芯东西 7 月 21 日报道，今日，量子计算初创企业玻色量子宣布，完成由元和资本领投的天使轮 Plus 新融资。这已经是玻色量子近期完成的第二笔融资。
近年来，量子信息技术的巨大前景，正吸引越来越多的公司加入这一赛道。无论是 IBM、谷歌、微软等科技巨头，还是加拿大 Xanadu、美国 PsiQuantum 等创企的发展，使得当前量子计算行业呈现出了百花齐放的局面。
在今年的两会中，“量子信息”一词也首次出现在“十四五规划”及政府工作报告中，成为了和人工智能、集成电路等并列的七大科技前沿领域。
创建于 2020 年 11 月的玻色量子则是这股新兴浪潮下的一名新锐玩家，专注于将量子计算与人工智能（AI）相结合，仅历时三个月就完成了光量子实验室的初步搭建。上个月，玻色量子还与北京量子信息科学研究院、光大科技签署了三方战略合作协议。
近日，芯东西也有机会与玻色量子的创始人、CEO 文凯进行面对面地交流。在这场对话中，我们不仅看到了玻色量子创建背后的故事和闪光点，也对他们未来的落地规划及行业观察有了更深入的了解。
▲ 玻色量子创始人 & CEO 文凯
01. 核心团队分工明确，产业化时机已至
在采访之前，文凯刚刚完成一场技术研发会议，但在谈到玻色量子的创建历程时，他很快就进入了采访状态。
在清华读本科时，文凯接触到了量子计算。当时，他的导师判断，量子计算未来一定会和人工智能紧密结合在一起。因此文凯一直相信量子计算可以和人工智能相结合，希望能够学有所用。
大三时，文凯选择了量子信息科学的研究方向，并且在清华和斯坦福大学继续攻读了硕士和博士学位。
进入到斯坦福后，其浓厚的创业氛围也进一步催生了文凯想要将量子计算真正与产业相结合的想法。博士毕业后，文凯曾于谷歌就职，也创办过 AI 领域的企业。
能否构建优秀的核心团队和是否可以正确判断行业走向，是决定初创企业命运的关键，玻色量子的创办则颇有一些水到渠成的意味。
量子计算是全球最有挑战性的技术之一，技术和商业人才互相扶持才能取得成功。在玻色量子的核心团队中，另一位创始人马寅和首席科学家王川就是文凯的最好伙伴。
王川和马寅是文凯多年来的同学和合作伙伴。其中王川是文凯清华读研时的同学，两人在课题上有过很多合作。在王川毕业后，由于两人都对量子计算领域抱有很大的热枕，双方也一直保有联系。
王川本人在学术上也非常有建树，很早就获得了国家自然科学基金委优秀青年基金等荣誉，其研究成果也获得过多次部委级大奖。
马寅则是文凯在人工智能创业中结识的合作伙伴，主要负责玻色量子产业发展的相关工作。在多年的磨合下，文凯和马寅已经形成了默契。现在两人每天都会进行头脑风暴，碰撞出一些新的想法和创意。
▲ 玻色量子创始人 & COO 马寅
从行业角度来讲，谷歌作为量子计算的探索者，为行业中的其他参与者提供了参考和范例。看见众多巨头涌入量子计算赛道后，文凯一方面进行了多年的学术研究，另一方面也积累了产业化、商业方面的经验，完成“量子计算产业化”理想的时机已经到来。
02. 设备规模达 1 万量子比特，已在金融等领域达成初步合作
去年 9 月，文凯带领初创的玻色量子团队，参与了由北京市朝阳区委区政府主办的第八届海外人才创业大会（OTEC），并获得了 OTEC2020 全球创业赛数据智能与新基建赛道冠军。
如今，玻色量子的光量子实验室已初具规模，构建速度远超一般高校、科研机构。研发方面，玻色量子也完成了多个里程碑节点，正在集中研发相干量子计算的工程样机，并进一步推进相应的加速算法。
▲ 文凯和马寅在参与 OTEC2020 全球创业赛（来源：玻色量子）
目前，量子计算有超导、半导体、离子阱、光量子和量子拓扑等主流技术路线，谷歌、IBM、英特尔等科技巨头都选择基于超导的通用量子计算架构。谷歌也提出，要在 2023 年实现百万量子比特的规模。
但是玻色量子并没有跟随这些巨头的步伐，而是选择了光量子这一路径。光量子方案的优势在于运行环境不像超导方案需要真空和超低温，其难点在于光量子很难被操控完成一些通用量子计算功能。
因此相比谷歌的通用量子计算机方案，玻色量子的量子 AI 协处理器是针对组合优化和 AI 加速的专用设备，走出了另外一种硬件形态。量子 AI 协处理器规模也更容易进行扩充，通过控制器也可以实现任意节点之间的全连接，具有广泛的可编程性和适配性。
以主流的 RSA 密钥为例，破解这一密钥大约需要 1000 个量子逻辑比特，每个量子逻辑比特大约需要 1000 个物理量子比特进行编码，也就是百万量子比特的规模。
当前谷歌的量子计算机大概在 50 多个比特，很难在短期内扩充到百万规模。而玻色量子则计划在 5 年内达到这一数字，在量子规模上占据先机。
▲ 通用量子计算与量子 AI 协处理设备对比（来源：玻色量子）
相比于推翻经典计算机架构，量子 AI 协处理器更偏向于经典计算机和量子 AI 的结合，由量子 AI 协处理器负责 AI、计算，其他功能处理则由经典计算机进行。在人工智能领域，量子 AI 协处理器可以作为神经网络的一层或多层，通过量子比特扩充神经网络模型，加速人工智能、提升神经网络训练速度。
如果说，通用量子计算架构是量子时代的 CPU，那么量子 AI 协处理器在应用上就更接近 GPU。这也是玻色量子号称要成为量子计算时代“英伟达”的由来。文凯对芯东西记者说，这样的架构既与他自己的博士研究方向相吻合，也能够解决当下人工智能高速发展遇到的算力瓶颈，真正地将量子计算落地到产业中。
此外，玻色量子也在金融投资组合优化、通信、交通物流和医药研发等领域也做了相关的研究，并且已经和一些合作伙伴达成了初步合作。
03.“产品落地是消除误解的最好方法”
由于国内量子计算行业人才较少，并且多数集中在高校和科研机构中，产业化人才数量严重不足。对于像玻色量子这样的科技创企来说，还存在较大的人才缺口。
为此，玻色量子在今年 6 月 30 日正式成立了北京玻色量子科学技术协会，希望通过这一协会吸纳、培养相关技术人才，提升自己的技术研发实力。当前，玻色量子的研发人员已经占公司总人数的 70%。
此外，全球缺芯仍在继续，也吸引了全球科技产业的关注。对于玻色量子来说，由于没有采用半导体集成的技术路线，缺芯对其影响并不大。
但从另外一个角度来说，当今芯片制程的演进正在变得越来越困难与昂贵，人工智能、大数据等新兴应用却不断提出了更高的算力要求，这正是量子计算行业的重要机遇。文凯提及，玻色量子等量子计算企业力争在有限的时间内，实现技术突破，那么也将提升我国的技术竞争力，甚至将得到“换道超车”的机会。
最后，文凯也就社会上对于量子领域一些错误的概念和认知发表了自己的看法。他认为，这种现象一方面反映了社会对于量子信息这一本世纪最重要技术的重视，另一方面也对整个行业提出了更高的要求。
他认为，面对很多误解和鱼目混珠的现象，量子信息行业不仅要做到浅显易懂、准确的科学普及，更需要在产品落地和应用方面花费更多的精力。当前的很多现象，很大程度上折射了人们不清楚量子信息可以用在什么地方，也没有真正商业化的产品进入到人们的生活中。
“将量子计算实现真正的产业化落地”，既是消除社会误解的最好方法，也是文凯创建玻色量子的初衷之一。
04. 结语：落地是关键，谁能追上量子计算的风口？
在芯东西记者与文凯的交流过程中，他提的最多的就是量子计算的落地和实际应用，让我们看到了他对于量子计算产业化的迫切和渴望。而自从去年玻色量子创建以来，其在商业化运营、研发、实验室搭建等方面进展迅速，成为了行业中的新兴力量。
当前，我国量子计算成果有很多都出自高校和科研机构，和谷歌、IBM 等外国巨头相比，在资金和商业化运营上有一定的差距。玻色量子这样的企业，先天在决策效率上有着自己的优势，如果能够在技术上有所突破，得到客户认可，玻色量子或许可以迅速集中资源，扩大自己的业务规模，从而吃到技术红利。