后摩尔时代，全世界的科学家们都在寻找新的计算体系和架构来突破算力瓶颈。算力已然成为当前世界数字经济的新引擎和战略竞争的新焦点。这其中，量子和光被寄予了厚望，并且在经历了数十年的实验室研究和学术探讨之后，终于开始成为一个商业命题。近期，风险资本开始流入围绕量子计算和光芯片的公司。尽管量子和光的超越摩尔之路上处于初级阶段，但投资者开始大胆下注。
在集微咨询（JW insights）看来，即便目前量子计算机、光子芯片的规模尚十分有限，且还处于易出错、不稳定的状态，但在算力即将真正爆发的前夜，其商业价值正在不断被证明中。量子与光可能带来的改变IC产业的革命性力量，更值得提前下注。
资本涌入量子计算领域
Gartner一项分析指出，量子计算真正的潜力爆发可能还需要十年时间，但在这一领域已有足够的进展证明早期投资是合理的否则就有落后的风险。Gartner预测，到2023年，将有20%的企业或机构会为量子计算相关项目制定预算计划，而当前这一比例仅为1%。Statista数据预测，到2026年，量子计算的全球市场规模将由2021年的4.72亿美元上升至17.65亿美元。
资本市场已经敏锐地嗅到了潜在的商机。波士顿咨询（BCG）研究显示，过去一年来，产业界对于量子计算机将解决传统计算机无法解决的重大问题（亦被称作“量子优越”）的信心飙升，2020年，在量子计算领域的投资增长了近两倍。BCG预计，到2030年，量子计算的应用市场规模有望达到500多亿美元。
从全球范围来看，已经涌现了一批被资本青睐的量子计算创业公司。
10月1日，美国量子计算初创公司IonQ通过SPAC于纽交所上市，这笔交易融资6.35 亿美元，IonQ成为第一家上市的全栈量子计算公司。而三星电子旗下的三星孵化基金(Samsung Catalyst Fund)与阿布扎比的Mubadala资本此前共同领投了IonQ公司5500万美元的融资。
7月底，美国光量子计算创企PsiQuantum完成了4.5亿美元的D轮融资。由美国投资管理公司贝莱德（BlackRock）领投，微软M12风险投资基金等跟投。而在5月，PsiQuantum刚和晶圆厂Global Foundries宣布合作推出Q1量子系统，且双方正在生产量子计算机部件和芯片。PsiQuantum称，本轮融资将主要用于建造世界上第一台具有商业可行性的量子计算机。
中国资本也同样开始关注这一领域。今年2月刚成立的图灵量子团队，三个月后即宣布完成近亿元人民币天使轮融资，由联想之星领投，中科神光、前海基金、源来资本、小苗朗程跟投。脱胎于上海交通大学集成量子信息技术研究中心，图灵量子的研究团队同时在光量子信息和光子芯片领域研究十余年，融资将主要用于光量子计算芯片以及光量子计算机的研发。
在这一方向上开始布局的国内还有本源量子、阿里达摩院量子实验室团队等；国外公司中除了创业团队之外，包括Google、IBM、Intel、微软、霍尼韦尔等科技巨头很早都已经涉足该领域。
算力大爆炸时代，量子和光会是下一个命题吗？
Open AI发布的分析数据显示，自2012年以来，AI训练对算力的需求每3.43个月翻一番。这一增速明显快于摩尔定律作为过去几十年来统治计算的一个基准法则，摩尔定律指出，微处理器芯片上的晶体管数每18-24个月翻一番。
全球算力发展已经进入新阶段。这意味着，基于冯诺依曼架构的电子计算机已无法满足大数据时代对算力与功耗的要求。此外，随着晶体管尺寸逼近物理尺寸极限，摩尔定律还将面临散热等无法克服的挑战。
信通院最新发布的《中国算力发展白皮书》指出，当前，摩尔定律发展逐渐趋缓，以先进工艺升级为主导的经典计算体系演进模式遭遇“功耗墙”、“内存墙”瓶颈挑战。为应对万物智能时代海量应用创新和重大技术革新对算力供给的百千倍递加需求，深度挖掘计算器件、计算芯片、计算系统、计算理论等层面技术增长潜力，探索更多维度、更多要素的协同创新成为支撑算力进一步升级的重要举措。
而提高算力的根本性对策在于提高运算速度和降低运算功耗，在这一点上，光和量子具有天然的物理优势。
光学将能让计算机芯片设计克服电子学的根本局限，因为光子是当前速度最快的粒子，相较电子，具有更速度、更低功耗以及低延时等特点，且不易受到温度、电磁场和噪声变化的影响，光子芯片因而也被众多海内外科学家视作最有可能替代电子芯片的未来基础性核心技术，将是超越摩尔定律的重要技术基础之一。量子计算则是利用量子力学的反直觉特性，可以大幅加速某些类型的计算。这让量子计算机在原理上具有超快的并行计算能力，有望通过特定算法在一些具有重大社会和经济价值的问题方面（如机器学习，密码破译、大数据优化、材料设计、药物分析等）相比经典计算机实现指数级别的加速。
产业化何时来临？
那么，当前的量子计算处于怎样的发展阶段？
耶鲁大学应用物理教授Steven Girvin博士认为量子计算机还处于普通电脑1940年的阶段，相当于“刚刚做出了真空管，或者刚刚发明晶体管的阶段”。
Gartner公布的2021年新兴技术成熟度曲线显示，值得关注的关键技术包括非同质化通证（NFT）、量子机器学习、生成式人工智能（Generative AI）、同态加密和可组合应用程序和网络。其中量子机器学习目前仍处于刚起步阶段。
新兴技术成熟度曲线（Hype Cycle for Emerging Technologies, 2021），
来源：Gartner (August 2021)
资料来源：上海交通大学物理与天文学院
集微咨询（JW insights）了解到，目前光与量子各自面临着不同程度的产业化落地困境。
构建实用的光学计算机需要材料科学、光子学、电子学等领域的研究人员之间广泛的跨学科努力和合作。此外，尽管研究表明光子处理器具有较高的单位面积计算能力和潜在的可伸缩性，但是全光学计算规模（光学人工神经元的数量）仍然很校同时，由于存在固有地吸收光的计算元件，且电信号和光信号经常需要转换，能量效率也同样会受到限制。
量子计算的产业化应用同样也面临着工程和材料上的难题。目前量子计算方面主流的技术路径有超导、半导、离子阱、光学以及量子拓扑这五个方向。而要实现通用量子计算机有三个前提百万量子比特的操纵能力、低环境要求、高集成度。
基于此，目前业界的一种技术路线是光量子计算机，或是通向大规模通用量子计算的最可行路径。因为量子计算的实现，不能脱离现有大规模的半导体工艺，沿用成熟的CMOS半导体制程，光量子芯片可以实现大规模的生产和制备。而基于光量子芯片进行的快速试错和迭代，为构建商用量子计算机提供了坚实的基矗
凭借全新的架构和大算力等特点，光量子芯片有望创造更多机会。集微咨询（JW insights）认为，未来，随着量子计算技术和光量子集成能力持续演进，混合光量子计算架构、光子计算、以及人工智能光子处理器会展现出巨大潜能。
全球算力角逐赛中的中国机会
算力已成为各国核心竞争力体现，因为算力直接带动数字产业化的发展电子信息制造业、电信业、软件和数字技术服务业、互联网行业等数字核心产业的发展与算力的发展息息相关。
当前，全球主要国家和地区纷纷加快战略布局力度。
美国2020年11月发布《引领未来先进计算生态系统战略计划》，将先进计算生态系统作为国家战略性资产，以确保美国在科学和工程方面的领导力、经济竞争力和国家安全。
日本2019年启动新一代国产超级计算机计划，投入约1300亿日元打造全球速度最快的超级计算机。
欧盟聚焦数字主权布局超算和量子计算，于2018年即提出“欧洲高性能计算共同计划”，2020年9月拟投资80亿欧元支持以百亿亿次计算和量子计算为主的新一代超级计算技术和系统的研究和创新，维持并提升欧洲在超算和量子计算领域的领先水平。
算力水平方面，根据信通院的《中国算力白皮书》统计，美国、中国、欧洲、日本在全球算力规模中的份额分别为36%、31%、11%和 6%，其中全球基础算力竞争以美国和中国为第一梯队，且中美差距不断缩小，美国在全球基础算力排名第一，其份额达43%，中国以26%份额排名第二；智能算力方面，中国、美国处于领先，算力全球占比分别为 52%和19%；美国、日本、中国在超级计算综合性能指标方面优势明显，总算力份额分别为 31%、23%、20%，中国在绝对数量方面处于领先。
不得不承认的是，美国、日本和欧洲信息化起步早，相关企业发展历史长，对国际市场的开拓也早于中国，国际市场的占有率明显高于中国，中国算力在国际市场的竞争力明显弱于在国内市场的竞争力。例如，虽然阿里云在全球云市场占有率排名第四，但其绝大多数业务集中在中国国内市场，与亚马逊、微软、谷歌等美国企业还有很大差距。
与此同时，全球算力竞争的加剧也在引发全球化产业链供应链格局的重塑与重构。尽管国内在算力相关设备制造能力上不断提高，但要彻底赶超美国等领先国家仍然面临严峻的“卡脖子”问题。
不过在量子与光子计算领域，目前从全球来看，各国都尚未形成绝对优势，现阶段各国研发基本处于同一起跑线，集微咨询（JW insights）认为，对于国内产业界或具备换道超车的重大战略机遇。
据图灵量子创始人、交大金贤敏教授等相关业内专家判断，当前光量子芯片发展正处于类似当年大规模集成电路发展初期的关键节点。比如，图灵量子团队目前已掌握了自主知识产权的三维和超高速光子芯片核心技术与工艺，从设计、流片到封装测试，再到系统集成和量子算法，可实现光量子计算芯片的全链条研发。这个意义上，一旦光子芯片技术能够获得规模化商用，或有望解决我国芯片“卡脖子”的难题，摆脱受制于关键技术、关键设备的困境。
后摩尔时代算力突破的探寻之路才刚刚开始，这需要经过一个漫长的技术积累的过程。在传统电子芯片时代，国外巨头们正是通过漫长的技术迭代，通过产业落地和应用的规模化，才诞生了一个又一个“伟大的科技公司”。同理，在未来的光与量子计算的领域，也必将经历这样一个过程。（校对/叨叨）
