11.2 量子霸權與後摩爾定律時代#
半導體的黃金時代有其內在的煞車。Dennard scaling——這個 1974 年由 IBM 的 Robert Dennard 等人提出的法則指出,電晶體縮小時,功率密度可以保持不變——在 2005 年前後正式終止:漏電流無法再隨尺寸縮小而下降,時脈因此卡在 3-4 GHz,「免費的頻率午餐」吃完,業界被迫轉向多核心。接著是「功率牆」與「暗矽」(dark silicon)問題:晶片面積足夠塞下更多電晶體,卻沒有足夠的電力與散熱讓它們同時運作。光刻則從 193 奈米浸潤式一再延展,極紫外光(EUV)由 ASML 自 1990 年代美國國家實驗室計畫接手研發,2019 年商用化時,一台機器報價超過一億五千萬美元,僅有台積電、三星、英特爾少數買家。摩爾定律並未「死亡」,但它從自然的饋贈變成了企業與政府每月數十億美元的意志工程。
在這樣的背景下,量子計算從哲學奇想變成國家級議程。1981 年 MIT 的「物理與計算」會議上,Richard Feynman 提出問題:模擬量子系統需要指數級資源的古典電腦,「如果我們造一部量子力學的機器呢?因為大自然不是古典的,天殺的,如果你想要模擬大自然,你最好把它做成量子力學的。」這句話開啟了一個新領域。真正讓軍方與情報系統坐立難安的是 1994 年 Bell 實驗室的 Peter Shor:他的質因數分解演算法證明,量子電腦可在多項式時間內破解 RSA——當今網際網路的密碼學地基。1996 年 Grover 搜尋演算法、量子糾錯閾值定理相繼問世,後者證明只要錯誤率低於某臨界值,用許多物理 qubit 糾錯出少數邏輯 qubit 是可行的——這把量子計算從「不可實現」重新定義為「昂責」。
qubit 的本質是物理學的多黨競賽:超導(IBM、Google,以約瑟夫森結在毫開爾文低溫下操作,速度快、可整合但退相干快)、離子阱(IonQ、霍尼韋爾與輾轉而來的 Quantinuum,品質高但速度慢)、光子(中國「九章」)、中性原子(QuEra、Harvard 的 Lukin 團隊)。2019 年 10 月,Google 團隊在《Nature》發表「Quantum Supremacy using a programmable superconducting processor」:53 個 qubit 的 Sycamore 晶片,做隨機電路取樣,宣稱十分鐘的工作需要 Summit 超算一萬年。IBM 立刻反擊:如果善用 Summit 的磁碟與最佳化演算法,同一問題兩天半可完成——「量子霸權」頂多是「量子優勢」,且隨機電路取樣在實際科學中用途有限。這場爭議本身極具意義:它逼使整個領域承認,基準測試(benchmark)在量子時代也必須如 HPL 對超算一樣被制度化;而超算與量子電腦的「混合作業」從此成為研發的路線。2023 年,中國的中科大潘建偉團隊另一路上,九光子(計算複雜度)也在推進,中國的 Quantum Exascale 國家議程、美國 2018 年 National Quantum Initiative Act(十六億美元)競相立法,量子成了國家工程。
timeline
title 量子計算的里程碑
1981 : Feynman 提出量子模擬
1994 : Shor 演算法震撼密碼學界
2019 : Google Sycamore「量子霸權」論文
2022 : NIST 公布後量子密碼標準初選(ML-KEM 等)
2024 : NIST 正式發布 FIPS 203/204/205制度面的回應以 NIST 為戰場。2016 年起,NIST 發起「後量子密碼學標準化」全球徵件,2022 年 7 月公布入選名單,2024 年 8 月正式發布 FIPS 203(ML-KEM,源自 CRYSTALS-Kyber)、FIPS 204(ML-DSA)、FIPS 205(SLH-DSA),背後數學從「因數分解難」轉為「格密碼學」。各國政府開始強制「crypto-agility」——密碼學必須可以像軟體一樣升級,因為情報單位已有「harvest now, decrypt later」(先存密文,等量子機出來再解)的戰略。密碼學從數學家福利會議的事,變成企業資安長的合規焦慮,這是典型的「科技—制度」聯動。
與此同時,後摩爾時代有三條「非馮紐曼」的明線。第一是類腦晶片(neuromorphic):IBM TrueNorth 2014(百萬等效神經元)、Intel Loihi,以事件驅動、稀疏運算換取極致能效,模擬生物神經的脈衝式運算。第二是光子計算:Lightmatter、Lightelligence 以光為訊號做矩陣乘法,因為 AI 推論本質上是線性代數,光可並行、低損耗——「用光的干涉機做矩陣乘法」,被視為 AI 推晶片的一派新解。第三是 EDA 的智能化:Synopsys 的 DSO.ai 等工具用強化學習搜尋晶片布局,AlphaChip 的論文(Google DeepMind 2021)將 RL 套在 TPU 的 placement,雖曾掀起同儕審查風波,卻開啟了「AI 設計晶片、晶片再訓練 AI」的迴圈。
資本與政策的角度看,2022 年 8 月美國簽署「CHIPS and Science Act」,撥 527 億美元補助在美設廠(Intel 亞利桑那、TSMC 奧勒岡/亞利桑那、三星德州),同時出口管制切斷中國取得 EUV 與高端 GPU 的管道;歐盟推出 European Chips Act;日本以「經濟安全保障推進法」補助 Rapidus 做先進邏輯。台積電在 2020 年代成為「全球最被不了解的公司」——它掌握 90% 先進邏輯製程,使台海成為半導體的糾纏中心。這一切都反映了同一個時代精神:當物理極限逼近,創新不再是實驗室裡的個人,而是重工業式的資本、法律與同盟。Feynman 的問題得到的不只是一台量子機,而是一整套以物理極限為前提的全球產業重組。下節,我們把十億台電腦接成一顆「全球大腦」,回到這個物種對運算的終極想像。