圖片來源@視覺中國
文 | 腦極體
此前的系列文章中，我們都在回顧半導體歷史上的技術突圍與跨越。現在讓我們調轉一下目光，望向同樣波譎雲詭的未來。
從半導體的發現，到晶體管材料的博弈、大規模集成電路走向產業化，可以發現從人類告別繼電計算機，跨入電子計算機開始，七十多年來芯片技術的每一次進步都充斥着偶然性，甚至是市場零和博弈的結果。如果不使用A技術，B技術是否更好？可能很多時候，答案會永遠封存在風中。
那麼問題隨之而來：既然今天的半導體規則充滿了偶然性，那麼我們所熟知的通過電流實現計算、通過晶體管操控電信號、通過二進制實現比特計算的模式，可能根本就不是人類實現計算的最佳方案？至少不是計算的終極選擇？在整個半導體技術發展史上，能不能“繞路”實現性能更好的計算始終都是擺在桌面上的話題之一。在中美科技博弈的背景下，這個話題異常重要。
希望“繞過經典計算”，包含着兩方面的動機。首先摩爾定律極限的不斷逼近，讓產業界隱約看到了計算的天花板。隨着5nm芯片實現商業化，3nm甚至2nm提上日程，摩爾定律的物理瓶頸顯然已經不遠。讓習慣了高速運轉的半導體工業慢下來甚至停下來，其後果非常可怕。
另一方面，經典計算伴隨着七十年的技術固化與全球產業鏈分配，已經客觀成為了一種國家與地區之間的鉗制手段。甚至半導體被認為和金融、軍事一道，組成了美國與西方國家制約全球的三大利器。在中美貿易摩擦中，半導體底層技術很快成為了競爭焦點，也就是廣為人知的所謂“卡脖子”。那麼如果我們找到了一種方案，可以繞過經典計算，讓全球迴歸同一起跑線，那麼半導體這道枷鎖豈不是瞬間歸零？這種可能性，讓“新計算”成為全球新一輪科技競爭中至關重要的戰略因素。
讓我們來看一看：繞過經典計算都有哪些路，而路的盡頭又會不會只是幾堵牆？
要計算，於是有了光經典計算的核心，是用半導體元件完成的電子計算。而有一種自然介質，具有比電更好的信息通過效率，那就是光。
早在上世紀六十年代，用光的折射來表示信息，從而代替晶體管和電子計算就成為了一種學術構想。1969年，麻省理工學院開始了光子計算機研究課題。而直到1990年，著名的貝爾實驗室造出了結合稜鏡、透鏡和激光器等元器件的全球首台光子計算機，才宣告光子計算走入了產業化階段。
主流的光計算實現方案，是利用光的衍射和傅立葉變換原理來實現計算。在產業中傾向於依靠反射鏡、透鏡等元器件，改變激光的射入射出，從而實現不同的信息表達，完成用光子代替電子來實現計算。如果這個改變得已完成，計算產業需要的將不是高度精密的集成電路，而是以各種光導纖維、光學元件組成的集成光路。而光相比於電子來説，有兩個計算領域的顯著優勢，一個是基於光傳遞可以更高速處理並行計算，再就是光計算將節省大量電能。
然而與經典計算相比，光計算也有着堪稱“致命”的若干問題。比如説光的背景噪音非常複雜，很難實現純度較高的光波過濾，這也讓光計算難以執行復雜的計算任務。另一方面，把光學器件打造成集成光路，還面臨着一系列的工程障礙。光學器件的微型化、工程耐受度、抗損失性，都缺乏有效的實踐方案。換言之，光計算雖然經歷了數十年的發展，但依舊處在“未來科技”的分組裏，和腦機接口、基因存儲等技術的地位類似。
雖然國內外已經有了一些光計算相關的企業，但這些公司的業務更多集中在對電子芯片的工藝改進，以及光學元器件的市場化上，距離真正意義上的光計算還有遙遠的路程。相對來説，聽上去更“玄虛”的量子計算，反而距離我們的生活更加接近。
似近還遠的量子霸權如今，“遇事不決，量子力學”已經成為了一句調侃。其起源似乎是很多文學影視作品裏，一旦拋出一個很厲害又不好解釋的技術，就冠以“量子XXX”，乃至社會中出現了“量子速讀”“量子鑑寶”等奇怪的東西。
但是嘗試將物質拆解到最小狀態的量子，與計算產業的結合卻並不是什麼“玄秘”之事。量子計算經歷了四十年的發展，已經成長為各科技大國、主流科技公司都在佈局與大規模投入的技術類別。
在1982年，諾貝爾物理學獎得主、量子力學之父理查德·費曼，就在與物理學家保羅·貝尼奧夫的一系列學術探討中，共同肯定了利用量子糾纏態進行計算的可能。隨後，保羅·貝尼奧夫正式提出了“量子計算”概念。
（理查德·費曼）
所謂量子計算，主要是指利用量子的態疊加原理與量子相干原理完成的計算。計算過程中，粒子在進入量子狀態後，能夠用“超態”的上下兩個方向的量子自旋來表示數值，從而完成計算任務。與經典計算相比，量子計算的最大特點是它能夠進行強大的並行計算，根據理論設想，由幾百個量子比特構成的量子計算機，可以同時進行數十億次運算。其效率遠遠超過了今天人類計算能力的極限。
良好的產業願景，以及摩爾定律極限的逼近，讓各個國家與科技公司紛紛投入到量子計算的開發競賽中來。而這次科技競走的核心指標，就是誰能率先實現所謂“量子霸權”，即用所開發的量子計算系統，超越目前人類最好的算力設備。產學各界普遍認為，“量子霸權”的開啓，將意味着量子計算時代真正到來。
為此，半導體產業史上那些重要公司紛紛加入了這場遊戲。最早開發出量子計算機的，是一家專注於量子領域，名為D-Wave 的公司。他們在2011年推出了128比特的 D-Wave One 系統，被廣泛認為是世界上第一個商品化的量子計算機。但它所使用的量子退火技術，實質上缺乏產業實踐價值，更多是提供給科研機構的研究用品。
從2017年開始，新一輪量子霸權競賽拉開了帷幕。這一年3月IBM 公佈消息稱，已經研發出了“支持50 個量子比特的計算機”。幾個月之後，IBM的老對手英特爾宣佈量產了 49 量子比特的計算芯片。到2018年3月，谷歌公佈了名為Bristlecone的芯片，並宣稱這款芯片可以支持72個量子比特的計算。谷歌相關團隊負責人John Martinis在當時提出，Bristlecone已經可以支持超越所有經典計算的量子計算，並認為年內就會實現“量子霸權”。
（谷歌Bristlecone量子芯片）
然而從2019年到今天，雖然我們可以看到谷歌、IBM等公司陸續公佈各種量子計算的計算機、編程框架，以及軟件庫，但毫無爭議的量子霸權依舊沒有實現。事實上，在谷歌的一些實驗中，我們可以看到量子計算在一些特定任務上計算能力遠遠超過超級計算機，但在絕大多數任務中量子計算依舊不堪負用。
除了通用計算能力的欠缺外，量子計算的穩定控制也是制約其商業化的關鍵因素。量子計算中，雖然量子比特數的增加是計算能力的核心，但更重要的是要對量子糾纏實現足夠長時間且狀態穩定的控制。量子計算是極其不穩定的，任何干擾都會造成巨大的噪音。這就讓量子糾偏變得非常重要。而且由於干擾噪音的影響，量子計算機要建立在絕對零度的低温環境中，這也給商業化帶來了巨大的限制。
儘管如此，量子計算依舊可以被視作革新計算產業可能性最大的技術。在國內，科技巨頭們也紛紛投入量子計算佈局，阿里的量子電路模擬器“太章”，華為的量子計算軟件雲平台HiQ、百度的量子機器學習開源框架量槳，都具有鮮明的產業特色與技術創新能力。而更為大眾所知的，是中國於2016年發射了“墨子”量子衞星。其背後的中國量子衞星首席科學家潘建偉院士及團隊，屢屢讓人們看到中國在量子計算領域的突破。
雖然從國家戰略到產業鏈構成、人才培育，我們可以看到中國在量子計算領域取得了顯著成果。但要客觀看到在核心的量子計算硬件層面，中國量子計算產業還與全球幾大科技公司擁有着相當長的距離。而即使是谷歌、IBM，D-wave，他們所展示的量子計算創新也還集中在實驗室層面，距離商用還有遙遠的距離。
目前的全球量子計算產業，隨時可能有冒出令人振奮的消息，隨時可能激發產業和資本的狂歡，但更可能很快歸於平靜。潮漲潮退之後，量子計算很大概率可以走出一個未來。而重點是，到那時中國計算產業會站在怎樣的位置。
新材料的可能性關於計算創新，還有另一條相對被看好的路線：用新材料取代硅基材料製作晶圓。
這個思路的出發點在於，硅作為計算材料的發現有着相當大的偶然性，那麼或許還存在其他自然或人工材料，可以通過材料代替來打破摩爾定律的極限。硅的一大特點就是散熱性不強，功耗相對較大，新半導體材料也被認為是解決計算能耗問題的根本方案之一。
在眾多新半導體材料中，石墨烯是目前最受關注的一種。自從2004年英國曼徹斯特大學的兩位科學家安德烈·蓋姆和康斯坦丁·諾沃消洛夫，從高定向熱解石墨中剝離出石墨烯，這種材料的多方面價值就受到了廣泛關注。作為半導體材料，石墨烯的特點是導電性極好，而且在理論上可以做到比硅晶圓更小，從而增強芯片的能效。而石墨烯最大的特點是產熱很少，並且有着良好的導熱性，被廣泛應用在散熱領域。這也是半導體材料急需的關鍵特性。
但問題是，目前高純度的石墨烯提取還非常複雜，很難實現產業化生產。並且石墨烯本身非常脆弱，很難實現以其為材料的晶圓製造。在已經有的產業嘗試中，良品率始終不盡如人意。或許只有適配石墨烯的半導體工藝與輔助材料工藝都得到大規模發展，石墨烯芯片才有真正的產業價值。
近幾年，半導體產業開始逐漸認為碳基材料取代硅基材料是延續摩爾定律的關鍵。為此，眾多科研機構開始沿着碳基的方向尋找半導體新材料。也有一些實驗認為，新的無機化合物是解決芯片材料的關鍵。另一方面，在量子計算等新計算模式中，也必然需要與之相適配的芯片材料，這也讓計算材料的更新，擁有比延續摩爾定律更長遠的價值。
芯片陷阱總體而言，新的計算模式、計算材料來繞道經典計算，在今天的產業現實中處在“有希望，但機會渺茫”的形態裏。並且很容易發現，西方世界紮實的基礎科學研究，讓材料學、物理學、工程學等基礎創新，以及相關人才培養依舊主要發生於歐美、日韓等發達國家。作為計算產業的後起之秀，彌補經典計算七十年的天塹已經非常困難，想要追趕基礎科學領域的差距更是難上加難。
但是半導體與計算機的歷史上，從來沒有哪次創新和突破是容易的，恰恰也只有艱難的追趕才能築起獨屬的壁壘。而在中國發展量子計算等新計算領域的過程中，我們會很容易在社交媒體上注意到這樣一種聲音：“不要發展這些，這都是美國的科技競賽陷阱。做到最後只會勞民傷財。”
這種説法有道理嗎？客觀來看，科技競賽變成科技陷阱的情況在歷史上不乏例證。比如上世紀40年代，蘇聯與美國都在大力發展電子管計算機。而後美國產業鏈一舉切換到了晶體管賽道，延續電子管發展模式的蘇聯吃了一個大虧；再有上世紀70-80年代，日本和美國共同發展新一代計算機和專家系統，日本提出了著名的“第五代計算機計劃”。而後來美國產業鏈反而走向了微型機和家用電腦，舉國之力發展的“第五代計算機”成為了日本經濟泡沫破裂的誘因之一。
如果説，我們不需要擔心繞路途中的“芯片陷阱”，那其實是一種無視歷史的盲目樂觀。但在謹慎之餘，也絕不能陷入因噎廢食的過度保守。從蘇聯到日本，我們可以發現半導體陷阱往往伴隨着少數人的決策和缺乏產業競爭的培育環境。比如説蘇聯的計算工程始終面向備戰，缺乏學術界、產業界與決策層的有效溝通；而日本的“第五代計算機”項目耗費了過長的開發成本與開發時間。在一種舉國狂歡的真空氛圍裏，缺乏項目周圍的商業競爭與產業檢驗。而美國在兩次競賽中的成功，都不是政府機構設置了陰謀。而是科學家的技術突破，或者某個公司在純市場行為中的創新，自然淘汰了不合理的產業路線。
因此來看，想要在創新與探索之路上避開“芯片陷阱”，需要讓計算產業在三個環境因素的輔助下發展：
1、有效的全球化溝通與協作機制，避免產業鏈割裂帶來方向性困局。
2、創造包容自由富有活力的科研環境，容許失敗，甚至允許浪費和試錯，允許天才式的創新。在半導體歷史上，往往一個天才的想法將顛覆一個時代。
3、用有效的商業競爭和開放的市場環境、開發生態來證明產業路線的生存活力，而不是用少數人的判斷來指導方向，避免陷入越走路越窄的惡性循環。
不久之前，美國共和黨參議員湯姆·科頓説了一句無比刷新三觀的話。他説：“中國留學生可以來學莎士比亞，他們不需要來美國學習量子計算和人工智能。”
面對這種態度，與其敲擊鍵盤罵回去，不如好好把量子計算學個明白。總之還是加油吧，那些山之彼岸，海之盡頭的新計算之路，即使走到最後都是牆，也希望讓我們自己去觸摸一下牆的質感。牆撞多了，可能就找到路了。
為了有一天，我們能歡迎美國學生來中國學習莎士比亞和量子計算。