关于量子计算，投资者必须了解的事
2025-01-06
播放量 29.1k
量子计算其实不是一个什么新鲜的概念，它在很多年前就被认为和AI一样，是下一个技术革命的开端。但和AI不同的是，量子计算还有很多技术难题还没有被攻克，所以一直都不怎么受到市场重视。不过，最近谷歌Willow芯片的发布似乎改变了这一格局！ #量子计算 #行业 #行业分析
开通服务即可查看评论～
文字稿
你知道，2024年涨得最好的细分板块是什么吗？不是AI，也不是比特币，而是量子计算。这是两家量子计算公司过去一年的股价表现，一个涨了14倍，一个涨了17倍，而且都是最近两个月才开始爆发的，这俨然要成为下一个美股大风口了
量子计算其实不是一个什么新鲜的概念，它在很多年前就被认为和AI一样，是下一个技术革命的开端。但和AI不同的是，量子计算还有很多技术难题还没有被攻克，所以一直都不怎么受到市场重视。不过，最近谷歌Willow芯片的发布似乎改变了这一格局！他不仅突破了一个卡住量子计算30年的技术瓶颈，也让相关公司的股价迎来井喷。有人认为，量子计算要迎来它的ChatGPT时刻了。
那么事情真的会这么顺利的发展吗？量子计算到底是下一个AI，还是只是一轮新的炒作呢？今天这期视频，就让美投君为大家抽丝剥茧，分析这个风口浪尖上的前沿科技，量子计算。
上来，咱们有必要先做一个简单的科普。什么是量子计算呢？这个问题并不好回答，美投君尽可能的将其直观地解释给大家。
和量子计算对应的，是我们正在使用的传统计算。传统计算运行依靠的是二进制信息单位，也就是我们熟知的0或1的形式。任何的计算，都可以通过0和1的组合来实现。这种计算有一个局限，那就是他只能进行线性的计算。什么意思呢？假设你现在要走一个迷宫，在这种0和1的传统计算机下，如果你想找到出口，你必须要尝试所有可能的路径组合。而如果走到一半发现走错了，那么传统计算机就不得不回到起点，重新开始尝试。说白了，就是纯粹靠撞，撞到了就找到出口，撞不到那就得重来。当然，这种算法也有优化的空间，但只要不离开0和1的计算方式，无限试错的逻辑就不会改变。
如果是左边这张迷宫还好，计算机可能试个几百次就找到出口了。而一旦这个迷宫的难度增加，那么计算次数就会成指数级增长。到了右图这种难度，计算次数可能就要上亿次了。面对这种困难，传统计算机其实没有什么好的解决方法，只能靠“蛮力”去尝试所有的路径组合。
而量子计算就不一样了，它不是单一线性的计算方式，而是同时进行多项运算。这种方法被称之为并行计算。放在走迷宫这个例子里，量子计算就不是一次又一次地去试错了，而是同时去尝试所有的路径。这说得可能有些抽象，你可以把量子计算想象成是孙悟空在走迷宫，为了找到出口，他可以变出成千上万只小猴子，让他们同时出发去寻找出口，这样只要有一只猴子能找到出口，就可以知道迷宫的答案了。所以，孙悟空只需要让所有猴子走一次就行。而如果是传统的计算方式，可能尝试了几百遍都不一定能找到出口。那么可想而知，一旦问题变得复杂，量子计算从计算量到计算时间上都将碾压传统的计算方式。
那量子计算比传统计算到底会快多少呢？如果一个黑客想要破解一个几百位的密码，那即便用世界上最好的超级计算机，也需要几千年的时间，但如果用量子计算机，只需要一秒钟。这就是量子计算机的威力。
不过，虽说量子计算有更强的计算能力，但它并不是万能。事实上，在很多领域，即便有了成熟的量子计算，也很难替代传统计算。比如线性的计算，包括需要高度依赖顺序执行的任务，像是工业自动化，银行系统交易等。又比如一些需要高度依赖输入和输出数据的任务，像是数据库管理等等。
而量子计算擅长的只是一些比较特定的领域，主要是集中在那些，需要不断重复试错，运算量非常大，但算法比较简单的运算上。你可以简单理解为，一切“大海捞针”的问题，都比较适合量子计算。解决“大海捞针”问题的算法很简单，就是屡着大海的每一个角落看它有没有针，但它需要花很长的时间才能找完整个大海。这种类型的问题，就更适合放在量子计算上。刚刚提到的迷宫，密码破解，其实本质上都属于“大海捞针”。
那为什么量子计算可以实现这样的效果呢？它其实是应用了量子比特独特的物理性质，量子叠加和量子纠缠。这个物理性质想解释清楚就没那么容易了，美投君这里不打算花时间展开。如果你感兴趣的话，我推荐大家去看看李永乐老师的视频学习一下。
那既然量子计算有这么大的优势，那它未来有什么商业应用场景呢？毕竟你不能靠走迷宫赚钱对吧。
事实上，量子计算能带来的商业应用非常多，而且很多场景可能是颠覆性的存在。人类之所以有很多技术的发展遇到瓶颈，很大一部分原因都是计算能力达不到导致的。就跟ChatGPT的横空出世很大一部分得归功于算力提升一样。如果量子计算能够进一步突破算力这个瓶颈，那么未来必定有很多技术迎来突飞猛进的发展，也一定会出现很多全新的创新。那有什么样的应用，是特别适合量子计算的场景呢？这里我给大家举几个例子。
第一是材料科学。材料科学就是通过搭配不同的化学物质去找出新的材料，通过不断试错，去找到性质最好的材料，然后用于工业生产或者消费上。
这其中，最为人熟知的就是电池技术。电池技术的发展背后最重要的就是材料，而材料是需要通过计算机去分析复杂的化学结构开发出来的。现在的计算机需要在成千上万种可能性中不断试错，然后去找出最好的材料结构。而这正是传统计算机最不擅长处理的问题，导致材料研发上提升的效果很慢。但量子计算就不一样了，它可以同时去测试多种电池的化学结构，从而更容易地去找出最优的配比。或许电池多年的技术瓶颈，将会在量子计算成功之后快速得到解决，到时候或许就能看到充电5分钟，驾驶一整天的电动车了。
第二个应用领域是药物研发，这可能是量子计算最有价值的应用场景了。药物研发是一个复杂且耗时的过程，其中最艰难的，是对药物分子结构的理解和高精度的模拟，以及预测分子之间的相互作用。这放在传统计算机上常常需要耗时几年才能完成。而量子计算可以缩短到几个小时。可以想象的是，量子计算机出现后，将会有大量的新药如雨后春笋般出现。想想光一款减肥药就可以带起两家几千亿美元的公司，如果更多的药物被研发出来，这背后的商业价值难以估量
另一个量子计算能产生重大影响的领域是AI。量子计算可以通过优化训练AI模型中的神经网络，来降低训练数据的需求，从而更高效地训练AI模型。也就是说，有了量子计算过后，AI模型训练的时间会变短，难度会变小，模型的进步也会变得更快。
除此之外，量子计算还可以帮助现有的AI芯片提升效能。这主要体现在芯片设计层面。芯片技术的进步其实主要体现在芯片设计上，而量子计算可以通过驱动的设计自动化，来加快芯片设计的流程，从而提升AI芯片的算力。所以长期来看，英伟达说不定会是量子计算的一个重要的应用者。
很多人想知道，量子计算会不会替代现在用于训练AI的矩阵运算，从而颠覆了英伟达的地位呢？现在看还不会。因为AI训练非常依赖数据的输入和输出，他还是离不开传统的矩阵运算这样的线性运算的，而这其实是量子计算不擅长的领域。从我查到的资料上看，技术领域普遍认为，未来在AI上，量子计算和矩阵计算之间更是互补的关系。当然，技术的发展是在不断变化的，这个结论也可能随时发生改变。
实际上，量子计算能带来变化的领域还有很多，包括金融预测，供应链管理，网络安全，气候变化等。时间关系，我就不给大家一一去解释了。而这些还是我们现在能想到的，真到那一天，肯定还有其他行业会受益。
那到底量子计算的商业价值有多大呢？根据麦肯锡估计，量子计算在2035年将会带来1.3万亿美元的市场价值。大摩也曾预计，量子计算会在2035年成为推动新一轮科技革命的关键技术，市场规模预计达数千亿美元以上。科技咨询公司ICV则估计，量子计算行业规模能在2035年达到8000亿美元。
整体来看，未来量子计算的市场规模在几千亿到万亿之间。作为对比，今天全球云计算的市场规模在6000亿美元左右，可想而知量子计算的市场规模是不可限量的。
那这么大一块蛋糕，现在都有哪些公司在布局呢？其实，美股中的几家大科技，都有在投入资源在量子计算上。但要说现在最具优势的公司，毫无疑问是谷歌。
早在2019年，谷歌就宣布他们的53量子的Sycamore处理器，用200秒完成了一项复杂的计算，这个计算如果放在全球最快的超级计算机上，要耗时1万年。谷歌当时就毫不客气的表示已经有了“量子霸权”。而上个月宣布的Willow芯片，更是实现了巨大突破，让其“量子霸权”的地位更加稳固。至于这个技术突破在投资上具体的影响，大家别急，一会儿我还会讲到。
紧随谷歌其后的是IBM。IBM也有自己研发的量子芯片，同时有最强的量子软件Qiskit，使开发者能够构建复杂的量子电路，并在计算稳定性、精度和速度方面实现了显著改进。此外，由于IBM有着深厚的超级计算机技术，他们也在致力于将量子计算机与传统超级计算机相结合的技术，试图去解决更多更复杂的问题
那既然量子计算的市场那么大，两家公司又有先发优势，是不是现在就可以开始布局谷歌和IBM了呢？别着急，量子计算这么些年来一直被市场忽略是有原因的。我们得先了解技术的局限，才能决定是否布局技术的未来。
这第一个主要的原因，是它还有很多技术问题没有被突破。其中最大的问题，在于量子计算机的量子数量上不去。
量子就像是孙悟空变出来的小猴子，如果要解决更复杂的问题，那么量子计算机必须要同时运行更多的量子，或者说是更多的小猴子帮孙悟空去找解决方案。可由于量子本质是非常不稳定的，而且特别容易受到外部环境的影响，一旦数量提升，量子就容易变得不受控，计算的错误率就会上升，而且错误率还会随着规模的增加呈指数型增加。这就导致量子计算的计算能力一直上不去。
量子计算机还需要在极为严苛的物理环境下运行。比如它需要在接近绝对零度的超低温环境下运行，而且需要在高真空环境中操作，还不能有哪怕一点点的电磁和机械振动干扰。而想要提供这样的环境，保持量子长时间的稳定，以目前的硬件水平还面临很多困难。
另外，软件算法的部分也还跟不上。现在的算法主要面向的还是小规模系统，这种系统解决不了复杂的问题。比如，在计算的过程中，为了减少最后计算的错误率，还需要人工编码来找到那些出错的量子。算法实现不了自动化，模型也就谈不上规模。
所以说，无论是硬件还是软件，现在的技术只能支持量子计算机运行几十到几百个量子。根据IBM的预测，即便到2033年，也只能提升到2000个左右。可想要获得稍有意义的计算结果，至少需要上万个量子。而如果要解决真正的商业问题，根据萨塞克斯大学的量子技术教授亨辛格的说法，需要至少达到百万级别量子的规模。所以，整个技术距离成熟还有很长一段距离。现在我们看到的所有量子计算，包括已经实现的一些成就，基本上都不过是实验室产品而已。
量子计算多年来一直被市场忽略的第二个原因，是商业化的遥遥无期。咱们先不说大规模商业化的问题，就是真正开始能在实例中应用量子计算，要到什么时候呢？谷歌认为，量子计算机在2030年都没有商用的可能，即便到2030年，他们的目标也只是通过定制化的方式去解决一个很小的商用问题而已，还远不到规模化的程度。IBM也给出类似的结论，根据公司的产品路线图可以看到，在2033年之前就没有做好能商业化的准备
这一点和AI的情况非常不一样。很多人了解到AI，是22年年底ChatGPT的时候，但实际上，在ChatGPT爆发之前，AI已经被大幅应用在商业上了，包括医疗，金融，工业等行业。他们不一定能因为AI直接受益，但企业们至少是真的有在用AI。然而，量子计算直到今天，还都是在实验室阶段，对于未来的商业应用也还是想象而已。想要像AI这样实现突破，还需要非常久的时间，更别说是ChatGPT时刻了
那我们之前提到的谷歌Willow量子芯片上的突破又是怎么回事呢？首先，不得不说的是，谷歌这次突破确实是有着里程碑意义的。前面说过，量子计算机最大的问题是，当量子数量增加的时候，错误率会提升。而谷歌的Willow芯片就在这一个问题上获得了巨大的进展。在报告上他们说，根据不同大小的量子网格测试，当他们从3x3，到5x5，再到7x7的过程中发现，每一次数量的增长，错误率还能减少一半。虽然谷歌并没有解释他们是怎么做到这一点的，但这意味着，他们找到了一个至少在现有规模下可以增加量子数量的同时，还能减少错误率的办法，这位量子计算向下一个阶段的发展提供了可能。
不过，虽然此次技术突破很关键，但量子计算的技术瓶颈可不止这一个。光芯片的进步也并不代表谷歌就有能力无限地延展量子的数量了。像是前面提到的温度，环境，软件等问题依然还是解决不了。而且，现在willow的量子数量还只有105个，如果数量继续提升的话，是否还能继续保持错误率的减少呢？我们也不清楚。
而关于那个用了5分钟解决一个传统计算机需要几万亿年才能解决的问题，实际上，这个说法有些投机取巧。它的成功是基于一个自己编出来的任务。谷歌专门去定义了一个普通计算机难以解决，但又是特别适合量子计算机去解决的问题，才得到这样的结果的。这些问题并不能被放在实际应用中，更不会带来什么商业价值。
所以，谷歌虽然在一个巨大的问题上获得了重要的突破，可这也只是刚开始，想要看到量子计算机的成功，后面需要突破的难题还很多。用谷歌自己的话说， Willow只是代表了谷歌内部技术的突破，它是量子计算机成功的一个必要条件，但绝不是充分必要条件。
说到这里，我想关于是否要布局量子计算的答案已经呼之欲出了。对于一个5年内甚至10年内都看不到商业化可能的技术来说，我认为完全没有布局的必要。诚然，量子计算有巨大的增长潜力和想象空间，但从历史上看，这种光有故事，没有商业化支撑的概念，最终往往都是以悲剧收场。在2013年，3D打印就曾经是那样的一个概念，也推升了很多相关的公司。最典型的DDD，在当时就曾经涨了30倍，但由于3D打印的商业化道路一直不如预期，没有业绩兑现，现在股价已经跌去了近99%。
而最近这些爆火的量子计算公司，他们也面临着同样的问题。由于看不到商业化的可能，这些量子计算公司，短期都不会有真实的业绩增长。而有些小公司的业绩看到一些增长，我也敢断言，他们的这个增长也持续不了。这是因为，现在绝大部分的买家都是为了支持量子技术发展的政府部门，而政府的订单往往都具有很高的不确定性，更不可能持续增长
不得不说的是，现在市场短期的情绪确实很高涨，带起了现在这一波炒作。但这种炒作是维持不了太久的，如果一直看不到实际的业绩增长，那么市场还是会抛售他们，甚至会吸引一些空头的注意。
所以，在明确知道技术不成熟且商业化遥遥无期的情况下，我认为，对于我们普通投资者而言，这种风险是我们不应该去承受的。我无法预计短期这样的非理性情绪还能持续多久，但我相信，过不了多久，这些公司都会回吐大部分的涨幅。因此，对于视频开头提到的RGTI和QUBT，我的建议是避开它，而至于谷歌和IBM，虽然他们不至于因为量子计算的热度消散而被抛售，但我也不认为，我们要因为量子计算而在这个时间点去投资它们
其实，量子计算不光没有什么投资的价值，他甚至都不能算是一个好的投机标的。因为量子计算能带来的市场动能实在是太少了。这个技术很困难，不像很多话题那样，谁都能蹭一波流量。像18年区块链之所以能炒作起来，很大一部分原因，是各大公司都在争先宣布要布局区块链。但现在，一般的公司可不敢说要去布局量子计算，这难度毕竟太大了，你说了也没有人相信，甚至会引起负面效果。而如果这个技术没有持续的新闻头条，那这种炒作的动能很快就会消失。
不过，大家也不要误会。我这里并不是否定量子计算。事实上，我相信量子计算未来是一定会出现的，但应不应该提前布局投资，那就是另一码事。如果和AI类比的话，现在量子计算的阶段更像是10年前的AI。你说在10前的时候，真的应该布局AI吗？即便说要布局AI，你能怎么布局呢？在那时候，英伟达还没有发现自己的GPU和AI相关，谷歌的阿尔法Go也还没有出来，更没有人知道什么是ChatGPT，没有人知道AI爆发的时刻什么时候到来。所以，现在说去布局量子计算，其实没有任何意义，我们不能为了一个10年后的概念去布局，也无法布局。
但与此同时，在10年前的时候，我们也知道，不管多久，AI是一定会出现的。相应的带来的机会，也会非常多。就像现在的量子计算一样。我们虽然不能为了一个10年后的概念去布局现在的投资，但我们可以带着10年的投资视野，去审视现在的机会。哪些公司，是能够在10年的维度下，既能够持续稳定增长，又能够在新兴的颠覆性技术领域取得进展的呢？或者至少，有什么公司，他是不会被未来这个新兴的技术给颠覆掉的呢？或许，思考清楚这些问题，才是量子计算概念横空出世，给我们最大的启发吧
视频的最后，我想和大家聊聊，量子计算是否会颠覆比特币？之所以有这个担心，是因为量子计算未来的一个重要场景就是密码学。当量子计算的算力达到一定程度后，它有潜力瞬间破解所有比特币的密钥。到那一天，比特币的价值也将会消失。那这种说法到底是真实的风险，还是只是危言耸听？
这里我直接说结论。这个风险至少在未来十多年里，都不太值得担忧。量子计算要像有机会破解比特币，那最低要求也是要有百万级别量子的计算机。而前面也说过，现在最先进的计算机也就是几百个量子，即便到2033年也只能做到2000个，距离非常遥远。
另外，量子计算机不光能破解密码，它也能生成密码。一些币圈的民间大神认为，等到量子计算机能实现这个效果的时候，量子计算机也可以给比特币加一道密码锁，这能够一定程度上削弱比特币被颠覆的风险。具体能不能做到我不清楚，但至少多了一种应对风险的手段。
我个人也并不担心这个风险。很显然，这个风险要想来至少也得10年之后。十年后，比特币或许都已经成为各大金融机构，乃至各国政府的重要资产了。这么重要的资产必然会受到各方利益集团的严格保护。如果量子计算真的成熟，我认为比起破解比特币秘钥，保护秘钥的技术会率先落地。退一万步讲，即便真有颠覆性风险，也是十多年后的事情，现在还远没有要思考这个问题的时候。投资确实不能忽略对风险的考量，但也没必要杞人忧天。
为你推荐
