2025年10月22日，谷歌量子人工智能（Google Quantum AI）团队在《自然》（Nature）杂志上发表了最新研究成果，宣布其65量子比特量子处理器“Willow”成功实现了“量子优势”（quantum advantage）。该处理器在运行新算法“量子回声”（Quantum Echoes）时，速度比目前世界上最快的超级计算机快13,000倍。这一突破标志着量子计算从理论走向实用应用迈出了关键一步。这一突破是建立在Google科学家刚刚因为量子计算领域的贡献获得2025年NOBEL物理学奖的基础之上。
（备注：2025年10月7日，瑞典皇家科学院宣布，约翰·克拉克（John Clarke）、米歇尔·H·德沃雷（Michel H. Devoret）和约翰·M·马丁尼斯（John M. Martinis）因其在超导电路中发现宏观量子隧穿和能量量子化的开创性工作，共同获得2025年诺贝尔物理学奖。这一发现为量子计算技术的发展奠定了基础，尤其是超导量子比特（qubit）架构的实现。
米歇尔·H·德沃雷特目前担任Google量子人工智能（Quantum AI）团队的量子硬件首席科学家。他与约翰·M·马丁尼斯共同领导了Google的量子硬件研发工作。）
什么是65量子比特处理器？
量子比特（qubit）是量子计算的基本单位，与经典计算机的比特不同，量子比特可以同时处于多个状态（量子叠加态），并通过量子纠缠实现多比特之间的高度关联。这使得量子计算在处理复杂问题时，具有指数级的并行计算能力。
谷歌的“Willow”处理器采用超导量子比特技术，采用105个超导量子比特的方阵结构，其中65个量子比特被用于此次实验。超导量子比特通过微波脉冲进行操控，能够在极低温度下保持量子态的相干性。“Willow”处理器的设计旨在减少量子比特之间的误差，延长相干时间，从而提高计算的可靠性。
量子回声算法的原理与应用
“量子回声”算法是一种新型的量子计算方法，旨在模拟量子多体系统的动态行为。该算法首先对量子系统进行一系列操作，然后扰动其中一个量子比特，再将操作反转，最后比较前后结果的差异，从而提取系统的量子特性。这种方法可以有效地研究量子系统中的干涉现象，如二阶时间无序关联函数（OTOC）。
在此次实验中，谷歌团队利用“量子回声”算法，成功地模拟了分子结构的特性，计算速度比目前最快的超级计算机快13,000倍。这一成果不仅展示了量子计算在模拟分子结构方面的潜力，还为药物发现、材料科学等领域的研究提供了新的工具。
超越超级计算机：13,000倍加速的意义
目前，世界上排名第二的超级计算机是美国的“Frontier”系统（目前最快的超级计算机是超级计算机 El Capitan，达到1.742 exaFLOPS 的性能）由 Hewlett Packard Enterprise（HPE）和 Cray 公司合作构建，采用了 Cray EX 架构。该系统配备了 9,472 个 AMD EPYC 7713 处理器（每个处理器有 64 个核心）和 37,888 个 AMD Instinct MI250X 图形处理单元（GPU），总计约 8,699,904 个计算核心。这些处理器和 GPU 协同工作，提供了强大的计算能力，能够每秒执行超过100亿亿次浮点运算（即1 exaflop）（Frontier 达到了 1.353 exaFLOPS 的性能）。然而，即使是如此强大的计算能力，在模拟复杂的量子系统时，仍然面临巨大的挑战。传统的经典算法在处理量子多体系统时，计算量呈指数级增长，难以在合理时间内完成。
而“Willow”处理器通过量子并行性和量子干涉效应，能够在极短时间内完成复杂的量子计算任务。此次实验中，使用“量子回声”算法模拟分子结构的计算任务。具体而言，使用 Willow 的 65 个量子比特（qubit）处理器运行的“量子回声”（Quantum Echoes）算法，在约 2 小时内完成了 Frontier 需要约 3.2 年才能完成的计算任务。。这一差距展示了量子计算在处理特定问题上的巨大优势。
实用化的前景与挑战
尽管此次实验取得了显著成果，但量子计算的实用化仍面临诸多挑战。当前的量子处理器仍存在量子比特数目有限、误差率较高、相干时间较短等问题。要实现大规模、容错的量子计算，需要在量子纠错、量子比特控制、量子芯片制造等方面取得进一步突破。
然而，谷歌团队的此次实验为量子计算的实用化提供了新的方向和信心。他们计划在未来五年内，进一步提升量子处理器的性能，拓展其在药物发现、材料科学、人工智能等领域的应用。同时，他们也在积极探索量子计算与经典计算的协同工作模式，以充分发挥两者的优势。
结语
谷歌量子人工智能团队在《自然》杂志上发表的最新研究成果，标志着量子计算从实验室走向实际应用迈出了重要一步。65量子比特的“Willow”处理器和“量子回声”算法的成功，不仅展示了量子计算在模拟分子结构等领域的巨大潜力，也为未来量子计算的实用化奠定了基础。随着技术的不断进步，量子计算有望在药物发现、材料科学、人工智能等领域发挥越来越重要的作用，推动科学研究和技术创新进入新的阶段。