方兴未艾的量子计算有多少风险投资家关注

　　数年来，摩尔定律即将失效的论调未曾淡出我们的视线，多亏了英特尔和IBM这样的公司里的天才工程师们，摩尔定律才一直延续到了现在。然而，如果按照现在的步伐发展下去，到2020年我们需要的晶体管就得缩小到纳米级别，而到那时，那样的晶体管的运作状况将需要用量子不确定性来描述，使得它们组成的设备性能变得完全不可靠。 摩尔定律预言，计算机微处理器上的晶体管数量每两年就会翻一番，微处理器的性能也大致相当于翻了一翻。这个定律已经在近50年里得到了一次又一次的验证，但是，它可能很快就要失效了。

　　现在，一种新的计算设备理念已经初露端倪，一种利用同一套量子理论、却能开发出巨大计算能力的理念——量子计算。

　　在1965年，戈登·摩尔接受《电子杂志》（Electronics Magazine）的邀约，撰文预言半导体行业和电子行业在接下来的十年中会有什么样的变化。在短短两页半的文章中，摩尔惊人地准确预言了整个电子行业在接下来的50年中的发展。他发表的论文题为《让集成线路填满更多的元件》（Cramming more components onto integrated circuits），开头一段这样写道：

　　集成电路的未来就是电子工业的未来。集成电路的优势将促成电子工业的繁荣，将这项科技推向更广的应用领域。集成电路将使得许多奇迹成为现实：与中央计算机连结的家用电脑或家用终端、汽车的自动化控制以及个人便携式通讯设备。

　　在短短的一段话中，摩尔预言了个人计算机、无人驾驶汽车、互联网和智能手机的发明。但是，这篇1965年的简短论文中最有名、最让人印象深刻的预言当属摩尔对半导体发展历程的准确预言。他预测，晶体管的数量将会每两年翻一番，也就是说，计算机的计算能力也大约会每两年翻一番。

　　量子计算，风投界的下一个“登月计划”？

　　摩尔定律的预言。

　　著名丹麦物理学家尼尔斯·波尔（Niles Bohr）曾评论，“作出预言是困难的，特别是预言未来。”摩尔的预言却有着惊人的准确度。他的预言受到了广泛的认可，以至于在1991年，美国半导体工业协会正式制定工业发展的路线图，规划整个半导体供应链的未来发展进度，以期跟上摩尔定律的步伐。实际上，美国半导体工业协会规划的路线图使得摩尔定律从一个预言式的观察在某种程度上变成了对半导体行业的“规定”。

　　令人印象深刻的是，全球半导体行业自从1991年制定了计划以来，每一年都准确无误地达到了摩尔定律规定的目标。

　　摩尔定律即将失效？

　　时至今日，又有一批人声称摩尔定律即将失去它的“魔力”。但与之前预言摩尔定律失效的人不同，这一批人的论据不是质疑工程师无法将微小的晶体管塞入越来越密集的配置，而是指出晶体管将很快变得极其微小，这样就会达到保持电子稳定所需要的结构极限。

　　目前最先进的晶体管只有14纳米的直径，比一个病毒还小，比细胞壁还薄。如果摩尔定律要延续下去，晶体管的大小在2020年就会缩小到不到5纳米。5纳米比10个原子排成一排还要短，换个说法，就是比一个DNA束的直径还短。在那样的尺度下，经典物理学的理论就不再适用了。

　　这种微小尺度的系统将需要用到量子物理理论来描述，也就是“臭名昭著”的量子不确定性，这将使得这些晶体管的运作情况变得极为不确定，从而失去了实际应用的价值。

　　对于普通的风险投资者来说，这可不是什么好消息。风投行业一直对电子工程师们的能力深信不疑，相信他们能够实现摩尔定律的预言。当今科技进步有很一大部分都来自信息处理工具的提升。集成电路（也就是芯片）是硬件的基础，是当今数字化时代连接世界的基石。

　　多亏了摩尔定律的预言，这些信息处理工具才能每年稳步提升性能，过去50年来变得越来越小、越来越快、越来越便宜。如果集成电路的发展步伐将要停滞不前，后果可能很严重。

　　不过，对于像我这样乐观的风险投资者，这反而是一个激动人心的契机。

　　改变发展思路

　　需要声明的是，我不是在高呼半导体芯片行业的末日。但是，我相信行业的发展规律将会发展。虽然芯片本身不会变快很多（如时钟速度，即一个处理器每一秒可以执行的计算数量，会基本保持不变），它们会在其他方面有所改进，特别是会在并行计算上继续取得突破。我们不再只关注提高一个处理器的处理能力，而是在一个设备上配置多处理器，把一项任务分解给各个核心，这样每个核心能够同时处理一个问题的不同部分。这对于多任务处理（比如同时运转多个应用程序）非常有用，更广泛地说，就是对任何能够分解成小任务的大计算量任务特别有效。

　　引用计算机科学家丹尼尔·里德（Daniel Reed）的一个比喻就是，1957年推出的波音707和2011年推出的波音Dreamlinear飞行速度相同，但它们是截然不同的飞机。

　　风险投资人的工作就是寻找并投资那些具有巨大潜力的机会。我们的使命是创造价值而不是攫取价值。风投需要培养那些跳跃式的创新，它们的发展更像是一个阶梯方程的图像 ，而不是传统上的一条直线。

　　在风险投资领域，有一类投资叫做“登月计划”（moonshot）。这是一些特别大胆、特别具有创新性的无畏的想法，它们通常有着巨大的潜力，但随之而来的还有高风险。

　　第一个“登月”的人大概是东海岸的投资人阿瑟·罗克（Arthur Rock），许多人把他当做当代风险投资的先驱，他说服了被称为“叛逆八徒”的一批人（其中就包括摩尔本人），在1957年离开肖克利半导体实验室（Shockley Semiconductor Laboratory），共同创立了飞兆半导体公司（Fairchild Semiconductor）。飞兆公司后来成了硅谷半导体行业发展初期的中心，也就成了电子革命的领头羊。

　　几年后，飞兆半导体公司蓬勃发展，摩尔和另一名合伙人鲍勃·诺伊斯（Bob Noyce）共同创立了一个新公司，起名英特尔。他们再次得到了阿瑟·罗克的支持。

　　与此同时，罗克也在发展他自己的风投公司Rock & Co.，雇请了迪克·克拉姆利克（Dick Kramlich）作为他的第一个合伙人。他们共同投资了许多项“登月计划”，比如在苹果公司还是两个人的小团体、还在加利福尼亚北部的车库里发展的时候就给他们注资。（一个有趣的小故事：克拉姆利克后来创立了NEA，这家公司现在是世界上最大的风投公司之一，也是我正在工作的公司。）

　　那些早期的登月计划催生了硬件革命，开启了当代的计算和数字通讯时代。于是，我们得以生活在一个前所未见的充满科技创新和活力的时代。

　　量子计算也可能成为风投界的下一个登月计划之一。简单来讲，量子计算机是一个使用量子状态来储存和处理信息的计算机。通过利用一些特定的量子效应，尤其是量子叠加和纠缠现象，量子计算机能够以难以置信的速度和规模处理复杂信息。

　　充满无限可能的应用前景

　　但是，硬件方面的投资早已不受风投界的青睐，主要原因在于它的资本密集度。因此，没有多少风险投资家关注方兴未艾的量子计算。

　　IT硬件的风投资本处于历史新低。

　　量子计算是典型的登月计划：它有创造价值的巨大潜力，也承担着失败的高风险。

　　量子计算的前景在于解决一些对传统硬件来说过于复杂的问题，如整数分解、复杂系统仿真、离散优化、大型参数空间的非结构化搜索等等，其应用潜力可想而知。量子计算机不会取代台式机，它们的用处不在于比传统计算机更快，而是能为问题提供完全不同的解决方案。

　　量子计算机基于量子力学原理，尤其是量子叠加和量子纠缠理论来处理数据。通过同时计算输入数据的所有可能组合，量子计算机能够解决传统计算机无法解决的复杂问题。

　　或许量子计算机最有名的应用就是整数分解了。初看起来，整数分解不是非常有意思的话题，但事实上这是一个非常重要的研究领域。现代密码学（通常被称为公钥或RSA加密）的基础就是传统计算机没有足够的计算能力进行大整数分解。

　　本质上来讲，现代密码学把信息用非常大的整数进行加密。由于传统计算机无法分解这些大整数，密码就不会被破解。但是，量子计算机在理论上将能够完成大整数分解的任务，因此将使现代加密手段失效。

　　量子计算机能够比当今最先进的传统计算机更快地分解大数字。数据来自R. Van Meter, K. M. Itoh, and T. D. Ladd, “Architecture-dependent execution of Shor’s algorithm,” in Controllable Quantum States.

　　破解密码是量子计算机的一大应用前景，也是全球政府部门都对它虎视眈眈（特别是美国和中国）的原因，但短期之内投入应用的可能性不大，因为计算上的复杂性非常高。当然，它也在许多其他方面可以给社会带来贡献。

　　量子计算机的另一个巨大应用领域是复杂系统的模拟和优化，特别是复杂度达到2的n次方的系统。这里面涉及大量问题，但都可以粗略地概念化为一个由大量多层面因素构成的系统，它们相互作用，产生许多可能的结果和变量。

　　案例1：催化剂设计

　　一个可行的领域是用于模拟分子相互作用。给复杂化合物在分子层面的相互作用建模对于传统计算机的能力来说非常困难，但量子计算机可以解决这个问题。这个问题的突破可以为材料科学、生物学，化学、医学以及其它领域带来重大进展。

　　模拟复杂的分子相互运动不仅能够增进我们对现有化合物的理解，也能让我们在安全的模拟环境下分析假设的化合物的性质，显著扩大我们能够建模、测试和发现的范围。这种模拟对于催化剂设计尤为重要。一些工业中最重要的生产环节就依赖于催化剂催化的化学反应。比如产生氨气的哈柏法，这是几乎所有现代肥料生产的核心，可惜这个化学反应过程需要大量消耗能源和资源。如果能够设计一个新的、更有效的催化剂，就可以大幅节省能源和资源，从而提高全球食品供应的效率和生产能力。

　　案例2：全球变暖

　　分子模拟还可以帮助解决温室气体排放带来的挑战。如果可以设计一种化合物来促进二氧化碳固定，那么二氧化碳的排放量就可以有效减少。更广泛地讲，量子计算机可以分析许多不同的物质，看它们将如何与不同的温室气体反应。我们可以一直模拟假设的物质，直到最终发现一个尤为高效的化合物，在这个例子中就是能够帮助固定某种温室气体的催化剂。这种化合物就能够放在温室气体的排放源，用来减少排放量。

　　案例3：人工智能

　　量子计算也可以使人工智能和机器学习取得显著的突破。通过大规模并行方式同时处理输入数据的所有组合，并利用“量子隧穿效应”，量子计算能够解决非常复杂的数据问题（如大型数据集和复杂拓扑结构的离散优化）。这些问题对传统硬件来说非常棘手，在今天，研究者还只能依靠不完善的启发式技术来处理。

　　量子计算机在人工智能领域的应用潜力非常引人注目，NASA就设了一个研究团队专门研究量子AI。这个团队的目标是证明量子计算和量子算法有一天或能显着提高计算能力，用于解决棘手的优化和机器学习问题。（一个有趣的观点：现在甚至有理论说人类智能就是来自大脑中的量子计算过程，该理论被称为“量子心灵”（quantum mind）。）

　　回到芯片的话题

　　量子计算领域还方兴未艾。最近，在加州理工学院举行的量子峰会上，诺奖获得者、美国物理学家戴夫·瓦恩兰（Dave Wineland）告诉我，量子计算领域的种种硬件实现手段就像马拉松运动员，可能有一些方法处于领先地位，但比赛才刚刚开始，选手们回过头去甚至还能看到起跑线。 不过他还说，他相信，在未来的10年内，我们就可以看到量子计算带来的科学突破。

　　在他眼里，一个量子计算领域的研讨会就将成为量子硬件帮助我们发现新知的契机，可能是仿真，也可能是新的科学领域。这些突破不需要先研发出一个强大的通用量子计算机。要实现这个目标，或许只需一个中等规模的专用机器和一些高质量的外设（也称“电子控制设备”）。

　　量子计算领域正在经历转型，从纯理论变得越来越注重实践。换句话说，量子计算正在从科学界走向工程界。这种转变并非空穴来风，看看是理论方面的论文多还是工程界发表的学术论文多就知道了。

　　关于量子计算和量子信息的工程类文章发表数量逐年增加。

　　我们越来越接近能够设计、开发和制造这种实用设备的水平，这也意味着我们离它的实际应用越来越近了，而这无疑是一个对商界、政界和社会都影响深远的好消息。

        从一个风险投资者的角度来看，这是一种激动人心的转型。

相关阅读：