現代計算革命是由中央處理器(CPU)的發展推動的，隨著時間的推移，CPU變得更小、更復雜。這種發展最終形成了微處理器，今天我們使用的CPU的主要形式。在這個過程中，出現了更專業的芯片——圖形處理器(GPU)、現場可編程門陣列(FPGA)和專用集成電路(ASIC)。每一種專用芯片都能加速和改善不同維度的處理性能，并解鎖新的計算能力。

量子的出現，為計算能力下一個變革做了準備

每一個新的計算選項的出現都會促進計算能力的混合發展。現在，我們不再簡單地將指令發送到CPU，可以跨一系列設備進行計算，每種都可以解決一組特定的問題。

計算選項的增加同時也復雜化了計算環境。這種復雜性帶來了兩個挑戰，一是設計上需要創建穩定和可擴展的架構，以便于執行多設備計算的作業。二是確保以高效、優化和可重復的方式實際運行這些工作。換句話說，我們不僅要設計多設備架構，還需要在它們之間協調計算。

通過這樣我們可以更好地理解量子堆棧。量子堆棧是一個包含量子計算設備的堆棧，這些設備使用的計算能力都是混合型的。堆棧的結構必然涉及經典處理器和量子計算設備。即使在今天的單個量子算法中，計算也是在經典處理器和量子處理器之間共享的。

量子堆棧的結構反映了復雜性

結構的復雜性還因現實情況變得更復雜：就像在其他體系結構中訪問高性能GPU和HPC資源一樣，現在和將來對量子設備的訪問是遠程化的。

同時，為了保護其不斷發展的IP，嘗試量子能力的組織也會嚴重依賴自己和內部的私有云資產。

量子硬件和軟件繼續發展

因為量子硬件和軟件都在不斷發展，量子堆棧的架構及其組件的編排必須允許一定程度的"交換能力"。也就是說，量子體系結構要有一定程度的靈活性，使組織能夠在不受任何一種解決方案束縛的情況下，嘗試新技術和新的協調方式。在量子相關技術的設計中，對互操作性的強調預示著對適應性的持續需求。

量子堆棧的混合性質

除了描述混合量子體系結構的一些獨特特征外，還包括：

第1， 量子堆棧的混合特性反映了在計算設備的體系結構中存在著更廣泛的混合趨勢。

第2， 量子器件與各種經典器件之間的內在差異意味著它們不會相互取代。

第3， 混合體系結構固有的復雜性要求編排工具能夠簡化和優化它們的性能。

經典與量子的相對優勢

經典器件和量子器件有相對優勢，至少在一定程度上反映了它們的相對成熟程度。最早的機械計算設備可以追溯到19世紀中葉，第一臺可編程計算機出現在20世紀30年代中期。從那時起，經典計算機不斷發展，大致以摩爾定律為主。今天，它們執行一系列不可思議的功能，包括量子設備的模擬。

20世紀的量子計算

量子計算是20世紀的產物。量子物理學的理論在20世紀20年代才合并，理查德·費曼直到1982年才提出量子計算裝置的基本構想。也就是說，量子處理技術正在接近一個臨界點，在某些情況下，它將超越經典設備。

量子設備——不斷變得更加強大

隨著量子器件的不斷改進，在某些功能上會比經典器件的功能更強大。傳統的器件依賴于二進制位，二進制位的值可以是1或0，而量子器件依賴于可以同時以兩種狀態的線性組合存在的量子比特。

一個量子位的狀態也可以與其他量子位的狀態糾纏在一起，這意味著一個量子位的行為可以影響許多量子位的行為。由于這些獨特的特性，添加更多的量子比特會產生一種網絡效應，這種效應會迅速地給量子設備帶來比經典替代品更多的計算能力。

鑒于這些差異，我們應該如何看待經典和量子計算設備的相對優勢?

現在和將來，從數據準備和參數選擇到后處理、繪圖和某些類型的數據分析，經典計算將是最好的。目前，高性能計算機和超級計算機也是分析海量數據集的最佳工具。

當然，經典裝置在某些情況下所具有的優勢并不僅僅是由于這些裝置的固有特性。它們也源于這樣一個事實，即已經建立了針對這些用例的最佳實踐、優化和工具生態系統。

量子的力量

量子的一個相對優勢在于它能夠通過從多個方向對數據進行廣泛分析，從小數據集中提取信息。當數據難以獲取時，這些能力將對機器學習和建模復雜但罕見的現象(如金融危機和全球流行病)的演變產生重大影響。

量子計算允許增強從概率分布中取樣的能力，而這些概率分布是用經典技術很難取樣的。這在解決優化和機器學習問題方面有許多應用，例如生成模型。

最后，正如理查德·費曼首次提出的那樣，量子器件可以用來模擬量子系統，比如分子間的相互作用，這是經典器件永遠做不到的。

量子器件不會取代經典器件

量子設備可以用來解決特定的問題，特別是在經典計算機上難以解決的問題。量子技術的內在能力將使它能夠加速生物、化學、物流和材料科學的進步。

長時間以來，整個計算領域都趨向于混合模式的發展。量子計算遵循這一趨勢，主要是因為混合模式提供了一種特殊形式的計算能力。

由于在早期很少有企業愿意投資(或有能力負擔得起)量子硬件，因此他們建造出可以根據需要訪問量子設備的經典架構。

人們預測到量子破壞的組織——化學和材料科學、制藥、金融服務、物流、安全等——應特別專注于開發這些體系結構，并培養其他必要資源，以確保量子就緒。

除了經典的計算能力，這些資源還包括量子所需的人才和內部專業知識。

量子未來

展望未來，量子計算可能永遠是一種"混合"技術。首先，使用量子計算來做一些經典計算機已經做得很好的事情是沒有必要的。其次，成本仍然是一個問題。量子設備現在和將來都是昂貴和專業化的。用它們來做一些高級計算系統已經可以做的事情是不劃算的。

最后，回到上面提到的一點：由于量子計算可以而且應該應用于不同于經典計算機所能解決的問題，真正的商業挑戰是在特定行業中準確地確定量子設備最適合的那些問題或問題的方方面面。

編排和混合方法

談到對編排的需求，可以從混合云基礎設施中學習到一些東西。69%的企業已經采用了混合云方法，所涉及的復雜性使許多企業開始采用云管理。而這種管理，就像云本地架構的管理一樣，采取了編排的形式。

混合量子堆棧，特別是同時依賴云和內部/私有云資源的量子堆棧，同樣需要管理和協調，以確保程序、實驗和過程順利運行。

這種編排需要從底層硬件抽象出來的工作流管理工具。抽象是必要的，部分原因是量子器件和相關工具的擴散。

為了有效地使用這個不斷擴展的工具集進行實驗，組織需要靈活地從一個混合配置轉移到下一個，而不必基于底層硬件重寫所有配置。一個有效的工作流管理系統必須促進這種互操作性。

量子后端

當新的量子后端可用時，編排應該能夠在一行中從一個轉換到另一個。類似地，編排應該支持更改變量量子算法中使用的優化器的能力，以便在不編寫額外代碼的情況下比較性能。

編排應該能夠組合來自多個框架和庫的源代碼，從而消除建立新環境的繁瑣工作，并騰出時間專注于運行實際的實驗。

提高工作效率

為了擴大工作規模，在構建和使用混合量子體系結構時，一定水平程度上的硬件是必要的。編排工具必須具有適應性，不僅要考慮到現有硬件的多樣性，而且還要考慮到其他可能會出現的問題。

僅在過去的一年中，這些工作流管理和編排工具必須能夠跟上量子技術加速發展的步伐。事實上，這些工具提供的適應性本身將推動量子技術的廣泛采用。

今天的微處理器與過去基于管的中央處理器幾乎沒有相似之處。

事實上，目前的iPhone擁有100萬倍的RAM，700萬倍的ROM，處理信息的速度比阿波羅11號登月并帶回月球的計算機快10萬倍。

隨著量子處理器的成熟，它們最終將與當前的經典計算設備保持同樣的距離，從而使它們能夠解決即使是最好的這些設備也無法解決的問題。

這樣的比較指出了量子計算將帶來巨大的變化，現在和將來，利用這種能力將需要量子和經典器件在一個混合模型中協同工作。

通過這種方式，公司能夠解決廣泛的商業問題。隨著這些混合機器改變了安全性和機器學習，它們將影響到我們日常生活的方方面面。

結論

從純粹實用的角度來看，混合方法是接近量子的最有效、最具成本效益和最有成效的方法。在量子計算過程中，依靠經典設備來完成這些任務，而這些任務是它們最適合的，并且在過去的50年里，它們已經被優化過，這不僅是正確的道路，也是唯一的最佳路徑。

原因是，量子器件和經典器件不僅解決問題的方式不同，它們解決的問題也不同。這就是為什么說"量子計算會做這個或那個"有點用詞不當。事實是，真正的革命將由經典和量子在越來越強大的混合解決方案中的聯合力量所驅動。