咱也是没想到，才2022年，我竟然就在手机上用起量子计算机来了。
从各大应用商店或者官网，都可以下载到一个名叫量易伏的APP，打开后就见物理学四大神兽之一——薛定谔的猫坐镇其中。
还不是只有个样子，戳进“量子作曲家”（QComposer）功能界面，量子电路实验立马就能搞起来。
这还等什么，我当场Pick来自中科院物理所的超导量子计算机，跑起了量子叠加实验。
对，你没看错，不是纯模拟，这个APP是真能连接到实体量子计算机。
可供选择的还不仅有超导量子计算机，中科院精密测量院的离子阱量子计算机亦在其列，还可以看到它们现在的服务状态。
并且就在其中，我们还发现了来自中国产业界的最新量子计算研究进展——
被标注为“自研·超导量子计算机”的那台设备，并非来自哪家高校、研究院，而正是来自这款APP的研发方，百度量子计算研究所。
就在今天的百度“量见未来”量子开发者大会上，这台名为“乾始”的超导量子计算机正式亮相，并且不止硬件，还带来了全球首个全平台量子软硬一体解决方案“量羲”。
走出实验室的量子计算
不错，这么一个能让你在手机里玩转量子计算，甚至用上真机的APP，正是百度在量子计算领域公布的最新成果之一。
实际上，手机端还只是展示了可视化量子电路实验的功能，在网页版本中，你还可以更多前端工具，实现量子计算算法的开发：
QComposer，提供可视化的量子电路实验方式
PyOnline和YunIDE都是在网页上即开即用的在线开发环境，其中YunIDE基于code-server开发
QCompute是开源的Python工具包
在其背后，正如前文所言，除了7个不同能力的25-63量子比特的在线模拟器，这个平台还连接了1台来自中科院物理所的10比特超导量子计算机，来自中科院精密测量院的1比特离子阱量子计算机，以及1台百度自研超导量子计算机“乾始”。
这么一说，你可能也就明白了，是不是有点租用云上GPU搞机器学习那味儿了？
我们顺着量易伏这么一扇窗口一扒，还真发现，从底层硬件到上层应用，百度竟已悄悄搞起了一整套量子计算“产业化”解决方案。
超导量子计算机“乾始”
不妨还是从“乾始”这台超导量子计算机说起。
“量子计算机”通常是指由量子芯片、稀释制冷机、脉冲发生器组成的硬件平台。
其中最关键的，自然是量子芯片。
乾始搭载的是一颗百度自研的10量子比特超导量子芯片。
瞄准实用化、标准化、高性能化的目标，百度聚焦于设计具有业界核心竞争力的超导量子芯片，提供芯片设计、仿真验证、版图绘制为一体的实用化量子芯片解决方案。
在启发式版图设计方案、新型器件构型设计、器件参数快速初始化、精准仿真/验证方法、品质因子设计方法、自动化布线等超导量子芯片设计技术上积累发明专利25余项。
作为落地实践案例，还完成了一款36比特含耦合器超导量子芯片的设计和仿真验证。
值得注意的是，与通常概念中的计算机不同，量子计算机并没有一个统一的“操作系统”，相当于是“裸机”。
但此番百度推出的乾始，却是自带了一连串量子应用、量子软件。
量子软硬件接口“量脉”
首先，是打通硬件层与软件层的接口量脉。
量脉还提供了可视化的一站式客户端、自动化软件包等功能，只要提前输入量子芯片结构等基本信息，量脉就可以自动初始化量子芯片，大幅降低“乾始”的量子硬件平台的运行维护成本。
量子操作系统“量易伏”
搭好了沟通硬件与软件的桥梁，再往上，为了让研究人员们能更便捷地把量子算力用起来，就需要一套操作系统来负责量子算力的调度和分配。
而我们刚才试玩过的量易伏，其实扮演的就是量子计算机中“Windows系统”的角色，而且它还是一个兼有云功能的量子计算平台。
量易伏是全球首个云原生量子计算平台。
一方面，面向前端提供便捷的设计开发工具，包括移动端、桌面端、云端等多前端使用模式，以及量子计算解决方案工具集QAPP、量子网络工具集QNET、量子噪声处理工具集QEP等丰富的插件拓展。
另一方面，实现超导量子计算机、离子阱量子计算机等多后端算力接入与调配。
量子机器学习平台“量桨”
比如基于飞桨开发的全球首个云量一体的量子机器学习平台量桨，就支持量子神经网络的搭建与训练，并提供了易用的量子机器学习开发套件与量子优化、量子化学等前沿量子应用工具集、以及40多项丰富的量子应用教程。
特别的，量桨可以通过连接量易伏，进行调用量子算力运行量子机器学习算法，实现量子应用的具体实践。
简单总结一下，就是说百度不仅在硬件层面上搞出了超导量子计算机，还在软件层面上搭建出了一整套“基础设施”，让量子算力能走出实验室，开箱即用。
如此，也就构成了全球首个全平台量子软硬件一体化解决方案量羲。
全球首个全平台量子软硬件一体化解决方案“量羲”
“量羲”提供私有化部署、云服务、硬件接入等一系列服务，最大程度上简化了从产业量子化咨询入门到量子服务部署的全流程。
“量羲”还有很强的兼容性，可实现量子芯片“即插即用”，将量子芯片快速转换为量子服务即战力。
“量羲”可以给各行各业提供定制化的量子云服务或者私有化部署，帮助企业实现产业量子化的升级。与此同时，基于“量羲”，量子硬件生产厂商从此可以专注于量子硬件设计提高硬件性能，无需担心自己的硬件设备如何才能为用户提供量子计算服务。
量子计算的“两条路线”
这其中，就涉及到量子优越性的问题。学界普遍认为，量子芯片超过50个量子比特之后，才能实现量子优越性。
如此看来，百度的超导量子计算机乾始尚未实现量子优越性，反而是先在软件层上不断发力。
为何如此？
因为目前量子计算的发展，已逐渐分化出两条路线。
第一条路线，用科研的方式做单点突破，在特定任务上超越经典计算机实现“量子优越性”。
代表性的成果有2019年谷歌的“悬铃木”（Sycamore），用200秒解决当时最快的超算需要2天解决的玻色采样任务，在全球首次实现了量子优越性。
一年后，中科院潘建伟团队研制的“九章”光量子计算机，在同一问题上做到比悬铃木快上几个数量级。
不久后中科院又推出超导量子计算机“祖冲之号”，并于去年分别升级成“九章二号”、“祖冲之二号”，再加上IBM、霍尼韦尔旗下Quantinuum等参与者，呈现你争我赶的状态。
这条路线的优点是目标方向明确、资源投入集中，能迅速推动着量子计算机的理论性能不断增强。
△九章二号重要部件，图源中国科学技术大学
但量子计算不能总停留在实验室，毕竟人们开发它最终目标还是要去解决现实问题。
量子优越性概念的提出者、诺奖得主JohnPreskill近期在与同行的交流中也表达了对这方面的担忧。
第二条路线，正是着重于量子计算与实际问题的结合：
先做产业化的量子计算，以实际应用需求反过来推动综合性的技术进步。
这条路短期不容易出成果，走的人也就更少，不过长远来看很有必要。
目前，国际公认的量子计算有三个指标性的发展阶段：
第一，实现量子计算优越性。
第二，制造各领域专用的量子模拟机。
第三，制造可编程通用量子计算机。
第三阶段的通用量子计算不能是“空中楼阁”，需要来自第二阶段大量的技术和经验积累。
具体来说，需要掌握多量子体系的精准制备、提高量子比特的操纵精度，还要与各行各业现有研发和生产体系深入融合。
这样来看，光靠量子计算行业自己是无法完成这些积累的。让各行各业的人先把量子计算用起来、不断反馈迭代就成了必不可少的环节。
最后要说的是，单点突破和产业化这两条路线并不是互斥的，而是互补的，都需要有人去探索。
将来，一方研制出高性能的量子计算机，可以借助另一方的产业化平台快速落地应用，共同将量子计算的强大能力发挥出来。
量子计算产业化这条路怎么走？
至于量子计算产业化这条路到底该怎么走，各国各方其实都还在探索阶段。
率先拿出成果的百度，或许可以拿来作为参考。
首先要做到的，软硬一体。也就是打通量子计算应用或者服务、量子软件平台、量子硬件平台的全流程。
这一点可以拿个人计算机的历史来类比。最初厂商只提供硬件，普通大众难以上手，当操作系统和配套应用软件都成熟以后个人计算机才迅速普及。
接下来要做到的，全平台支持。将量子计算平台打造成一个中间层，让软硬件供应方不用担心相互怎么兼容，专心做出更好的产品。
具体到百度量羲来说，一个平台兼容了超导量子计算机、离子阱量子计算机以及量子模拟器等多种算力，同时支持手机端、电脑端、云开发等多种使用方式。
同样不可忽视的，坚持技术创新与自主可控。
一方面完整自研技术体系更容易产生协同效应，另一方面在国际竞争中也能不受制于人。
据了解，建成量子软硬一体化解决方案的过程中，百度遇到的困难也有不少。
其中涉及成千上万的技术细节又环环相扣，任何一处小的失败都会让整体功亏一篑。
比方说，要制造量子计算机，就需要在接近绝对零度的环境产生超导效应。
在严苛的环境下想要对量子比特的精准操控，还需要反复的计算和尝试以找到最佳参数。
量子计算机无法理解普通计算机的处理器指令，想开发量子算法，就要先将人类可以理解的程序语言编译成量子计算机机器可以理解的微波脉冲。
开发出量子算法还不算完，还需要将这些算法恰到好处的应用在其能发挥作用的问题上，以此实现量子算力到生产力的转化。
百度克服这重重困难，做成全球首个全平台量子软硬一体化解决方案，也把其中得到的经验总结成三条。
长期布局，百度于2018年布局量子计算，在国家战略规划与政策支持下，将发展战略定位QIAN（量子研究、基础设施、前瞻应用、网络生态），进而催生了量子软硬一体化解决方案。
产业化思维，一方面是延续了百度在AI、云计算行业坚持做产业化的思路，另一方面百度飞桨加速了量子应用研发的步伐、百度智能云又让量子算力能够稳定输出。
人才和生态建设，历经四年多的量子计算人才梯队建设，以及与科研院所的深度合作，都是不可或缺的。
另外要说的是，探索量子软硬一体化解决方案的意义不仅在单个方案自身，更在于将整个流程标准化、自动化、产业化，为即将到来的通用量子计算阶段做好了准备。
那么，问题来了：
量子计算是否已经到了产业化阶段？
但以史鉴今，作为国内工业界的技术先锋，百度在过去每一次硬科技浪潮前夜，确实都曾做出春江水暖的决定：
2010年，率先成立AI自然语言方向的NLP部门。
2012年底，组建深度学习团队IDL。
2015年，开启自动驾驶商业化探索。
2016年，推出国产深度学习框架PaddlePaddle。
……
而其商业化、创业的探索序幕，或许也已经拉开一角，真正如量子计算大咖们类比的那样：已经到了最后一公里。