近日有报道称：“中国科技大学量子实验室成功研发了半导体量子芯片，我国量子计算机研究取得突破性进展。量子芯片相当于未来量子计算机的“大脑”，可实现量子的逻辑运算和信息处理。“量子芯片”作为量子计算机的“大脑”，是体现和普通计算机差异的核心。目前，国内外研究机构都开始对这一领域展开了研究，而中国也无疑已经走在了前列。”
估计现在很多人对“量子”的概念如雷贯耳，不过也可能大多数人还是概念模糊。而到了“量子计算机”，估计又感觉神乎其神了。但知乎用户张鑫David却表示：“今天要做的第一件事就是将量子计算机拉下神坛，因为只有不吹嘘它才能正视它。”
量子计算机是基于量子力学中的叠加原理和量子纠缠等性质来操控数据，在密码学、科学模拟、大数据处理等科研机构、企业和政府的应用方面具有经典计算机无法比拟的优势的下一代计算机。
这也说明，其和经典计算机的原理大不相同，在某些方面经典计算机无法与之媲美，而在其他方面经典计算机也可能远胜量子计算机。不过，仅这几方面的应用，已经吸引着全世界的政府、企业和科研机构投入巨资研究它了。那么，怎么算是一台能用的量子计算机呢？根据一些科学家的论文，最后可以这样总结：
单量子比特逻辑门和双量子比特逻辑门的保真度达到99%以上、量子比特数目达到几十个以上、操作速度和退相干时间在合理范围的计算机就是一台能用的量子计算机。
这句话可能和之前的几句话相比比较复杂，我先解释几个概念。量子比特，就是像经典计算机的比特一样，对于经典计算机，比特数目越多，运算的数就可以越大，其能力就越强，量子计算机也是如此；量子逻辑门，就像经典计算机的与、或、非等逻辑电路一样，单量子比特逻辑门和双量子比特逻辑门是组成量子计算机的基本单位；保真度达到99%，就是为了顺利完成量子计算，各个逻辑门的错误率不能超过1%；量子比特数目，为了发挥它的性能，根据计算，数目起码要达到30个；操作速度和退相干时间，前者越快越好，后者越长越好，我们这里就要求能用就好。
好了，知道这几件事情之后，我们就要了解什么是“半导体量子芯片”。事实上，当“量子计算”这一概念被提出之后，科学家们就前赴后继，为了在物理上和工程上实现它而努力。迄今为止，科学家们提出过的量子计算机的实现形式有很多种，最终大浪淘沙，现在仍活跃在nature等期刊上的主要有三种：
从左到右分别是超导电路、半导体量子芯片和离子阱。
显然，和我之前提到的能用的量子计算的要求相比，现在关于量子计算机器的研究还有很长的一段路要走。不过，这三种实现方式都非常有潜力。现在最有前途的是超导量子芯片，它实现的高保真度的量子比特数目最多而且可扩展性也比较好，但是电路设计难度随着比特数增多而增大，有待进一步努力；离子阱量子计算同样性能优异，其保真度是三个中最高的，但体积庞大，看图（最右）即可以知道，小型化尚待时日；而半导体量子芯片在保真度和量子比特数目上虽然不如这两种，但是它完全基于传统半导体工艺，只要科学家能在实验室里实现样品芯片，其大规模工业生产理论上讲就不存在问题，这是它大大超越前两者的优势所在。所以，最终谁能屠龙，尚未可知。
可以说，现在最有前途的是超导量子芯片，但是电路设计难度随着比特数增多而增大；离子阱量子计算同样性能优异，但体积庞大，看图（最右）即可以知道，小型化尚待时日；而半导体量子芯片虽然不如这两种，但是它完全基于传统半导体工艺，只要科学家能在实验室里实现样品芯片，其大规模工业生产理论上讲就不存在问题，这是它大大超越前两者的优势所在。所以，最终谁能屠龙，尚未可知。
现在回到半导体量子芯片上，作为迄今国内唯一以量子计算机的设计为目标的研究组，中科大郭光灿院士下面的郭国平教授组现在主要的精力就投入到了半导体量子芯片的研究中。该组迄今为止的成绩不完全统计如下（以发表文献为准）：
1、超快单量子比特逻辑门（2013）
2、超快两量子比特逻辑门（2015）
3、利用超导谐振腔实现了两个石墨烯量子比特的长程耦合（2015）
4、在保持操控速度的同时提高相干时间的新型杂化量子比特（2016）
总的来说，我们在量子比特数目、操作速度和相干时间上都可以达到和国际同行相接近的水平，但是保真度还不够高，没有达到99%的要求，需要进一步努力。
而如今，国际上距离实现量子计算已经越来越近，投入的精力和财力也越来越大，Google、IBM、微软等大企业早已布局在这一领域，最近Martinis（在Google获得了巨大支持）在他们的芯片上实现了分子能量的计算，应该说迈出了量子计算的第一步；而两量子比特的硅基半导体量子芯片去年也是世界十大物理突破之一，可见业界对此成就的预期，发展速度必将越来越快。没有人能预计未来，但是很多科学家都提到了十到二十年量子计算的研发目标，Google的Martinis甚至提出“在两三年内造出一台小而可用的量子计算机”。
而我们，虽然没有达到他们的成就，但是距离他们并不遥远，在最终实现真正的量子计算机之前，不宜妄自菲薄，也不要做井底之蛙，“犹可追”是我这篇回答最后的落脚点。
[1]Kelly J, Barends R, Fowler A G, et al. State preservation by repetitive error detection in a superconducting quantum circuit[J]. Nature, 2015, 519(7541): 66-69.
[2]Veldhorst M, Yang C H, Hwang J C, et al. A two-qubit logic gate in silicon.[J].
Nature, 2015, 526(7573):410-414.
[3]Ballance, C. J. et al. High-fidelity quantum logic gates using trapped-ion hyperfine qubits. Preprint at arXiv:1512.04600v2 (2016)
[4]Monroe C, Kim J. Scaling the Ion Trap Quantum Processor[J]. Science, 2013, 339(6124):1164-9.
[5]Eriksson M A, Coppersmith S N, and Lagally M G. Semiconductor Quantum
Dot Qubits[J]. MRS Bulletin, 2013, 38:794-801.
[6] Cao G, Li H O, Tao Tu, et al. Ultrafast
universal quantum control of a quantum-dot charge qubit using Landau–Zener–Stuckelberg
interference [J]. Nature Communications, 2013, 4(1401).
[7]Li H O, Cao G, Yu G D, et al.Conditional rotation of two strongly coupled
semiconductor charge qubits[J]. Nature Communications, 2015,6
[8]Deng G W, Wei D, Li S X, et al. Coupling Two Distant Double Quantum Dots with a
Microwave Resonator[J]. Nano letters, 2015, 15(10): 6620-6625.
[9]Cao G, Li H O, Yu G D, et al. Tunable Hybrid Qubit in a GaAs Double
Quantum Dot[J]. Physical review letters, 2016, 116(8): 086801.
[10]O'Malley P J J, Babbush R, Kivlichan I D, et al. Scalable Quantum Simulation of Molecular
Energies[J]. arXiv preprint arXiv:1512.06860, 2015.
[11]Google量子计算梦：10年后机器学习全部量子化
【本文由知乎用户张鑫David授权转载，本文仅代表个人观点。转载请联系作者本人。】
最前沿的电子设计资讯
