作者：是德科技Jenn Mullen

随着量子计算的加速发展，商界、政府和产业界对量子计算的关注和投资呈现出增长势头。新兴的量子计算用例也在商业领袖、技术爱好者乃至公众之间引起了广泛讨论。

本文通过解答一些比较常见的量子计算问题，抛开围绕这一革命性计算学科的概念炒作，从事实出发、用通俗易懂的语言解读量子计算。

何为量子计算？

当用户在手机、平板电脑或笔记本电脑上运行多个程序时，设备会发热，处理器的运行速度会变慢，电量也会迅速耗尽。数据量与运行计算程序所需的能源消耗之间存在着直接关联。

量子计算机可以开辟出行之有效的新途径，解决极其复杂的计算难题。与常规计算机使用的非0即1的二进制码不同，量子比特可同时以0和1的叠加状态存在，这意味着量子比特能够存储大量的数据，而不会产生相应的能量损耗。每增加一个量子比特，量子计算的数据处理能力都会呈指数级增长，且不会增加能耗。

当科研人员找到增加量子比特数量和构建稳健的量子计算机的方法时，量子计算的潜力也会持续跃升。目前，科研人员正在研究如何增加量子计算机可以使用的量子比特数量，这对创建可商用的量子计算机至关重要。

量子计算机可否取代传统计算机

与普遍流行的观点相反，量子计算机不会取代传统计算机。量子计算的真正价值在于，量子计算机执行计算的速度要比传统计算机快得多。

另一方面，传统计算机仍然非常适合日常的计算机使用需求。量子计算机有可能同时执行多种复杂的计算，通过解决复杂的优化问题、分析庞大的数据集和仿真，增强传统计算机的功能。

量子计算机擅长解决哪些问题？

计算机能够推动创新、实现突破，而以前人们认为只有人类才有这种能力。与其他任何工具一样，量子计算机和传统计算机能够帮助人们更有效地解决问题。传统计算机拥有足够的处理能力，甚至能够在帮助人们处理日常工作的同时，运行极其先进的算法。但是，由于它们的内存空间有限，再加上时间相对有限，传统计算机无法解决一些特定类型的计算问题。

量子计算系统将能够在短时间内处理大量的数据，用时要比传统计算系统短得多。得益于此，量子系统已蓄势待发，将赋能工业、政府和学术应用，加速创新。其用例包括：

产品和技术开发

量子计算具有独特而强大的数据处理能力，能够帮助开发者解决产品和技术开发挑战，而这些难题是依靠经典计算无法解决的。量子计算机将提高模拟和仿真能力，让产品开发者能够在更短的时间内创建精确、高保真的数字孪生，并面向更广泛的现实世界场景对其进行测试。这将推动更高品质的产品在更短的时间内快速进入市场，并大幅降低成本。

医疗科学

从开发药品到改进医疗诊断成像技术，量子计算机将以令人难以置信的速度分析分子和细胞的相互作用，让科研人员能够仿真人体系统，研究各种生物化学变化。这意味着科研人员有可能进行更加完整的临床试验，且用时比目前的临床试验少得多。

数据安全

传统计算机利用相关算法生成大素数，为数字安全程序奠定基础。但是，量子计算机可以破解该算法。这对采用标准加密工具的企业和机构而言是一个重大威胁。同时，量子计算机可以生成大量可靠的、无法破译的“真”随机数，也为网络安全向新的范式转变提供了可能，以大幅提高网络安全。

科学研究

超强的机器学习、人工智能和仿真能力将帮助科学家加快在粒子物理学和天文学等领域的探索发现。科研人员借助量子计算的仿真功能，可以增强气候建模能力，仿真深海、太空等人类目前很难涉足的环境，也可以对各种场景中的人体进行建模。

供应链运营

供应链物流对消费者、企业、产业和政府等社会的方方面面都有影响。利用量子计算机提供的仿真能力可以管理全球供应链物流中复杂的变化因素，并协调处理多个来源的数据。量子计算机将优化资源管理，改善物流规划，从而增强供应链运营的可持续性和价值。

城市规划

量子计算机驱动的人工智能和机器学习技术能够监测、预测和缓解整个大都市区的交通拥堵。这样不仅可以解决拥堵病，还能减少碳排放，降低维护成本，为人们带来裨益。此外，它能够帮助城市规划工作者做出更明智的决策，推动城市发展，改善城市环境，提升居民的生活质量。

量子计算机离我们有多远？

私营、公共和学术机构正在进行大量投资，以推动量子计算机的开发、稳定运行和商业化进程。包括IBM、谷歌在内的科技公司以及包括梅赛德斯-奔驰在内的汽车巨头纷纷加入了美国国家科学基金会（NSF）、欧洲核子研究中心（CERN）和中国科学技术大学的行列，投身于量子计算的开发和部署，以期将该技术集成到它们的产品和服务中。

谷歌、IBM和英特尔等主要参与者开发了第一批量子计算机，可以运行几十甚至几百个量子比特。虽然这些系统功能强大，但是要超越传统超级计算机的能力，实现真正的量子计算性能，科研人员必须克服基础设施和规模化方面的挑战，才能让真正可商用的量子计算机广泛普及。

为了推动量子系统开发而开展的相关研究，使得在传统计算机上仿真量子效应的量子启发式算法逐渐兴起。将这些算法用于解决现实问题，可为企业提供新的洞察力、降本增效的机会，并提高运营效率。

这些混合系统可提供一定的商业优势，让企业通过一种低风险的途径，为迎接量子计算做好准备。在量子启发式系统上运行的相同算法和应用程序能够在更短的时间内解决复杂的优化问题。此外，这些量子启发式系统为企业提供了一种低风险的方式来做量子计算实验，同时在量子计算机商用之后还可以培训员工进行使用。

是德科技的量子计算解决方案已经助力科研人员取得了突破性进展，在探索量子超能力之路上更进了一步。是德科技的量子控制系统是一种量子比特控制解决方案，这款完全数字化的量子控制系统集成了专用的量子控制硬件和全栈的软件功能，让用户能够迅速开始针对量子比特的探索实验。

关于是德科技

是德科技提供先进的设计和验证解决方案，旨在加速创新，创造一个安全互联的世界。我们在关注速度和精度的同时，还致力于通过软件实现更深入的洞察和分析。在整个产品开发周期中，即从设计仿真、原型验证、自动化软件测试、制造分析，再到网络性能优化与可视化的整个过程中，是德科技能够更快地将具有前瞻性的技术和产品推向市场，充分满足企业、服务提供商和云环境的需求。我们的客户遍及全球通信和工业生态系统、航空航天与国防、汽车、能源、半导体和通用电子等市场。2022 财年，是德科技收入达 54 亿美元。关于是德科技公司（NYSE：KEYS）的更多信息，请访问 www.keysight.com。

作者：ADI现场应用工程师Frederik Dostal

选择合适的电源转换器仅仅意味着找到最便宜的器件吗？事实证明，电源电压转换领域的创新是值得的，并且在市场上获得了回报——因为这些解决方案带来了更高质量的产品。ADI将在本文概述一些利用低成本电源转换器成功实现高质量产品的应用实例。

几乎所有电气设备都会使用电源转换器。多年来，人们针对不同的应用条件设计和调整电源转换器。今天的制造商之间是否有差异化？

“大宗商品”特指这样一类商品——市场上不同制造商生产的该商品之间差别不大，并且各自的价格（像原材料价格一样）主要由制造成本决定，产品创新的空间很小。

大约20年前，我开始在电源半导体领域工作，当时电源行业的很大一部分应用正在经历一场剧变。大多数应用正从线性稳压器(LDO)过渡到效率更高的开关稳压器。这主要是通过开发内置功率开关的开关稳压器IC，以及大大便利此类开关稳压器解决方案应用的简化设计来实现的。凌力尔特公司（现为ADI公司的一部分）在实现这一根本性变革中发挥了重要作用。

在那段重要时期之后，人们经常听到这样的说法——电源业务再也无法产生重大创新，进一步的发展只会朝着一个方向前进：降低成本。

简单电压转换即足够的应用

当今肯定存在简单电压转换即足够的应用。用于消费类产品的非常便宜的开关模式电源就是此类应用。具有几乎相同技术特性的电源转换器广泛存在。线性稳压器的价格在几欧分左右。简单的开关稳压器也能以每个几美分的价格获得，但其具有明显的优势，例如更高的效率和更大的输出电流。

电压转换器市场的差异化

然而，对于大多数应用而言，电源领域将不再有创新的预测被证明是错误的。即使在赠品等廉价促销品中，电源转换质量也起着决定性作用。这可以用我已使用多年的一件促销礼物来说明：我车上点烟器的USB充电适配器。它承诺提供最高2A的充电电流。集成开关模式电源转换器将12V转换为5V，可以很好地产生2A电流。它使用标准开关稳压器来减少如此高功率下的热损失。遗憾的是，当使用此USB适配器时，车载收音机便停止工作。转换器的开关频率和开关转换的频率引起了强辐射，使无线电接收变得不可能。选择开关稳压器时，注意的是价格，而不是确保低电磁辐射。

另一个例子是带纽扣电池的廉价设备，短时间运行后就要更换电池。在这里，最终产品的质量同样直接取决于电源的质量。

适合大多数应用的高质量创新

还要考虑到持续良率以及防止过多电子废料，这也需要开发更高质量的电源产品。因此，在大多数应用中，稳压器并未成为大宗商品。以下是一些非常成功的创新目标。

提高转换效率

能源是要花钱的。这笔钱是支付给电力公司，用于购买电池，还是为光伏系统制造太阳能电池所导致的开销，无关紧要。因此，对于所有电源，转换效率都很重要。在某些情况下，它甚至是决定性的。

电压转换过程中发生的能量损耗会导致另一个问题：系统升温。如果必须安装额外的散热器和风扇，成本可能变得相当高。电子电路的可靠性和耐用性通常也严重依赖于工作温度。 

无论是极低功率（如能量收集或电池供电应用）还是高功率（如kW范围的电源单元），提高效率基本上是所有功率转换的创新目标。20年前，85%的转换效率对于开关稳压器来说可能很不错，但在今天的许多应用中，即使93%也不够高。看起来这种趋势不会很快消失。100%的转换效率似乎并不容易达到，但仍将是目标。100%效率的电压转换意味着没有任何损失。 

为了提高效率，可以进行许多创新。创新之一是可以降低RDS(ON)（即处于“导通”状态的开关的电阻）和开关的栅极电容。另外也可以提高开关转换的速度，这会降低开关损耗。许多此类改进是由GaN和SiC等新型开关技术提供的。 

另一种选择是降低无源元件（如电感和电容）的损耗。

除了这些明显的调整之外，还有涉及开关稳压器拓扑结构的方法。LTC7821混合转换器就是一个例子。它将电荷泵与降压转换器相结合，在电源电压转换为较低电压时可实现非常高的效率。对于48V至12V转换，在20A输出电流和500kHz开关频率的条件下，可以实现97.3%的转换效率。使用标准商用硅MOSFET可产生240W的输出功率。图1说明了混合降压转换概念。损耗之所以如此之低，是因为电荷泵的工作效率极高，而且由于电源电压已经减半，下游降压转换器可以在最优电压范围内工作。

图1.混合开关稳压器拓扑结构，用于在某些应用中实现特别高的转换效率

改善电磁兼容性

正在进行重要创新的第二个领域是电磁兼容性(EMC)。这是电路获得批准的重要先决条件。开关稳压器总是会产生电磁辐射。辐射是每个开关稳压器都有的脉冲电流产生的，其大小取决于开关频率和开关转换的速度。所用电源中的辐射和传导发射也可能引发电子设备中其他电路部分的功能问题。因此，减少所产生的干扰非常重要。

推动创新的动力之一是以减少对额外滤波器的需求。开关稳压器的干扰越少，则附加滤波器和屏蔽元件的成本越低。因此，改进的开关稳压器IC很受用户欢迎。

过去几年最大的创新之一是ADI的Silent Switcher^®概念。它通过各种技巧，例如平衡对称脉冲电流和去除键合线，显著降低了开关稳压器电路的辐射发射。此概念如图2所示。该创新可配合各种开关稳压器拓扑使用。图2显示了降压转换器拓扑的脉冲电流和所产生的磁场。磁场分为两部分，由于对称排列，它们方向相反，在很大程度上彼此抵消。

图2.降压开关稳压器中的脉冲电流，Silent Switcher技术使所产生的脉冲磁场相互抵消

EMC仿真

在经过认证的测试实验室进行EMI测量的成本很高。修改已经开发好的硬件也很昂贵。因此，电压转换电路设计的另一个重要支柱是使用ADI LTpowerCAD^®等工具进行EMC优化。在开发过程中使用仿真工具实现EMC优化具有巨大的潜力。图3显示了作为LTpowerCAD开发环境一部分的EMI滤波器设计器。利用此工具可以计算开关稳压器的传导发射，如果干扰太高，可以设计滤波器来提供补救措施。

高开关频率和快速控制环路

电源的另一个趋势是开关频率越来越高，这使得低成本且节省空间的电路成为可能。在电源输出端的电压纹波相同的情况下，使用较低的电感和电容值可以降低电感和电容的成本。LTC3311就是这种现代开关稳压器IC的一个例子。它是基于ADI Silent Switcher平台的降压开关稳压器。对于高开关频率（LTC33xx开关稳压器系列可扩展到10MHz），除了上述优势外，还存在实现非常快速控制环路的可能性。

快速控制环路意味着即使动态负载发生变化，输出电压也仅表现出很小的电压偏差。尤其是FPGA，它要求即使在高负载瞬变情况下，电源电压也不能超出一个很窄的调节范围。确保这一点的方法之一是添加大量高质量输出电容，而更优雅且更便宜的方法是使用高开关频率的开关稳压器IC，从而获得高控制环路带宽。 

电容成本的节省为开关稳压器IC创新提供了资金。

图3.LTpowerCAD工具，用于简单计算开关稳压器电路中的传导发射

更高的集成度和易用性

正在出现大量创新的第四个领域是高集成度的完整电源电路。第一步是将多个开关稳压器集成到一个IC外壳中。这些产品通常被称为电源管理集成电路(PMIC)。它们节省了电路板空间，可作为大批量电源管理ASIC提供，或作为目录产品提供，用作常见应用的通用PMIC解决方案。 ADP5014 是一款受欢迎的电源构建模块——例如，用于FPGA。 图4显示了一个使用这种PMIC模块为FPGA供电的电路。

图4.作为范例，ADP5014是一款提供四个不同输出电压的高集成度开关稳压器

除高度集成外，模块还非常易于使用。模块几乎将整个开关稳压器电路集成在一个外壳中。通常，只有输入和输出电容是外接的，电路其余部分（包括电感器）都是集成的。因此，用户不再需要选择外部无源元件。模块可以简单地焊接到主板上，可靠地产生所需的电压。µModule^®选择的存在使得几乎所有应用都有合适的模块可用。目前，大约有200种不同的电源模块可供使用。

已经优化的µModule特别适合于满足复杂的电源要求。例如，LTM4700 降压开关稳压器可提供高达100A的输出电流。特殊外壳确保散热最优，因此即使在这种高电流情况下，也能保证可靠运行。 许多µModule采用特别设计，使得作为外壳一部分的内置电感像散热器一样将热量释放到环境空气中，因此电路板只需吸收来自电源的少量额外热量。这大大简化了大功率电源的设计。

µModule创新使得构建不会过热、针对应用进行优化且易于使用的小型电路成为可能。所有这些都能节省资金，使该产品组在众多应用领域中非常受欢迎。进一步创新的潜力仍然很大。

预期电源领域会有更多创新

随着模数转换器、模拟前端、微控制器和FPGA等电气负载的发展，对电源的要求在不断变化和调整。需要的电压正在降低，而需要的电流却在增加。因此，标准开关稳压器将不再能够满足未来的需求。这一发现可以解释为什么电源仍有很大的创新潜力，以及为何在可预见的将来，它不会转而成为“大宗商品”。

关于ADI公司

Analog Devices, Inc. (NASDAQ: ADI)是全球领先的半导体公司，致力于在现实世界与数字世界之间架起桥梁，以实现智能边缘领域的突破性创新。ADI提供结合模拟、数字和软件技术的解决方案，推动数字化工厂、汽车和数字医疗等领域的持续发展，应对气候变化挑战，并建立人与世界万物的可靠互联。ADI公司2022财年收入超过120亿美元，全球员工2.4万余人。携手全球12.5万家客户，ADI助力创新者不断超越一切可能。更多信息，请访问www.analog.com/cn。

关于作者

Frederik Dostal曾就读于德国埃尔兰根大学微电子学专业。他于2001年开始工作，涉足电源管理业务，曾担任各种应用工程师职位，并在亚利桑那州凤凰城工作了4年，负责开关模式电源。他于2009年加入ADI公司，并在慕尼黑ADI公司担任电源管理现场应用工程师。

 近日，IDC与浪潮信息联合发布《2022-2023 中国人工智能计算力发展评估报告》（以下简称《报告》）。报告指出，中国人工智能计算力继续保持快速增长，2022年智能算力规模达到268百亿亿次/秒(EFLOPS)，超过通用算力规模。预计未来5年中国智能算力规模的年复合增长率将达52.3%。

《报告》从人工智能计算力产业发展趋势、区域算力分布和行业渗透度等维度进行全面评估，旨在科学描绘中国人工智能发展的阶段和整体情况，为推动数字经济与实体经济的融合提供极具价值的参考依据和行动建议。

智能算力规模持续扩大，算力、算法基建化成为共识

智能算力对于提升国家、区域经济核心竞争力的重要作用已经成为业界共识。随着“东数西算”工程的启动以及智算中心的建设，从国家层面实现有效的资源结构整合，助力产业结构调整，构建更为健全的算力、算法基础设施。目前，国家在8地启动建设国家算力枢纽节点，并规划了10个国家数据中心集群，协调区域平衡化发展，推进集约化、绿色节能、安全稳定的算力基础设施的建设。

IDC预测，中国智能算力规模将持续高速增长，预计到2026年中国智能算力规模将达到1271.4EFLOPS，未来五年复合增长率达52.3%，同期通用算力规模的复合增长率为18.5%。

人工智能城市排行榜：京、杭、深、沪、穗列前五，天津首次进入前十 

《报告》针对不同城市在人工智能投资规模、相关政策支持力度、政策落地情况和实施进展、人工智能技术成熟度，以及劳动供给等维度的情况，对中国城市人工智能发展进行综合评估。在2022年中国人工智能城市排行榜中，北京、杭州、深圳继续保持前三名，其中北京连续四年蝉联首位，上海和广州分列第四、五名；天津首次进入前十，成都、苏州、南京、济南保持前十。综合TOP10城市发展情况，头部城市的共性特征是，较早的政策引导和配套政策保障，充分的智算基础设施规划、投入，达到上百家AI企业集聚、十万级人才保障，千亿级AI产业集群规模。

城市智能算力的投入已经成为推动区域数字经济发展，加速人工智能产业创新的重要支撑，除了TOP10城市之外，合肥、武汉、长沙等多个城市在自身产业优势及各种因素推动下，人工智能应用也取得了较大进展。此外，一些城市深耕特定的人工智能应用并取得了明显成果，成为城市智能化新标签，如安徽宿州淮海智算中心、浙江青田元宇宙智算中心陆续投建。

互联网、金融、政府、电信和制造等行业AI渗透度提升

从行业维度看，2022年中国人工智能行业应用渗透度排名前五的行业依次为互联网、金融、政府、电信和制造。与21年相比，行业AI渗透度明显提升。其中，互联网行业依然是人工智能应用渗透度和投资最高的行业；金融行业的人工智能渗透度从2021年的55提升到62，智能客服、实体机器人、智慧网点、云上网点等成为人工智能在金融行业的应用典型；电信行业的人工智能渗透度从2021年的45增长到51，人工智能技术融入电信网络的构建、优化，并为下一代智慧网络建设提供支撑；制造行业的人工智能渗透度从40增长到45，预计到2023年年底，中国50%的制造业供应链环节将采用人工智能。

从场景应用维度看，智能化场景在行业的落地随着时间的推移，正呈现出更加深入、更加广泛的趋势。人工智能持续为提升用户体验做出贡献，当前诸如智能客服、智能推荐、精准营销等场景深入落地到各行业；人工智能也在精准科学防疫，加强公共卫生安全体系建设中承担重要角色，在病毒演变预测、疫苗药物研发、辅助诊断等维度实现广泛应用；长期来看，企业通过在数字人等数字化营销内容创作领域布局，创造差异化的营销体验，升级品牌形象；另外，科学家们越来越多地利用人工智能技术和方法，从数据中建立模型，重点围绕新药创制、基因研究、新材料研发等领域加速对前沿科学问题的探究。

算力多元化发展提速，大模型加速行业落地

《报告》从算力层面，对人工智能芯片、服务器、 计算架构、算法及应用等方面的发展近况进行了全面分析。

从整体看AI服务器是人工智能市场增长的主力军。IDC数据显示，2021年全球人工智能服务器市场的同比增速为39.1%，超过全球整体人工智能市场增速（20.9%），是整体人工智能市场增长的推动力。中国AI服务器市场领跑全球，2021年人工智能服务器市场规模59.2亿美元，与2020年相比增长68.2%，预计到2026年，中国人工智能服务器市场将达到123.4亿美元。

从人工智能芯片角度，人工智能产业技术不断提升，产业AI化加速落地，推动全球人工智能芯片市场高速增长。IDC预计，到2025年人工智能芯片市场规模将达726亿美元。异构计算成为主流趋势，未来18个月全球人工智能服务器GPU、ASIC和FPGA的搭载率均会上升,算力多元化发展趋势明显。

从计算架构发展来看，基于 DSA（ Domain-Specific Architectures）思想设计的人工智能芯片正在成为主导，推动了人工智能芯片多元化发展。多元算力从“能用”到“好用”并且为企业创造业务价值，离不开通用性强、绿色高效、安全可靠的计算系统的支持。业内正在推动多元算力系统架构创新，基于计算节点内和节点间的互联技术破局现有计算架构的瓶颈，通过充分调动起多芯片、多板卡、多节点的系统级能力，实现各种加速单元以及跨节点系统的高效协同，提升计算性能。

 《报告》对于大模型的行业落地和发展情况也进行了分析。IDC调研显示，未来超过80%的组织会优先考虑购买预先训练好的人工智能模型。大模型是智算力驱动下典型的重大创新，被认为是“通用智能”的雏形，是业内探索实现普惠人工智能的重要途径之一。大模型发展的背后是庞大的算力支撑，例如AI+Science领域的AlphaFold2、自动驾驶系统、GPT-3等模型训练需要几百甚至几千PD（PetaFlops/s-day，PD）的算力当量支持。2022年，大模型正在成为AIGC领域发展的算法引擎，文生图、虚拟数字人等AIGC类应用将快速进入到商业化阶段，并为元宇宙内容生产带来巨大的变革。

智能算力成为数字化创新的源动力

人工智能算力的增长为人工智能的持续创新发展提供支撑。宏观层面，人工智能算力为国家创新力的发展带来实质性推进，不仅在应用科学的突破上发挥了重要作用，也开始渗透到基础科学领域，极大提高了科学研究的效率和科学发展的进程。

《报告》指出，人工智能应用正在从单点技术到多种技术能力融合方向发展、从事后分析向事前预判和主动执行方向发展、从计算智能和感知智能向认知智能和决策智能方向发展，创新应用场景逐步增多。未来五年，随着人机交互、机器学习、计算机视觉、语音识别技术的成熟，人工智能将在企业市场中加快应用与落地，智能算力将成为未来创新的核心推动力。

稿源：美通社