2020年09月11日 | 量子计算将汽车工业发展水准拉升至新高度

2020-09-11 来源：EEWORLD

量子计算（简称QC）机在技术上还远未成熟，但实际应用已经出现。特别是，汽车工业可以从这些机器的使用中大大受益。麦肯锡公司已经调查了汽车在量子计算的潜力。

Study: How the automotive industry will benefit from quantum computing

先简单讲一下量子力学的由来

在宇宙和物质的原子和亚原子层面上，有些方面对人类来说似乎有些神秘，普通物理学很难解释。因此，我们有了一个新研究领域——量子力学。

量子力学提供的一些理论确实解释了在粒子和亚粒子水平上发生的不寻常行为。例如，当粒子之间相距较远时，它们似乎可以以某种方式相互连接，但却没有明显的理由说明为什么不同的粒子之间能够相互连接。一般来说，这被称为量子纠缠。

对于计算机，人们认为可以利用量子方法来构造比特和字节，即内存组件，并有可能极大地提高计算机的内存能力。又由于这会是一种与传统计算机不同的构造，因此被称为量子计算，单位是“qubit”（量子位，除了处于“ 0” 态或“ 1” 态外，还可处于叠加态）。量子位有点类似于二进位制信息单位比特，只不过被加速了。因此它们本质上要更快，比传统计算机快得多。

量子科学让智能驾驶突破现有瓶颈

近年来，IBM的Q System One或D-Wave技术凭借可用的量子计算机登上了新闻头条。在这之后，汽车价值链上的许多公司都开始仔细研究这项技术，因为制造商做出的承诺太诱人了。根据他们的承诺，量子计算机是解决某些问题的理想选择，这些问题是科学家们长期以来一直在思考的，比如路线优化、燃料电池优化和材料耐久性。

现阶段的自动驾驶汽车，其实并不能做到完全自动驾驶，也就是L4级以上的自动驾驶。而这项技术的瓶颈，除了对 V2X 的依赖之外，最底层的技术其实就是对算力的要求，这一点也正是量子计算所能做到的。此外，自动驾驶汽车将拥有OTA技术，从云端获取机载AI系统更新，并将自动驾驶汽车收集的数据传送回去。正是在云计算中，量子计算机的超高速运转能力就凸显出来，成为协助自动驾驶汽车的有力帮手。

根据麦肯锡的研究，一些早期用户已经取得了一定的成功。例如，大众汽车与D-Wave合作开发了一种交通管理系统，该系统可以优化城市交通中的公交车路线。汽车供应商博世向初创公司Zapata Computing(马萨诸塞州剑桥市)投资了2100万美元。

然而，麦肯锡研究报告中写道，这种不情愿的态度仍然远远超过了对这种创新计算技术的投入。迄今为止，这项技术的新颖性和非常狭窄的市场阻碍了许多公司深入参与量子计算。从长远来看，这项技术还需要5到10年的时间才能成熟。到那时，量子计算将克服一些障碍:必须实现量子优势;实际效益必须被证明是毋庸置疑的;应用软件必须能够解决具体问题;最重要的是，必须有一台量子图灵机。后者意味着一个具有量子存储器和常规主存储器(RAM)的普遍适用的量子结构必须可用。正如麦肯锡专家所描述的那样，这种机器将能够处理用户所需的量子位，并执行任意算法。该研究称，这种机器将在一到二十年后面世。

到2025年左右，汽车行业将成为QC的主要价值来源之一，影响甚远。早期增加的大部分价值将来自于解决复杂的优化问题，包括处理大量数据以加速自动车辆导航算法的学习。在以后的几年里，QC有可能在汽车行业的许多领域产生积极影响，如车辆路径和路线优化，材料和工艺研究，以及连接驾驶的安全性。此外，QC还可以显著加速新技术的研发，促进汽车厂商向电动汽车时代过渡。例如，企业可以加快传统技术向电动车电池冷却等更相关技术的过渡。同样，电池和燃料电池的材料过程模拟研究也可能是QC成功部署的领域。

从近期到2025年，QC的机会预计将出现在产品开发和研发领域里。相关用例将主要涉及解决简单的优化问题或涉及简单量子人工智能/机器学习算法的并行数据处理。这些QC应用程序将作为混合解决方案的一部分执行，其中由高性能计算机(HPC)处理的更大问题的比特将外包给量子计算机，并将结果反馈给高性能计算机流。这里可能优化的用例包括：多渠道物流的组合优化、高度局部交通流优化和车辆路径的改进。由于大量数据的并行处理增加，量子AI/ML可能涉及到自动驾驶算法的时间效率训练。

在中期，也就是2025年到2030年，作者们预计汽车行业的QC活动将集中在模拟(热传质、流体动力学以及原子级的材料特性——与电池和燃料电池材料的发展相关)等方面。此外，更复杂的城市交通模拟也可以用来解决大规模多模式车队路由问题。此外，更先进的量子计算机处理大量数据的能力将帮助工程师和开发人员实现增强模式识别的解决方案。

专家预计，从长远来看，也就是从2030年开始，量子计算的应用将建立在通用量子计算机的大规模接入之上。因此，用于破解普通加密密钥的质因数分解算法将普及。随着参与者试图防止自动驾驶汽车、车载电子设备和工业物联网通信的量子黑客攻击，焦点可能会转向数字安全和风险缓解。共享移动机群的云托管导航系统将通过量子计算提供的常规训练来改善其覆盖算法。其他有前景的应用领域例如：调查和优化碰撞行为、机舱隔音或基于人工智能的自动驾驶算法的培训。

这样的应用需要QC行业愈发成熟的技术。麦肯锡专家认为，目前还不清楚QC硬件行业将如何达到这种成熟度，但他们看到了许多可能的方法。例如，现有的QC方法将随着时间的推移而演变。QC将把自己定位为云服务，这将减轻用户获取和运行自己硬件的需求。同样，市场研究人员预计QC软件将会得到发展，不同于几乎所有能力都集中在美国的硬件上，欧洲厂商也将变得举足轻重。

尽管许多不确定因素仍然存在，但分析师为此表示乐观，未来的大多数问题将在规定的时间框架内得到解决。他们预计，到2030年，这项技术仅对汽车行业的经济影响就将达到20亿至30亿美元。

量子计算自动驾驶汽车

上一篇:通往未来的钥匙，足以改变世界的量子计算机

下一篇:终于官宣了，英伟达400亿美元收购ARM