这是一个科技飞速发展的时代。从高层面的5G、AI，到低层面应用如云服务、视联网，人类的能力正在获得不断的延伸。
可不得不注意的是，这些科技都是建立在计算机的基础之上的。而这块基石，则已经逐渐来到了它的瓶颈期。
在1965年，英特尔联合创始人戈登·摩尔曾观察到一件事。自1958年发明晶体管以来，微芯片上每平方英寸的晶体管数量每年会翻一番，与此同时成本却减少了一半。这个观察结果被称为摩尔定律。摩尔定律意义重大，因为它意味着随着时间的推移，计算机会变得越来越小、计算能力越来越强、计算速度越来越快。然而时至今日，人们却发现摩尔定律失效了，传统计算机的进步速度正在逐渐放缓乃至停滞不前。英特尔等计算机制造巨头也都纷纷暗示，基于晶体管的计算正在走到它的“尽头”。
在这种情况下，如果我们想继续从计算能力的指数增长中获益，我们必须找到一种完全不同的信息处理方式——那就是量子计算。
谷歌在英国《自然》杂志发表的一篇论文中，便演示了量子霸权（由美国理论物理学家 John Preskill在2012 年提出，指量子计算机可以做到一些经典计算机所无法实际解决的运算），以一台可编程量子计算机超越了最快的经典超级计算机。该量子系统只需要约200秒便可以完成经典计算机大约需要10000年才能完成的任务。
那么，量子计算机是什么呢？
通俗来讲，我们现在所用的笔记本、台式电脑以及手机到超级计算机的CPU都是通过晶体管的0／1二进制状态来存储、运算数据，它们之间的差距只在于晶体管数量和运算频率。而量子计算机不使用晶体管或经典比特。相反的，它们使用量子比特。量子比特作为量子计算机中处理信息的基本单位，可以是0到1之间的任意值，或者同时具有这两个值的属性。此外，量子计算机依赖于自然发生的量子力学现象，或者两种重要的物质状态，即叠加和纠缠。当这两种状态被用于计算目的时，可以加速我们进行巨大计算的能力。
也就是说，在同一个计算任务上，量子计算机比经典计算机有着显著的加速。
目前，量子计算主要有三种类型。每种类型的不同之处在于所需的量子比特的数量、可能的应用数量、以及实现商业可行性所需的时间。
第一种是量子退火，是解决优化问题的最佳选择，也是量子计算中功能最弱、应用范围最窄的一种形式。
例如，大众汽车最近进行了一项量子实验，以优化北京拥挤的交通流量。 这项实验是与谷歌和D－Wave Systems合作进行的。大众汽车表示，这个算法可以通过为每辆车选择理想的路径，来成功减缓交通压力。
可传统的计算机需要数千年才能计算出这种问题的最佳解决方案，显然这是不可行的。而在理论上，随着每台量子计算机的量子比特数量增加，量子计算机可以在几个小时或更短的时间内完成这个过程。
第二种是量子模拟。量子模拟探索量子物理学中超出传统计算系统能力的特定问题。
比如说，量子模拟器可以用来模拟蛋白质折叠。错误折叠的蛋白质会导致像阿尔茨海默氏症和帕金森氏症这样的疾病，测试新疗法的研究人员必须通过使用随机计算机模型来了解哪些药物会引起每种蛋白质的反应。
然而，如果一种蛋白质要通过顺序取样所有可能的药物诱导效应而找到正确的折叠结构，它可能需要比宇宙年龄更长的时间才能找到其正确的自然状态。只有借助于量子模拟，才可能快速得出结果。
第三种是通用量子计算。在未来，我们或许能制造出通用量子计算机，它背后的基本思想是，你可以指导机器进行任何复杂的计算，并快速得到解决方案。这包括求解上述的退火方程，模拟量子现象，等等。
通用量子计算机可以彻底改变人工智能领域。在量子计算机上训练人工智能可以提高计算机视觉、模式识别、语音识别、机器翻译的性能等等。届时，如云服务、视联网等服务便可以获得跃迁式的突破。
从巨头布局和参与研究的机构来看，量子计算毫无疑问是各国关注的重大科技之一。英特尔公司量子硬件负责人吉姆·克拉克也曾经说过这样的一句话：“量子可能是未来100年的计算技术。这有点像太空竞赛，一代人时间里出现一次”。截至目前，谷歌、IBM、微软、英特尔、华为、阿里巴巴等全球高科技公司都已为此投入大量的研究力量。在未来社会，量子计算大概率将逐渐取代传统计算的地位，为我们人类带来更为强大的科技推动力。
