模块化架构的强大量子计算机，而代尔夫特理工大学与荷兰应用科学研究机构TNO共同合作的QuTech则为企业提供了各种合作选择。作为扩展到软件和服务的硬件和系统参与者的一个例子，QuTech推出了第一个欧洲量子计算平台Quantum Inspire，它具有超级计算访问量子模拟器的能力。计划于2019年上半年提供量子硬件访问。

软件和服务参与者。另一组公司正致力于实现应用程序并将现实问题转化为量子世界。它们包括Zapata Computing、QC Ware、QxBranch和Cambridge Quantum Computing等，为用户提供软件和服务。这些公司将自己视为量子计算的新兴用户和硬件堆栈之间的重要接口。所有这些都是其小型生态系统中的一个或多个端到端或硬件参与者的合作伙伴。然而，它们在推进原始量子算法方面有着广泛不同的承诺和方法。

专家级参与者。这些主要是初创公司，通常是从研究机构分离出来的，为其他量子计算机或企业用户提供重点解决方案。例如，Q-CTRL致力于提供更好的系统控制和门操作的解决方案，而Quantum Benchmark评估和预测硬件和特定算法的错误。两者都服务于硬件公司和用户。

生态系统是动态的，层与层之间的界限很容易模糊或交叉，特别是通过成熟的硬件参与者扩展到更高级别的应用，甚至服务层。到目前为止，端到端集成公司仍然是技术生态系统的中心;垂直整合在当前行业的成熟度水平上提供了性能优势。迄今为止最大的投资已经流入了堆栈的较低层，但我们尚未看到单一成功架构的融合。一些架构可以在更长的时间内共存，甚至可以以混合方式携手合作，以充分利用每种技术的优势。

应用和用户

多年来，量子计算能力最大的潜在最终用户是国家政府。最早展示潜在量子优势的算法之一是由数学家Peter Shor于1994年开发的，目前就职于麻省理工学院。 Shor的著名算法证明了量子计算机如何破解当前的密码学。这种违规行为可能危及通信安全，可能会破坏互联网和国防系统等。此后，重要的政府资金迅速流入量子计算研究。最终形成了广泛的共识，即像Shor这样的算法在未来几年仍将超出量子计算机范畴，即使当前的加密方法受到威胁，其他解决方案也存在并且正在由标准制定机构进行评估。这使得私营部门能够开发和追求量子计算的其他应用。

科技行业以外的不少行业已经注意到量子计算的发展和潜力，公司正在与科技公司合作探索潜在用途。最常见的使用类别是模拟、优化、机器学习和AI。毫不奇怪，有很多潜在的应用。(见图表2)

尽管有许多公告，但我们还没有看到一个量子优势的应用已经实现，即时间、成本或质量方面优越的量子计算机的性能。

然而，这样的演示被认为是迫在眉睫的，Rigetti最近为第一个证明量子优势的小组提供了100万美元的奖金。(我们提供了一个框架，用于确定应用的优先级，其中一个功能足够强大的量子计算机，在它可用时，有望获得图9中的卓越性能。)

投资、出版物和知识产权

围绕量子计算的活动引起了很大的兴趣。人们满头疑问：支持量子计算的资金有多少?谁提供它?与AI或区块链相比呢?哪些地区和实体在出版物和知识产权方面领先?

自2012年以来，量子计算已经吸引了超过60笔独立投资，总额超过7亿美元。尽管与区块链(1500笔交易，120亿美元，不包括加密货币)和人工智能(9800笔交易，1100亿美元)等更成熟、更适合市场的技术相比，量子计算仍然相形见绌，但它还是引起了风险投资者的注意。

过去几年中，大部分私人量子计算交易发生在美国、加拿大、英国和澳大利亚。在初创公司中，D-Wave(2.05亿美元，2012年之前启动)，Rigetti(1.19亿美元)，PsiQ(6500万美元)，Silicon Quantum Computing(6000万美元)，Cambridge Quantum Computing(5000万美元)，1Qbit(3500万美元)，IonQ (2200万美元)和Quantum Circuits(1800万美元)一路领先。 (见图表3)

一场地区性的竞赛也正在展开，其中包括大型公共资助项目，这些项目致力于更广泛的量子技术，包括量子通信、传感以及计算。中国在这一领域遥遥领先，未来五年将投资100亿美元建设量子项目，其中30亿美元将用于量子计算。欧洲也参与其中(欧盟委员会和欧盟成员国提供了11亿美元的资金)，该地区的个别国家也是如此，尤其是英国(英国国家量子技术计划提供了3.81亿美元)。美国众议院通过了《国家量子倡议法案》(12.75亿美元，补充正在进行的能源部、陆军研究办公室和国家科学基金会的举措)。许多其他国家，特别是澳大利亚、加拿大和以色列也非常活跃。

这笔资金伴随着一系列专利和出版。 (见图表4)北美和东亚显然处于领先地位;这些也是商业技术活动最活跃的地区。欧洲远远排在第三，这是一个令人震惊的迹象，特别是鉴于近年来许多欧洲领先的量子专家加入了美国公司。澳大利亚多年来一直是量子技术的热点，考虑到其人口少的多，也值得注意。该国决心参加量子比赛;事实上，其领先的量子计算研究人员之一Michelle Simmons被评为2018年度澳大利亚年度人物。

自2013年以来，有关量子计算科学出版物数量的两件事值得注意。(见图表5)。首先是中国的崛起，超过美国成为科学论文数量的领先者。第二是高度的国际合作(美国仍然是主要的中心)。这些合作表明，量子计算尚未受到国家安全利益的支配，这在很大程度上是由于各方一致认为，密码应用在未来仍将进一步发展，对此类应用的有效补救措施正在制定之中。合作活动还反映了科学界需要积极交流信息和思想，以克服量子计算的技术和工程挑战。

量子计算技术简介

新兴的量子计算行业面临的两个最大问题是，我们什么时候才能拥有大型可靠的量子计算机?它的架构是什么?

硬件公司正在寻求一系列具有不同特征和特性的技术。到目前为止，尚不清楚哪个最终将形成量子计算机的基础架构，但该领域已经缩小到少数潜在候选者。

评估标准

我们使用三组标准来评估追求主流方法的领导者现状以及他们仍需要克服的挑战。

量子系统的大小。大小是指系统使用的量子位数，是量子技术最常用的标准，因为它是潜在操作的规模和复杂性的初始决定因素。物理量子比特的数量目前在已经建成的机器中为2到20，并且校准良好且性能令人满意。科学家认为，具有几百个物理量子比特的计算机在技术上是可以达到的。未来对于大小和功能的更好标准将是完全纠错的“逻辑量子比特”的数量，但是还没有人开发出具有逻辑量子比特的机器，因此它们在所有技术中的数量仍为零，并且可能仍然持续一段时间。

准确计算的复杂性。决定计算机计算能力的因素包括许多因素。(见图表6)

它们是：

量子位寿命，目前为50微秒至50秒

操作精度，特别是最敏感的双量子位门保真度(目前为90%至99.9%，合理有效缩放和误差校正所需的最小值为99.9%)

门操作时间，目前为1纳秒至50微秒

连接性，目前从最差(一对一)到最好(全部) - 这很重要，因为纠缠是量子计算的一个区别因素，需要量子位彼此连接，以便它们可以相互作用

技术成熟度和可扩展性。第三组标准包括一般技术准备水平或成熟度(1到9的等级)，同样重要的是，扩展系统所面临的的挑战程度。

当前的技术

图表7反映了我们对最重要的当前技术的评估，根据技术成熟度的由外向内进行排序，按照上面的标准提供性能。

目前有两种技术短期处于领先地位：

超导量子位(IBM，谷歌，Rigetti，阿里巴巴，英特尔和量子电路)。基本元素是超导电路的两级能量系统，形成一个某种抗噪声的量子比特(所谓的transmon，最初是在耶鲁大学开发的，该大学是超导量子位研发领域许多关键人物的母校)。

离子阱(IonQ，Alpine Quantum Technologies，霍尼韦尔等)。核心元素是被捕获在磁场中的单个离子(带电原子)，其内在自旋的能级形成量子位。

这两种技术(我们分别讨论了第三种，退火器)产生了有希望的结果，但大多数领先的大型科技公司似乎都在押注超导量子位。原因有二:一个是超导电路基于已知的互补金属氧化物半导体技术或CMOS，其比离子阱或其他方法更标准化且更易于处理。其次，短期内走向中等规模可能更容易预测.当离子阱达到约50个量子比特时，它们面临着一个很大的障碍，通常被认为是单个离子阱的极限。连接第二个离子阱引入了新的挑战，提出的解决方案仍在科学研究中。超导量子比特通过将来自第三维的操作微脉冲插入到平面芯片上，并且朝向易受干扰的量子位的定期自动校准方向发展，来掌握短期架构挑战。实际上，他们面临的最直接的规模挑战似乎是一些普通的电子线路和控制电子设备。当量子位数达到数百个时，目前使用两到四根电缆处理量子比特同时保持低温的方法会引发严峻的工程挑战。

超导阵营的所有主要参与者都已让软件和服务公司以及首选合作伙伴能够从外部访问他们的小型芯片。有些已经向整个社区开放了性能较差的版本和模拟器。这一商业准备就绪的迹象进一步强化了人们的普遍预期，即超导量子位元可能在未来三到四年内领先于其它技术。

话虽这么说，即使是超导量子比特架构到目前为止也只有大约20个可靠的量子比特，相比之下，传统计算芯片上的量子位有1010个，所以仍然有一些路要走。对于IBM(50 个量子比特)和谷歌(72 个量子比特)，下一代硬件预计很快就就可以公开访问，而Rigetti(128 个量子比特)也宣布它将在2019年8月之前提供对下一代的访问。所有这些参与者的路线图扩展到大约100万个量子位元。在整个过程中，他们对需要连续解决的问题有很强的把握，即使他们还没有可行的解决方案。

其他有前途的技术

在短期内，研究前景更加开放，有一些有前途的候选技术正在角逐，但所有这些技术都还不成熟。他们面临着一些科学问题和相当多的具有挑战性的工程问题，这是每一种技术所特有的。只有当迷雾散去，全球生态系统才能围绕主流技术形成并扩大规模，类似于数字计算的摩尔定律。

每种方法都有其吸引人的方面和挑战。例如，光子在处理方面具有优势，因为它们在室温下工作，并且芯片设计可以利用已知的硅技术。例如，硅谷初创企业PsiQ希望跳过NISQ阶段，雄心勃勃地开发一种大型线性光学量子计算机(LOQC)，这种计算机以光子为量子位，大约五年内将有100万个量子位元成为该公司的首个上市产品。如果能够实现，这将是一个重大突破。光子的挑战在于发展单光子源和探测器，以及控制多光子的相互作用，这对双量子门是至关重要的。

另一种方法是基于硅的量子比特技术，它需要进一步掌握纳米工程，但澳大利亚量子计算与通信技术中心的研究已经取得了巨大进展。从长远来看，将这些原子大小的量子位进行规模化，并从全球硅制造经验中汲取经验，从而实现多量子位结构，可能会更容易，也因此更快。

最后阶段(仍然处于早期阶段)拓扑方法的核心目标是将错误率降低到百万分之一(甚至不排除百万分之一)，这是前所未有的。这将改变游戏规则。基本的物理机制(外来的马略亚纳准粒子)现在已经被广泛接受。然而，双量子位门是一个完全不同的游戏，至少五年内，即使是一个真正雄心勃勃的路线图也不会产生一个可行的量子计算机。

人们可以认为计算周期的数量(简单地将量子位生命周期除以门操作时间)是比较不同技术的好方法。然而，这可能会提供一种有些偏颇的观点：在短期内，实际计算周期受到门操作“不忠”的限制，因此现在和不久的将来它们的数量范围在10到100之间。因此，提高量子位操作的保真度是增加门数和算法有效性的关键，也是实现具有合理量子位开销的错误校正方案的关键。

一旦实现了错误校正，计算周期将成为性能的主要度量指标。然而，所有基于门的技术必须为容错量子计算的时钟速度付出代价。已知纠错方案中所需的测量时间在微秒范围内。因此，未来容错量子计算机的时钟速度上限为1兆赫左右。这反过来又会成为量子算法执行加速潜力的障碍。

另类参与者

业内还有一个重要的参与者：D-Wave，第一家制造任何类型(仍然是专用的)量子计算机的公司。它拥有该领域最大的知识产权组合，这实际上是该公司的最初目的。后来，D-Wave开始构建所谓的“量子退火器”。这与之前讨论的所有技术不同之处在于，它不执行量子门，而是专注于解决优化问题的专用机器(通过在高维能量环境中找到最小值)。 D-Wave目前的硬件生成包括2,000种特殊类型的超短寿命超导量子比特。

D-Wave引发了关于它的退火是否真正执行量子计算(现在很大程度上接受D-Wave使用量子力学性质来运行算法)，以及它的特定类型的问题解决程序能变得多普遍，D-Wave引发了几乎无休止的争论。D-Wave是唯一一种可用于实际销售的量子计算机(假设你有1000万到1500万美元的闲置资金)，这使得它在几年里别具一格，尽管主流的注意力已经从它的方式上转移了。对于量子退火器来说，实现更一般的操作是最大的障碍。

话虽如此，D-Wave最近推出的实时云平台Leap，为其量子应用环境的广泛访问打开了大门，并有可能很快被用户社区所接受。该公司还计划在2020年初之前推出一种新的量子芯片，该芯片将包含4000多个量子位元(仍然是寿命短的)，并将改善其连接性。这两种方法都可以将D-Wave重新投入到实时应用的游戏中，或者在NISQ期间激发新的经典算法，而在NISQ期间，基于门的中型量子计算机仍然缺乏纠错功能。

综上所述，量子计算的近期重点将是基于超导和离子阱电路系统(每个系统有几百个量子比特)以及退火的应用在未来5年内能实现到什么程度。与此同时，科技公司将继续为下一代可扩展量子计算机而战。

简化Quantum Algorithm Zoo

美国国家标准与技术研究院(NIST)维护着一个名为Quantum Algorithm Zoo的网页，其中包含60多种量子算法的描述。对目前最新技术进行编目是一项令人钦佩的努力，但它会让非专业人士以及一些专家感到头晕目眩。

量子算法是告诉量子计算机该做什么的工具。它们的两个特点在短期内特别重要:

加速。运行该算法的量子计算机解决特定一类问题的速度比最著名的经典计算计算机快多少?

稳健性。在量子计算中，算法对随机“噪声”或其他误差的弹性有多大?

今天有两类算法。 (参阅图8)我们称之第一种为纯粹型 - 它们是为在无噪声或错误纠正的环境中提高速度而设计的。从理论上讲，展览中所展示的计算机在处理特定问题时比传统计算机具有指数级的速度提升，但需要长时间的完美执行，这反过来又需要非常低的噪声操作和错误纠正。该类包括用于破解密码学的Peter Shor分解算法和用于分子模拟的Trotter类型算法。不幸的是，它们对噪声的敏感性使它们在未来十年甚至更长时间内脱离了实际应用领域。

另一类，我们称之为广泛型，是非常稳健的算法，它们比传统算法的速度快了一些，但不确定。该组的成员，包括许多更新的算法，被设计为在面对噪声和错误时是稳健的。它们可能具有内置的错误缓解，但最重要的特征是其浅层深度 - 也就是说，门操作的数量保持较低。然后将它们中的大多数与经典算法集成以实现更长、更高效的循环(尽管如此仍然必须小心累积错误)。

广泛型算法应该能够在预期100个量子比特范围内的机器上运行(退火方法虽然有些不同，但也属于这一类)。令人困惑的是，在进行实验测试之前，几乎无法证明它们相对于经典算法的加速性能。挑战任何量子优势已经成为理论家和经典算法开发人员最喜欢的消遣方式，最有效的方法实际上是通过创建新的、受量子启发的算法来提高经典算法的性能。

缺乏加速的证据可能会让纯粹主义者失望，但不会让实际的计算机科学家失望。请记住，如今主导着快速发展的人工智能领域的深度学习，曾经也是一种纯粹的实验性成功。事实上，到2012年，当深度神经网络开始赢得每一场AI和ML比赛时，几乎没有任何理论证明其性能。未来几年量子计算的真正实验将会非常有趣。

量子计算公司目前正押注于这些“广泛型算法”，它们很可能成为未来10年容易出错的NISQ时期有用的算法。任何单个算法在特定硬件上的单独性能仍然是一个不确定的赌注，但是作为一个整体，这个赌注是合理的。如果没有一种算法能够很好地解决正在调查的问题，那将是一个真正的惊喜(这可能指向一个需要理解的新的、更基本的现象)。

从实际的角度来看，云访问的潜在易用性(与超级计算机队列相比)和启发新经典方法的量子实验的价值不应低估，这些都是这种新的互补技术的切实和直接的好处。

如何在未来五年及以后发展

可以合理地预计，在未来五年内，具有几百个物理量子位的通用量子计算机将可用，并伴有量子退火器。它们将继续具有一定的噪声，容易出错，因此只能运行一些常用算法，这些算法需要进行实验来确定量子加速。也就是说，在科学上，理论和实验的相互作用总会取得重大的进步。

但是更实际的应用呢?可以解决什么问题?企业应该如何参与?他们期望在这一领域取得什么样的成就，需要付出什么样的努力?

确定时间和参与

行业和潜在应用可以基于两个因素聚集 - 量子优势的预期时间和这种优势对企业的价值。然后，他们可以分为四类参与：赛车队员，车手，追随者和观察员。 (见图表9)

赛车队员处于直接商业利益的最前沿。他们对量子优势的预期时间框架最短，潜在的商业利益很高。这些是推动当前投资和发展的行业和应用。车手将从类似的发展中获利，但对于不太重要的价值驱动因素，因此不太可能为核心投资提供资金。

追随者认为潜力巨大但发展时间长，具有量子优势。对于观察者来说，明确的利益途径和发展时间仍然不明确。

在赛车队员中，具有最高实际应用前景的公司是试验量子化学的公司，其次是AI、ML或两者兼而有之。他们最有可能与端到端提供商合作，有些甚至可能开始构建量子计算机供自己使用，并向其他公司提供服务。

量子化学之所以特别有趣，是因为许多重要的化合物，特别是催化剂和抑制剂的活性中心，可以用几百种量子态来描述。这些化合物中有一些是影响肥料生产速度和成本、材料稳定性和其他性质的重要因素，并可能影响新药的发现。对于这些公司和应用程序来说，量子计算提供了一个非常有价值的互补透镜，甚至完全的量子优势可以在下一代量子计算机上实现。后者可以以更高的精度、更快的速度或更简单的云访问的形式来运行量子算法，从而降低实验成本。新的进展和发现可能会对农业、电池和能源系统(这些都对应对气候变化至关重要)以及更广泛的工业、医疗保健和其他领域的新材料产生难以置信的影响。

接下来，加速AI和ML是量子计算最活跃的研究领域之一，而结合经典量子算法无疑是短期内最有前途的途径。同时，基于人工智能的学习模型(假设有足够的数据量)可以解决许多与量子计算相同的业务需求，这导致了两种方法之间一定程度的竞争。我们可以期待一段有趣的合作竞争时期。

总的来说，量子计算可以帮助解决所有行业的模拟和优化问题，尽管它们的业务价值和时间框架各不相同。在许多情况下，量子计算机并不专注于取代当前的高性能计算方法，而是专注于提供一种新的和互补的视角，这反过来可能为新的解决方案打开大门。金融领域的风险缓解或投资策略就是两个这样的例子。还有许多领域正在积极探索，我们一定会看到一些意想不到的创新。

以下是竞赛团队成员，车手和一些追随者在NISQ时代可以接近量子计算的方法。

分析潜力。公司需要量化量子计算对其业务的潜力。 (参见图10，了解在NISQ阶段需要密切关注的一些关键绩效指标。)他们还应监控生态系统的进展，系统地评估在何处开发或确保与特定行业相关的有前途的未来知识产权。

获得经验。公司可以使用基于云的访问来试验和评估量子算法，及其在当前和即将到来的量子硬件上的性能。这需要对小型(可能是虚拟的)量子组或实验室进行最低限度的投资。通过与关键软件和服务参与者合作来构建功能，可以通过对小型参与者的伙伴关系和潜在投资或收购来进行补充。

领导自己的工作。企业可以利用专门的资源，与外部供应商合作，建立自己的量子部门，领导量子试点项目，这保证了直接访问硬件和最新技术的发展。与端到端技术参与者的直接协作允许合作伙伴利用特定于技术的加速，并及早利用技术成熟度的提高。然而，在这个阶段，公司应该避免锁定于特定的技术或方法——先驱者确认在几种技术上测试性能的重要性。

推出新产品。这种情况需要对跨功能的领域和量子计算专家组进行更大的投资。它很可能是基于与领先技术公司的优先合作，以确保第一线获得顶级硬件，或者，对于少数几家公司来说，建立自己的量子计算机。无论哪种方式，我们的目标都是实现新发现或应用的先发优势，而不仅仅是展示量子优势。这些参与者成为生态系统的积极推动者。

当前的参与状态

企业已经在各个层面积极参与。一些财力雄厚、对基础技术有重大兴趣的公司，如航空航天和国防领域的诺斯罗普·格鲁曼公司和洛克希德·马丁公司，或在光学和低温元件以及控制系统方面具有相当实力的霍尼韦尔公司，已经拥有或正在构建自己的量子计算系统。

我们看到各种类型的合作伙伴关系初具规模。摩根大通、巴克莱和三星正在与IBM，大众汽车集团和戴姆勒合作与谷歌合作。空客、高盛和宝马似乎更愿意在这个阶段与软件和服务中介合作。 Commonwealth Bank和Telstra共同投资了悉尼的硅量子计算初创公司，该公司是新南威尔士大学的分支机构，而英特尔和微软则与QuTech建立了强有力的合作关系。

许多初创公司，如专注于定制OLED的OTI Lumionics，已经开始集成量子算法以发现新材料，并与D-Wave、Rigetti等公司合作，取得了令人鼓舞的成果。一种更常见的——通常是互补的——方法是与活跃的硬件厂商或与技术无关的软件和服务公司合作。

参与程度显然取决于每个公司的战略，特定的商业价值潜力，财务手段和风险偏好。但随着时间的推移，任何使用高性能计算的公司都需要参与其中。随着我们所有经济体变得更加以数据为导向，受影响企业的圈子迅速扩大。

一个潜在的量子冬天，以及其中的机会

像许多理论技术一样，量子计算已经经历了兴奋和失望的循环。然而，过去几年所取得的进展是切实可见的，并导致了越来越高的兴趣和投资活动。但最终的速度和路线图仍不确定，因为仍存在重大障碍。虽然NISQ周期无疑会带来一些惊喜和突破，但通向容错量子计算机的道路很可能成为挖掘量子计算应用全部潜力的关键。

因此，一些专家警告说，可能会出现“量子冬天”，在这个冬天，一些夸大的兴奋情绪会冷却下来，人们的注意力会转移到其他事情上。即使冷静平复下来，对于那些在中长期内对未来有强烈影响的人来说，在滑铁卢战役之后的恐慌中记住银行家罗恩斯柴尔德的劝告可能是值得的：“鲜血满街时再买入。”在幻想破灭期间，公司建立真正的竞争优势的基础。无论谁在新兴的量子计算技术中占据了最重要的商业滩头阵地，他都极有可能在未来几年做到这一点。问题不在于企业是否、何时、而是如何介入。