對量子運算領域的研究者來說，2019年無疑是非常令人振奮的一年。早在1926年，奧地利物理學家薛丁格(Schrodinger)發表論文，提出薛丁格方程式，奠定量子力學的基礎後，量子運算的概念就開始逐漸醞釀。在此後數十年，多位大師級學者先後從理論上證明，量子運算是可行的，而且有些證明十分優雅，其數學推導過程甚至不到半張A4紙就能寫完。這使得學術界對於量子運算的理論研究跟硬體原型建構，一直有很高的興趣。
量子狀態難維持 系統/處理器設計考驗眾多
然而，理論歸理論，實務歸實務。量子運算在實作上非常困難，因為量子狀態本身極為脆弱，任何干擾，甚至只是試圖度量，都會使量子狀態難以維持，回復到古典(二位元)狀態。
其次，量子狀態得在接近絕對零度(攝氏-273.15度)的環境下才能維持，這使得人類開始試圖建造量子運算硬體的原型時，很自然地選擇超導體這條路徑。直到近年才開始有人探索新的設計架構，例如英特爾的自旋量子位元等基於矽晶的設計架構，或漢威聯合採用的離子阱(Ion Trap)架構(圖1)。
但這些新架構其實也無法有效解決量子運算長期以來最棘手的環境溫度問題。即便改用其他架構，可以稍微提高容許溫度，幅度也不大。舉例來說，超導量子位元必須在20毫克耳文溫度，也就是只能比絕對零度高20毫度的超低溫下才能運作。但基於矽晶的Tangle Lake，也只能把容許的溫度範圍從絕對零度往上提高一度。雖然這已能讓系統設計者在維持低溫環境方面省下許多努力，但從現實面來說，要長時間維持如此低溫的環境，還是一個很複雜的工程問題，也註定了量子運算系統必然是台龐然大物(圖2)。
第三，基於超導體的設計方案很難像積體電路般微縮，這會使得量子處理器很難內建數量足以支撐商業應用的量子位元(Qubit)數量。不過，這也只是理論，實際上，Tangle Lake量子處理器的晶片尺寸還是高達三平方英吋，卻只內建了49個Qubit，低於Google在自然(Nature)期刊上發表的54Qubit超導量子處理器。這跟技術的成熟度有關，畢竟超導量子處理器的發展已經累積了數十年經驗，但矽基量子處理器的研究，是近幾年才開始。
Qubit數量對於量子運算能否實現商業應用極為關鍵。不管是54Qubit或49Qubit，都還不足以支撐真實的應用，只能用來執行實驗性質的演算法。這也是為何Google在自然期刊上發表其研究突破，聲稱實現量子霸權(Quantumn Supremacy)後，立刻引來IBM反駁的原因。
Google的研究使用了專為驗證其量子處理器所設計的演算法，因此才能在極短時間內完成超級電腦得花上萬年才能執行的運算量，但如果把Google所使用的演算法改寫成適合超級電腦執行的型態，超級電腦依然可以在幾天內跑完相同的運算任務。
撇開Google以專用的實驗性演算法來驗證其量子處理器設計不談，對任何運算設備來說，如果要進入實用階段，糾錯(Error Correction)能力是非常重要的機制，而這會需要大量的Qubit冗餘。根據英特爾、愛美科(imec)、CEA-Leti等領先企業跟研究機構的估計，如果要實現可執行商業應用，且具有糾錯能力的量子處理器，該處理器至少要整合100萬個Qubit。相較之下，目前最先進的量子處理器，離這個門檻都還有一段非常遙遠的距離。
而這也正是半導體業界為何對矽基量子處理器的前景充滿信心的原因。從物理層來看，一個量子位元的結構其實並不複雜(圖3)，在半導體製程已經可以在單一晶片上整合數億個電晶體的情況下，用半導體製程來生產整合了數百萬個Qubit的處理器晶片，具有很高的可行性。英特爾的研究團隊就估計，理論上，1平方毫米的晶片面積可放置十億個自旋量子位元，且自旋量子位元與傳統電晶體在結構上有很高的相似性，因此自旋量子位元可能有助於將量子運算系統的規模擴充至估計數百萬個量子位元。CEA-Leti的研究團隊則已經訂下目標，希望在2024年之前，製造出內建100個Qubit，基於半導體製程的量子處理器。
量子運算成熟還需十年 大廠動作頻頻為哪樁？
其實，按照許多技術研究單位跟科技大廠的預估跟規畫，量子運算是2020~2030年這段期間的重點研發題目。換言之，即便研發進度超前，量子運算進入實用階段，最快恐怕也得等到2020年代的下半葉。那麼，為何量子運算的議題提前在2019年引爆？
答案在於高效能運算的效能成長空間，已經出現瓶頸。由於功耗、通訊頻寬等限制運算效能成長的因素，本質上都跟物理有關，因此高效能運算相關的晶片業者，均急於尋求突破效能天花板的辦法，而量子運算則是其中之一。
量子運算會帶來前所未見的運算能力，可模擬和分析自然現象，從而迅速找出這類問題的解答。現今的超級電腦必須花費大量時間才能為這類問題求解，因此業界預期，量子運算會在各領域促成突破性發展，包括個體化遺傳醫學、天體物理學等。
不過，這並不意味著量子電腦會是一個通用運算系統。據CEA-Leti量子運算計畫總監Maud Vinet(圖4)指出，目前高效能運算在許多方面都已經面臨極限，要進一步提高效能的難度只會越來越高。但量子運算是領域專用型運算，無法像超級電腦般，靈活地執行各種不同類型的運算任機構合力進行的研究，從量子裝置開始擴大建構，納入諸如錯誤修正、硬體和軟體型控制等機制，以及用來發展量子應用程式的方法和工具。
但即便上述工程挑戰均獲得解決，也無法保證量子運算能獲得普及應用。由於量子運算先天上就不適合當作通用運算任務的執行平台，因此量子運算的應用會受到相當多限制。即便是在適合使用量子運算的領域，由於量子運算的效能極為驚人，全世界可能只需要一到兩台量子電腦，就足以滿足運算需求。將這些因素加總起來，量子電腦很可能無法創造出夠大的經濟規模，驅動其成本下滑，而這會進一步對量子運算的商用化進程造成阻礙。
旺宏電子總經理盧志遠日前在SEMICON Taiwan 2019展會期間，針對量子電腦的商業化挑戰，做出了很精闢的總結。他表示，對現有的半導體產業而言，量子運算無疑是一項破壞性創新，但一個破壞性創新技術要成功，除了工程、材料、設備機台等生態系統的配套要同步到位之外，最重要的還是應用。有廣大的應用，才能讓一項技術變成一個產業。
量子運算對高科技、工業、化學製藥、金融及能源產業都有可能帶來巨大的顛覆，但現在看來，量子運算要應用在這些領域，也還有諸多技術及工程上的難題需要克服。在量子運算真正起飛之前，必然會經歷一段炒作周期(Hype Cycle)，只有撐到最後，把主要問題解決的廠商，才能享受到量子運算的豐碩果實。
