超导量子计算为什么慢

目前主流的商用超导量子芯片，单量子门平均保真度已高于99.9%，但一次完整的量子算法往往需要上万次操作，累积误差与低温系统的延迟共同决定了“看起来慢”。

超导量子计算哪里会慢？——拆解三大环节

环节1：低温启动并非点击即跑

• 稀释制冷机需要从室温降到10 mK，整个过程约需48–72小时
• 若中途升温再降温，一周时间就可能蒸发掉数千升液氦
• 实验室常见场景：早上8点开始降温，周三才拿到之一组数据
——这还只是准备阶段，尚未进入真正的量子运算

---

环节2：门操作本身快到纳秒，但误差叠加

典型超导量子比特的相干时间 T₁≈100 μs，T₂*≈50 μs
• 高频门需控制在25 ns以内，否则退相干吞噬结果
• 但保真度99.9%意味着每千次门就有一次错误，算法需要纠错
• 表面码需要物理比特：逻辑比特 ≈ 1000:1，于是原本1 ns的简单操作被放大到微秒级

---

环节3：测量和反馈带来毫秒级等待

读出 resonator 的 ring-up/down 常占1–5 μs，再加上经典 CPU 根据结果决定下一次旋转角，闭环延迟拉到毫秒量级
• Google Sycamore 演示“量子霸权”时，每次采样耗时 < 200 μs，但其中约90%花在经典控制信号的往返通信
• 这相当于跑车在赛道上飞驰，却要在每个弯道前等红绿灯

正如狄拉克在《量子力学原理》写道：“观测会干涉系统，干涉后的系统已不是原来的系统。”测量本身的代价，正是超导量子计算的隐形瓶颈。

为什么行业仍押宝超导？——速度与代价的平衡

• 制备成熟：CMOS产线兼容，200 mm 晶圆级Nb、Al工艺已规模化
• 控制电子学门槛低：商业化的室温电子学可直接驱动，无需激光、离子阱所需的超高真空系统
• 并行性好：芯片上可放上百个比特，布局类似传统集成电路，未来扩展性优于光量子方案

——这些优势让“慢”变成了可工程化的慢，而非物理极限的慢，正如冯·诺依曼所言：“任何可以用技术解决的问题，都不是根本问题。”

---

新手关心的3个直击灵魂的小问题

问：家用电脑能不能装一块量子CPU？

答：不能。即便量子芯片本身只有手指甲大小，配套冰箱却有一人高，还需要独立的三相配电网和氦气回收系统。与其想象量子笔电，不如关注“量子云端 API 调用”这种更现实的形态。

问：算法跑多久才算慢？

答：2024 年阿里云张北实验室基准测试中，完成一次 50 量子比特、深度 50 的随机线路采样需要 11.3 分钟，其中有 9.7 分钟花在初始化与校准。换句话说，真正“量子计算时间”仅占 90 秒，但外部准备时间把体验拉慢。

问：未来有没有可能缩短？

答：Google 与 MIT 联合发布的三维微波封装，用片上超导延迟线替代传统电缆，将读写延迟从 5 μs 降到 300 ns；制冷机制造商 Bluefors 正在试制“快冷”机型，目标 24 小时内降温到 10 mK。如果两项技术叠代成功，五年内整体耗时有望减半。

---

个人见解：别用经典时钟度量量子

与其纠结跑得快不快，不如换思路看“性价比”。在 Shor 算法场景下，破解 RSA-2048 需要约 2000 逻辑比特、深度 10⁹；经典超算需 10¹⁷ 年，量子方案若只需 8 小时，即便准备 72 小时也依旧“快”。衡量量子设备的刻度应是“能解多少原先无法解的问题”，而非“跑了多少纳秒”。

---

延伸思考

根据《量子计算发展白皮书》2025 版统计，全球 87% 的超导量子初创公司仍把“减少门错误率”列为之一优先级，而非单纯“提高主频”。这一选择印证了行业共识：“慢”不是问题，“错”才是问题。