Executive Summary
- 量子计算利用量子力学以传统计算机甚至超级计算机无法实现的方式处理信息，在模拟物理和化学系统方面具有独特优势。
- 在量子计算研究领域，学术出版物的数量远超专利，但近期专利数量的激增表明商业活动正在加速，特别是在超导和自旋量子比特技术方面。
- 量子比特的材料领域涵盖了元素硅、III-V族半导体、金刚石、铝和稀土金属。
- 量子硬件正从实验室原型向早期商业化和云端平台过渡，预计到2030年，全球量子计算市场规模将达到40亿美元。
量子计算应用量子力学原理，其功能远超传统计算，因此能够解决更复杂的问题。这种计算形式特别擅长 模拟物理系统，这使其在化学和材料科学领域极具价值。
量子计算机可以 彻底改变 药物研发，通过模拟数十亿个潜在候选药物来帮助治愈疾病。它们可以筛选具有特定性质（如室温超导性）的新材料候选者。它们甚至可以瞬间计算出全球所有的天气模型，使现有的预报方式成为过去。量子计算是如何做到这一切的呢？答案在于它与我们常见的传统计算形式有何不同。
我们笔记本电脑和手机所使用的这种计算类型，其芯片中的比特位仅存在于0或1的确定二进制状态。超级计算机则是通过并行堆叠这些状态来处理海量数据，并应用于数据中心。
在量子计算中，被称为量子比特（qubits）的单元可以同时处于0、1或两者兼有的状态（叠加态）（见图1）。它们在被称为量子处理单元（QPUs）的芯片中运行。这使得同时探索多种可能的解决方案成为可能。与传统计算不同，量子计算是一个充满挑战且复杂的领域，涉及不断演进的技术和概念，目前在何种类型的量子比特最优这一问题上，尚未出现明确的“赢家”。
量子计算的讨论与理论研究已持续多年。尽管该领域仍处于起步阶段，但相关技术正在研究机构和商业公司中不断扩展。我们分析了 CAS Content CollectionTMTM（全球最大的人工收录科学信息库），以深入了解过去 25 年间量子计算的发展情况（见图 2）。
我们发现，学术出版物在数量上占据主导地位，远超专利。然而，专利数量近期开始激增，预示着未来几年可能会出现爆发式增长。让我们探讨一下量子计算的工作原理，以及哪些材料正在推动这些进步：
量子计算方法
量子计算包含多种不同的路径，每种路径都有其独特的方法和应用。这些方法在决定所使用的量子比特类型方面起着关键作用：
- 门模型 量子计算，也称为通用量子计算，是目前应用最广泛的方法。从本质上讲，它是一组指令或配方，作用于量子比特。在实践中，门是幺正算符，通过精确控制的物理信号来转换量子比特的状态。半导体自旋量子比特通过微波电磁脉冲进行控制，而离子阱量子比特通常使用精确调谐的激光束进行控制。这些控制信号实现了执行计算所需的量子门。门或信号通过操纵量子比特来执行计算，从而解决问题。
- 绝热 量子计算 遵循一种更受控的过程，即系统在整个计算过程中始终保持在基态。这为优化问题以及在长时间计算中保持量子相干性提供了优势。
- 相比之下， 量子退火 采取了不同的方法，即让量子比特从高能叠加态开始，并逐渐让系统向代表最优解的低能基态演化。这种方法对于组合问题、调度和机器学习任务非常有效，尽管其通用性不如基于门的逻辑运算。从叠加态开始系统的优势在于应用了另一种称为量子隧穿的现象，即系统可以访问经典状态下无法访问的其他状态。这使得系统能够访问广泛的叠加态，从而有更大的机会找到真正的能量最小值。
- 基于测量 的量子计算 使系统从所有量子比特处于高度纠缠的资源态（例如簇态）开始，然后测量其中一个量子比特。这种初始测量会导致所有其他量子比特产生反应，并有助于确定下一个要测量的量子比特。量子比特测量按顺序进行，直到全部测量完毕。其目的起初看起来很奇怪，但它非常适合几种类型的计算，特别是统计和量子属性问题：
- 概率计算需要在开始时运行一组完整的量子比特，然后得出最终结果。
- 复杂的量子干涉计算可以在给定系统上同时发生许多干涉，并且它们都在相互作用。由于它们共同反应，因此不可能按顺序计算这些干涉，所以基于测量的方法非常适合此类问题。
- 最后， 拓扑 量子计算 代表了一个新兴的前沿领域，它利用被称为任意子的奇异粒子和拓扑性质（表面和结构性质）来创建本质上抗错误的量子态。任意子是一种仅存在于二维系统中的准粒子，使其成为在表面上进行操纵的理想粒子。对于实际设备而言，最有利的任意子被称为 马约拉纳零 模（MZMs）。与其他形式的量子计算不同，这些拓扑任意子态本质上更能抵抗局部噪声和退相干，从而提供内置的错误抑制功能。
量子比特的类型
超导量子比特 是最通用的，支持多种量子计算方法。它们在低温下利用以下元件实现零电阻导电： 约瑟夫森结，这是一种提供非线性的电路，使电路能够具有离散且可控的量子态。
由于其快速的门操作和强耦合特性，它们在基于门的量子计算中表现出色。超导量子比特的两个特定子类包括：Transmon 量子比特（一种带有并联电容器的约瑟夫森结，常被 IBM、Google 和 Rigetti 使用）以及磁通量子比特（一种由磁通量控制的约瑟夫森结）。D-Wave 的量子退火机采用了 Transmon 量子比特，因为它们易于耦合，能够构建优化问题所需的能量图景。
这两种超导量子比特各有优势。例如，Transmon 量子比特降低了噪声敏感度并具备可扩展的制造工艺，而磁通量子比特则具有强大的可调谐性和良好的能级分离。超导系统也适用于绝热量子计算。
离子阱 量子比特 非常适合基于门的量子计算，因为它们提供了卓越的相干时间和高保真操作。这些量子比特是利用电磁场悬浮在空间中的离子，这使得它们的量子态能够被控制和操纵。IonQ 和 Honeywell 等公司利用离子阱进行通用量子计算，它们非常适合量子模拟，特别是原子和分子系统，因为它们直接使用原子作为量子比特。
光子量子比特 在基于测量的量子计算中具有独特的地位，因为它们 使用信息 ，这些信息编码在单个光子中，能够在室温下保持相干性且易于测量。Xanadu 和 PsiQuantum 等公司专注于光子学方法。
自旋 量子比特 在量子点或其他固态系统中对于基于门的量子计算日益重要，Intel 等公司正在硅自旋量子比特领域进行大量投资。这些系统对于材料科学应用极具吸引力，因为量子比特本身就是自旋。它们与传统制造工艺的兼容性使其在可扩展量子处理器方面前景广阔，尽管目前在控制和相干性方面仍面临挑战。
拓扑量子比特 代表了一种高度专业化的方法，主要旨在实现 容错 计算，并应用于基于门的量子计算。微软采用的 Majorana 1 芯片方法是一种复杂的计数方法，能够精确计算电子数量，精确度可达 1 个电子的差异，而这种差异在经典计算意义上即为其 0 或 1 的版本。它通过将超导纳米线产生的量子态与嵌入芯片中的量子点状态进行耦合，然后利用微波读取这些状态来实现这一点。该波携带了纳米线量子态的印记。迄今为止，只有微软实现了拓扑芯片，但这耗费了近 40 年的时间。
量子计算方法与量子比特类型密切相关，我们可以看到各家公司正在使用不同的方法来构建其版本的实用量子计算机（见图 3）。
我们还研究了 CAS Content CollectionTM 中与五种主要量子比特类型相关的量子比特研究。 使用 CAS SciFinder®（该平台汇集了来自全球的化学及相关科学数据），我们发现超导量子比特和自旋量子比特的相关出版物呈现出显著增长（见图 4）。
其余三种量子比特类型（光子、离子阱、拓扑）属于小众研究领域，出版活动相对较少。总体趋势表明，尽管超导和自旋量子比特迄今为止在量子计算研究布局中占据主导地位，但微软的最新进展可能会在未来几年改变拓扑量子比特的趋势。
图 4 中显示的出版趋势是使用 CAS SciFinder® 进行分析的，该平台汇集了来自全球的化学及相关科学数据。 探索类似趋势的研究人员 可以使用人工智能驱动的检索功能，识别其特定研究领域中的模式。
量子比特由哪些材料制成？
我们分析了量子比特的制造材料，并将最主要的物质归为几类（见图 5A）。元素硅 (Si) 和硅合金 (Ge,Si) 是 顶级材料 按文献数量在其各自类别中名列前茅，这归功于它们作为基底、异质结构层、半导体互连和硅基材料的实用性 量子点.
铝也因超导量子比特研究的增长而变得普遍；例如，它被用作谷歌之前的 Sycamore 量子芯片和微软 Majorana 1 芯片中的超导体。
许多其他无机材料也广泛存在，特别是 III-V 族半导体类型，这与元素周期表的第 13 族和第 15 族有关，包括砷化镓、砷化铝镓、砷化铟和砷化镓铟。这些砷化物材料在产生特定能量和单数量的光子方面表现出色，也被称为单光子发射器。这使得它们在光子量子比特中非常有用，特别是基于量子点的光子量子比特。在近期的进展中，它们也已应用于 自旋量子点量子比特.
金刚石是碳的一种同素异形体，因其独特的结构而在文献中非常普遍。从核物理的角度来看，碳原子位于固态且不易变形的晶格中，通过用某些金属和同位素取代碳，金刚石可作为量子比特研究的理想基底。
文献中聚合物的出现可能令人惊讶，但它们并非用于量子比特组件，而是用于封装。聚合物含有过多的杂质和固态缺陷，无法用作商业量子处理器 (QPU) 中的量子比特。然而，聚甲基丙烯酸甲酯 (PMMA) 被广泛用于透明防碎塑料，而聚四氟乙烯 (PTFE) 则因其化学和机械抗性而被使用。
我们的分析还揭示了稀土金属 (REM) 的存在，这些金属价格昂贵， 储量稀少。它们对于许多微电子技术至关重要，包括传统计算机芯片中的存储组件，以及从麦克风到先进成像仪器等各种应用中的磁体。
稀土金属及其相对含量如图 5B 所示，计算依据是专利和期刊文献的总数。排名前五的稀土金属按降序排列为：镱的同位素 Yb-171 (35.9%)、元素镱 Yb (12.5%)、铒 Er (12.2%)、铕 Eu (7.1%) 和钕 Nd (6.8%)。不太常见的稀土金属包括镨、钆、镱-174 和镝，占比均小于 5.4%。其他 (5%) 则包括各种低计数的同位素和离子。
Yb-171 因其长相干时间、窄光学跃迁和稳定的核自旋特性而被广泛用作量子比特物种。例如，它被 eleQtron 和 IonQ 用于俘获离子量子计算机中。元素镱 (Yb) 也因其深层屏蔽的 4f 壳层电子能减少环境噪声，从而提供高相干性的量子比特。Atom Computing 已申请了在冷原子量子计算机中使用 Yb 的专利。华为技术有限公司设计了一种带有用于光学读取的纳米纤维的量子计算系统，马克斯·普朗克研究所也已申请了在先进光阱态中使用 Yb 的专利。
包括芝加哥大学在内的多家机构已将铒 (Er) 用于在电信波长（1.5 μm）下直接运行的分子量子比特，从而架起了自旋与光子接口之间的桥梁。这使得铒能够与现有的光纤基础设施直接集成，为未来的量子互联网奠定基础。河南大学已将其作为量子光源的用途申请了专利。Quantum Source Labs 公司也已将铒作为其光子量子比特的一部分申请了专利。
铕 (Eu) 和钕 (Nd) 均展现出卓越的磁学性质，是量子存储组件的理想选择。伊利诺伊大学厄巴纳-香槟分校近期在存储时长方面取得了进展，目前已达到 800 纳秒；华威大学则将铕嵌入金刚石基底中，作为稀土掺杂激光晶体组件。美国海军已将钕在量子纠缠光子量子比特中的应用申请了专利。
当今及未来的量子计算机
量子计算目前正处于学术研究向实际商业产品转化的阶段。表 1 详细列出了主要公司的量子比特类型和数量，以及其计算机和量子云服务的公开可用性。
微软 (Majorana 1)、谷歌 (Sycamore, Willow) 和亚马逊 (Ocelot) 都开发了各自独特的 QPU 类型，但除了合作关系外，均未向公众开放使用。相比之下，IBM、D-Wave、Rigetti、Quantinuum 和 IonQ 均提供对其量子计算机的云访问权限。本源量子 (Origin Quantum) 拥有自己的云端 QPU，并提供人工智能集成选项。Xanadu 开发了纯云端 QPU，而英特尔和 PsiQuantum 目前提供独立式 QPU。
在量子比特方面，PsiQuantum 正在澳大利亚、美国和英国建设设施，以实现约 100 万个量子比特上线；D-Wave 目前声称每台机器可提供 4400+ 个量子比特的 QPU 系统。亚马逊的 Ocelot（具体为亚马逊云科技，AWS）量子比特芯片每个仅有 5 个量子比特，但由于专注于量子比特相位和振荡器强度，其设计具有可扩展性。
这些现实中的量子比特系统表明，相关科学不仅处于研究阶段，而且已经超越了测试和私人合作的范畴。一些公司甚至提供订阅和定价方案，使公众能够实时使用其中的部分量子计算机。
我们可以从近年来公开可用的量子计算机数量中看出这项技术的发展程度。尽管专利数量相对较少，但全球量子计算市场 预计 到 2030 年将增长至 40 亿美元，这证明了该领域无论采用何种量子比特类型或量子方法，都具有巨大的价值。
所使用的各种材料，无论是昂贵的稀土还是储量丰富的铝，都将在特定量子比特的经济性和增长中发挥作用。然而，量子计算的整体前景依然光明，随之而来的是药物研发和材料科学突破的机遇也在不断增加。这种增长已反映在近期的基础设施变革中，后量子密码方案正被评估并部署在 TLS 等网络安全协议中，集成到操作系统内核中，并纳入安全硬件和密码模块中，以减轻未来量子计算对网络安全构成的威胁。
