九章光量子计算机 (Jiuzhang Photonic Quantum Computer)

概述

九章（Jiuzhang）是中国科学技术大学潘建伟、陆朝阳团队研发的光量子计算原型机，于2020年首次实现量子计算优越性（quantum computational advantage），即在某些特定问题上，量子计算机的表现远超经典超级计算机。

其名称来源于中国古代数学经典**《九章算术》**（约公元前1世纪），这是中国最早的系统性数学著作之一，象征着中国古代数学智慧与现代量子科技的结合。

技术原理

高斯玻色采样（Gaussian Boson Sampling, GBS）

九章的核心计算任务是高斯玻色采样，属于玻色采样（Boson Sampling）问题的一个变体。

玻色采样问题

Aaronson 和 Arkhipov（2011）证明：如果能在多项式时间内精确求解玻色采样问题，则意味着多项式层级（Polynomial Hierarchy, PH）会坍塌至第三层，这在计算复杂性理论中被认为极不可能。因此，玻色采样被证明是经典计算机难以高效模拟的问题。

高斯玻色采样利用压缩态光（squeezed light）作为输入，通过线性光学网络进行干涉，最后测量输出模式的光子数分布。

九章的架构

组件	技术参数
输入光源	25 个压缩态光源（squeezed states）
干涉网络	100 模式线性光学网络
探测器	高探测效率单光子探测器
工作温度	常温（光子作为玻色子，无需超低温）
工作波长	近红外

九章二号（2021年）

2021年，团队发布了九章二号，主要升级包括：

• 输入光源增至 113 个压缩态
• 可编程相位调制
• 高斯玻色采样输出空间维度达 ${10}^{43}$

量子计算优越性

2020年：九章 vs Fugaku

2020年的实验结果表明：

• 采样速率：九章每秒可产生约 ${10}^6$ 个样本
• 经典模拟时间：使用日本超级计算机富岳（Fugaku）模拟相同任务，估计需要约 25亿年
• 速度提升：约 ${10}^{14}$ 倍

可信度说明

• 可信度：★★★★★（Nature 正刊发表，同行评审）
• 验证状态：已验证
• 来源：[1][3]

与 Google Sycamore 的比较

指标	Google Sycamore（2019）	九章（2020）
量子比特类型	超导	光子
量子比特数	53	76（等效光子数）
任务	随机电路采样	高斯玻色采样
经典模拟难度	${10}^3$ 年（Summit）	$2.5\times {10}^9$ 年（Fugaku）
工作温度	15 mK	常温

两者使用不同的物理体系（超导 vs 光子）和不同的问题（随机电路采样 vs 玻色采样），不直接可比，但都证明了量子计算优越性。

光量子计算的优势与挑战

优势

1. 常温运行：光子与环境的耦合弱，不需要超低温
2. 长相干时间：光子在光纤中可传输数百公里而保持相干
3. 天然适合量子通信：与量子通信网络天然兼容

挑战

1. 可扩展性：构建大规模光子干涉网络的技术难度高
2. 通用性：当前九章仅能执行特定的采样任务，不具备通用量子计算能力
3. 纠错难度：光子之间相互作用弱，实现通用量子门和量子纠错极具挑战

科学意义

计算复杂性理论

九章的实验为计算复杂性理论提供了实验证据：

• 支持了 Aaronson-Arkhipov 猜想
• 表明玻色采样问题确实难以被经典计算机高效模拟
• 为验证量子计算的计算能力提供了物理平台

技术路线验证

九章证明了光量子计算路线的可行性，为构建：

• 量子模拟器
• 专用量子计算设备
• 量子-经典混合计算架构

提供了重要的技术基础。

常见问题

Q：九章是通用量子计算机吗？

不是。九章是专用量子计算原型机，仅能执行高斯玻色采样这一特定任务。通用量子计算机需要实现任意的量子门操作和量子纠错，这是当前光量子计算路线面临的重大挑战。

Q：九章的优势性任务有实际应用价值吗？

目前的高斯玻色采样任务本身没有直接的实际应用价值。它的主要意义在于：

1. 验证量子计算的物理可行性
2. 为量子模拟和优化问题提供技术基础
3. 推动光量子技术的发展

未来，基于类似架构的量子模拟器可能在分子模拟、组合优化等领域找到实际应用。

参考文献

1. H.-S. Zhong et al., "Quantum computational advantage using photonic Gaussian boson sampling", Nature 577, 660–665 (2020). DOI（A级）
2. H.-S. Zhong et al., "Phase-programmable Gaussian Boson Sampling using stimulated squeezed light", Phys. Rev. Lett. 127, 180502 (2021). DOI（A级）
3. C.-Y. Lu and J.-W. Pan, "Quantum computational advantage using photons", Science 370, 1460–1463 (2020). DOI（A级：Perspective）
4. S. Aaronson and A. Arkhipov, "The computational complexity of linear optics", Theory of Computing 9, 143–252 (2013). arXiv（A级：理论奠基）
5. 陆朝阳, "光量子计算：从玻色采样到量子优越性", 物理 50, 1–10 (2021).（C级：中文综述）

相关条目

• people/pan-jianwei — 潘建伟
• applications/zuchongzhi-quantum-computer — 祖冲之号超导量子计算机
• 量子计算
• 量子计算优越性