超级计算机和量子计算机都非常强大，但它们以不同的方式出色。超级计算机，例如HP的前沿，以令人难以置信的速度处理大量数据，有助于诸如天气预报和药物发现之类的任务。但是，他们通过功耗和性能面临挑战。
使用Qubits和量子力学的量子计算机可以更快地解决特定问题，例如优化系统或破坏加密。量子计算仍在早期开发中，对于包括AI和药品在内的各种行业具有巨大的潜力。将来，将这两种技术结合起来可能会导致双方都无法实现的突破。
什么是超级计算机？
超级计算机是成千上万甚至数百万个单独的计算机，它们共同处理以比常规计算机更快地处理数据。例如，与常规计算机相比，世界上最快的超级计算机（HP的前沿）每秒处理1千万亿（10亿）的计算，该计算机每秒处理高达5000亿的计算。
这种巨大的计算能力有助于超级计算机预测天气预报会在几分钟内预测天气预报，这是由于涉及大量的数据和复杂计算而需要定期计算机来完成的。超级计算机还有助于探索空间，改善核武器和航空，测试新的化合物和微调密码学等。随着超级计算机在1990年代变得更加实惠，越来越多的企业开始将它们用于仿真，建模和大数据分析（包括市场研究）等任务。但是，超级计算机面临功耗和性能的挑战。
什么是量子计算机？
量子计算机使用量子位处理信息 – 也称为 Qubits – 而不是古典计算机的二进制位（0和1s），使量子计算机能够在只需处理一个计算机即可进行一台计算机时执行至少一百万个计算。他们令人难以置信的计算能力来自两个关键原则：
- 叠加。 在叠加中，Qubits同时存在，这意味着一个量子位可以同时表示90％0和10％1s。这与经典计算形成鲜明对比，其中位是顺序运行的。
- 纠缠。 在这里，Qubits旋转一致，而不是独立运行，如经典计算中。这使量子处理器能够生成可能性的连续性，而不是一个固定的输出。例如，50量量子位可以同时代表超过1四亿（1,125,899,906,842,624）。
这两个功能使量子计算机能够比超级计算机更快地解决某些问题。例如，Google的Sycamore处理器 能够解决 在短短200秒内，一个复杂的数学问题，而同样的问题将需要世界上最快的超级计算机10，000年才能完成。但是，量子计算仍处于早期阶段，误差校正，QUBIT稳定性和可扩展性限制了其实际应用的挑战。
比较量子计算机和超级计算机
量子计算机和超级计算机都是功能强大的计算系统，但是它们在处理信息和解决问题的方式上从根本上有所不同。超级计算机使用数千或数百万的经典处理器以高速进行平行计算。它们是为需要大量数据处理的任务而设计的，例如天气预报，分子模拟和AI实施。
另一方面，量子计算机应用了量子力学的原理 – 特别是叠加和纠缠 – 以古典计算机无法使用的方式处理信息。此功能使他们能够比超级计算机更快地解决复杂问题，例如密码，优化和量子模拟。
例如，Google声称其无菌量子计算机可以处理与世界上最快的超级计算机（Frontier）相同的信息，即仅在六秒钟以上的时间内完成47年以上的时间。
从理论上讲，量子计算机将比超级计算机更快地解决某些问题，但是它们远不及超级计算机那么成熟，超级计算机已经在商业上可用了多年。
使用量子作为服务与高性能计算作为服务
量子作为服务（QAAS）和高性能计算作为服务（HPCAA）是基于云的技术，可在不要求组织投资昂贵的基础架构的情况下提供对高级计算能力的访问：
- HPCAA。 高性能计算作为服务，使用户可以访问数据分析，仿真和研究等任务的强大计算资源。例如，微软同时使用超级计算机来运行其天气研究和预测模型，并提供近乎固有的，高度准确的天气预测。全球40,000个Microsoft用户可以访问和复制结果，他们为代码做出了贡献，与任何单个本地机器都无法实现一定程度的协作水平。
提供HPCAA的顶级云提供商包括Amazon Web Services（AWS），Microsoft Azure，Google Cloud，IBM Cloud和Oracle Cloud Cloud Infrstructure。 HPCAA的限制之一是其高使用成本，因为按需访问强大的计算资源可能会变得昂贵，尤其是对于长期或大型项目而言。
- 拼写。 量子作为服务，用户可以远程运行量子计算机上的算法，采用量子和量子力学原理来解决复杂问题，例如优化，密码学和分子建模。例如，根据IBM的说法，IBM的127 QUIT量子平台旨在帮助用户“更快地加速他们的实验”。 博客文章。
QAAS主要提供商包括AWS，Microsoft Azure，IBM，Google Cloud，Rigetti和Honeywell，提供从50 QUAT的处理器到超过100 QUAT。在某些方面，QAA可以比HPCAA便宜，因为用户避免了频繁的硬件更新。另一方面，其数据安全问题和对敏感信息的控制是有问题的。 QAA在物流，制药和金融等行业中特别有价值，在该行业中，解决复杂的优化问题很快可以提供重要的竞争优势。
量子云计算模型
由于量子需要一个极度冷的环境 – 在负270摄氏度左右 – 特殊条件，量子业务的唯一合理方法是在云中托管服务。
QAA，也称为量子计算为服务（QCAA），有两个交付选项：
- 无服务器量子计算。 用户仅支付资源和存储费用，而云供应商处理基础架构和维护。这不仅使服务更便宜，因为用户仅在代码运行的时间内收取费用，而且更快，因为它使开发人员可以专注于代码，而不必专注于服务器。缺点包括潜在的供应商锁定，功能延迟的延迟和调试问题。 IBM的Qiskit无服务器是此模型的一个示例。
- 杂交量子经典计算。 该模型结合了量子计算的优势，例如量子并行性和纠缠，与经典计算的功能和灵活性相结合。一个现实世界的示例是使用量子进行密集的计算和经典计算来微调结果。一个关键的缺点是经典系统和量子系统之间的延迟，根据两台计算机之间的距离，其范围从10到20分钟。微软的Azure Quantum提供混合量子计算 一部分 它的云交付服务。
最终，选择量子作为服务 和高性能计算作为服务 取决于手头的问题。 QAA是量子优惠领域的研究和创新的理想选择，但尚未广泛适用于一般计算需求。 HPCAA仍然是大规模，高速古典计算的最佳选择，为广泛应用提供可靠性和性能。对于许多用户来说，整合量子和高性能计算的混合方法可能会提供最有效的解决方案。
超级计算机的关键应用
超级计算机在计算科学领域起重要作用，并用于各个领域的各种计算密集任务，包括以下各个领域：
- 天气预报。 DERECHO超级计算机分析了将气雾释放到平流层上雷暴和降雨模式的影响。
- 太空探索。 NASA使用Aitken超级计算机 模拟模型 为了维持月球上的长期人类存在。
- 分子建模。 2022年，斯坦福大学的研究人员使用超级计算机来减少过去需要13年至超过5个小时的基因组测序过程。
- 物理模拟。 超级计算机已经对宇宙的早期，飞机和航天器空气动力学，核武器和核融合的爆炸进行了模拟。在航空中，GE航空航天使用边境超级计算机来测试是否可以将二氧化碳排放量降低超过20％。
超级计算机在密码分析中也是必不可少的，这涉及通过高速平行计算，蛮力攻击和复杂加密算法的分析来破坏加密。
量子计算机的关键应用
量子计算已经用于解决以下字段中的关键问题：
- 网络安全。 量子密码学使用量子力学来保护和传输数据，以免被黑客入侵。它用称为的微小粒子编码信息 光子。如果某人拦截数据，则光子的量子状态会发生变化，从而使黑客可检测到。
- 新的药物治疗。 量子计算机在处理和处理大量数据方面表现出色，这对于药物研究而言是无价的。例如，肺泡的科学家使用量子计算来更快地处理遗传和基因组数据，有助于预防副作用，减少并发症并最大程度地减少对动物实验的需求。
- 改进的物流运营。 量子计算可以通过更快，准确地解决复杂的优化问题来提高物流运营和能源效率。例如，量子算法有助于提高洛杉矶港口的货物运输的速度和能力，从而使该设施能够更有效地运行，并且风险降低。
- 更快，更准确的预测。 量子计算可以模拟在经典计算机上采用过多计算功率的实时系统。例如，西班牙量子AI启动Multiverse Computing与Bosch合作，以预测供应链失败并实时优化维护时间表。
- 机器学习。 多元宇宙计算索赔量子计算有可能以减少电力的25倍运行机器学习算法。
有一天，量子计算也可能通过更有效，准确地解决复杂问题来彻底改变气候建模，财务优化和材料科学等领域。
超级计算机的问题
超级计算机面临四个主要障碍：
- 功耗。 超级计算机需要大量的电力，从而导致高昂的运营成本和环境问题。
- 数据移动。 在处理器和内存之间移动大数据集可以减慢计算，尽管硬件功能强大，但仍会限制性能。
- 硬件故障。 复杂的组件导致频繁出现故障和维护问题。
- 并行编程。 使用超级计算机，成千上万的处理核心需要同时操作。这需要特殊的编程方法，以确保所有零件有效地合作，而不会放慢或崩溃。超级计算机的构建，维护和操作也非常昂贵。他们还需要专门的知识才能运作，并且容易受到网络威胁的影响。
量子计算机的问题
量子计算机有自己的挑战，包括以下各项：
- 脆弱性。 任何扰动，例如轻微的振动或温度变化，都可能导致分解，使整个织物分解并导致存储的信息丢失。
- 可伸缩性。 量子计算机需要成千上万的一流量子量子才能有效。这些量表也必须无错误。根据最近的一个，可能需要很长时间 – 可能是10年或更长时间 量子云计算的学术评论 – 构建一台没有问题的量子计算机，带有足够的Qubits来运行重大问题。在苏黎世的技术大学，理论物理学教授雷纳托·雷纳（Renato Renner）说，这项工作几乎没有开始。
- 数据安全。 确保数据安全的公共密钥加密可以通过量子计算机破坏。量子计算机比解决某些问题的常规计算机要快得多，因此它们可以解锁被认为是安全的数据。如果不良演员使用量子计算机，则可以暴露敏感信息。
- 物理基础设施。 当今的量子计算机大约是汽车的大小，因为冷却设备可防止芯片过热。需要更多的制冷方面进步来提高可行性和可伸缩性。
- 制造业。 需要标准化的系统来规模生产量子计算机。当前的量子云提供商使用专有软件平台和开发工具包。
- 成本和可访问性。 量子计算机很昂贵，需要高度专业的环境才能运行。此外，由于量子计算需要量子力学，计算机科学和工程学的专业知识，因此寻找熟练的人员具有挑战性且昂贵。
量子计算机和超级计算机的未来
自从Google在2019年推出了Sycamore Quantum处理器以来，包括Microsoft和IBM在内的越来越多的科技公司以及中国等民族国家都在该领域进行了大量投资。小型到中型企业也正在转向QAAS创业公司，以获得第一步的优势并探索这项强大的技术。
尽管量子计算仍处于早期阶段，但预计它将成为科学研究的重要工具，从而使问题一旦被认为是不可能的。一些支持者说，到2026年，量子计算机将能够执行古典计算机无法执行的任务。但是，要使量子计算成为主流，它将需要与经典系统无缝集成。
关于超级计算机，未来在于额外的计算，该计算将能够每秒执行超过1亿亿亿次计算，从而为包括AI，气候建模和药物发现在内的田野中的突破提供了更多的突破。能源效率应通过使用神经形态计算（一种在人脑上建模的计算 – 专业芯片和更好的冷却技术）来提高。云计算将使超级计算功率更容易访问，而并行编程中的进步将使其能够同时执行多个任务。新材料（例如石墨烯和光子处理器）可以彻底改变硬件，使超级计算机更快，更紧凑。
最后，超级计算机可以集成量子流程，以成为能够解决复杂问题的量子超级计算机，这两个技术都无法单独处理，从而导致整个行业的突破。
Leah Zitter博士是一位经验丰富的生成AI的作家和研究人员，借鉴了十多年的新兴技术经验，以提供有关创新，应用和行业趋势的见解。
#量子计算机与超级计算机关键差异