關(guān)于量子計(jì)算的爭(zhēng)論，大多在量子比特的數(shù)字游戲與工程實(shí)現(xiàn)的泥潭中打轉(zhuǎn)。公眾敘事中默認(rèn)了一個(gè)近乎迷信的前提：只要處理器足夠快，算力便會(huì)如期而至。然而，這個(gè)在計(jì)算技術(shù)發(fā)展史中早已被證偽的命題，正借著量子的外殼重新還魂。

現(xiàn)代計(jì)算的戰(zhàn)場(chǎng)，不在于運(yùn)算本身，而在于數(shù)據(jù)的“搬運(yùn)”與“等待”。 過(guò)去數(shù)十年取得的算力紅利，其實(shí)主要來(lái)自數(shù)據(jù)調(diào)度與存儲(chǔ)架構(gòu)的持續(xù)演進(jìn)。英偉達(dá)的黃仁勛在2026年CES展會(huì)上強(qiáng)調(diào)指出：當(dāng)前AI算力的瓶頸已從傳統(tǒng)的算術(shù)計(jì)算單元擴(kuò)展到內(nèi)存帶寬、數(shù)據(jù)移動(dòng)效率及系統(tǒng)級(jí)延遲，這源于AI模型規(guī)模的指數(shù)級(jí)增長(zhǎng)和物理AI對(duì)實(shí)時(shí)性的嚴(yán)苛要求。

本文并非試圖否定量子計(jì)算的研究?jī)r(jià)值，而是希望從計(jì)算體系結(jié)構(gòu)與算力本體的角度，重新審視量子計(jì)算的技術(shù)承諾。文章將首先澄清“算力并不等同于處理器速度”這一常被忽視的基本事實(shí)，繼而討論量子計(jì)算在存儲(chǔ)與數(shù)據(jù)調(diào)度層面所面臨的結(jié)構(gòu)性約束，從而為當(dāng)前量子計(jì)算的爭(zhēng)議提供一個(gè)新的視角。

一、算力不只是處理器速度，內(nèi)存往往才是決定因素。

在關(guān)于計(jì)算能力的討論中，長(zhǎng)期存在一個(gè)誤區(qū)：算力等同于中央處理器（CPU）的運(yùn)算速度。這種理解或許符合人們對(duì)“計(jì)算”的樸素想象，卻并不符合現(xiàn)代計(jì)算機(jī)系統(tǒng)的真實(shí)狀況。當(dāng)代計(jì)算計(jì)的性能瓶頸往往并不來(lái)自CPU本身，而是來(lái)自數(shù)據(jù)的存儲(chǔ)、調(diào)度與訪(fǎng)問(wèn)。

這一事實(shí)是由數(shù)字計(jì)算機(jī)的基本結(jié)構(gòu)所決定。經(jīng)典的馮·諾依曼計(jì)算機(jī)結(jié)構(gòu)，將計(jì)算系統(tǒng)明確劃分為處理單元、存儲(chǔ)單元以及連接二者的數(shù)據(jù)通道。程序與數(shù)據(jù)統(tǒng)一存儲(chǔ)于內(nèi)存，處理器必須通過(guò)有限帶寬與內(nèi)存交換信息。這一結(jié)構(gòu)性安排決定了一個(gè)基本事實(shí)：處理器再快，也必須等待數(shù)據(jù)——這就是繞不開(kāi)的“內(nèi)存瓶頸”（Memory Wall）。

從更深一層看，現(xiàn)代計(jì)算對(duì)算力的巨大需求，并不源于對(duì)單一數(shù)據(jù)的反復(fù)計(jì)算，而是源于所需處理的數(shù)據(jù)規(guī)模持續(xù)增長(zhǎng)。在計(jì)算復(fù)雜度研究中，問(wèn)題的核心始終是當(dāng)規(guī)模參數(shù) (N) 增大時(shí)，系統(tǒng)如何應(yīng)對(duì)由此帶來(lái)的運(yùn)算、存儲(chǔ)與訪(fǎng)問(wèn)的總體負(fù)擔(dān)。無(wú)論是數(shù)值計(jì)算、搜索問(wèn)題，還是近年來(lái)迅速發(fā)展的機(jī)器學(xué)習(xí)，其難點(diǎn)往往并不在于“如何算得更快”，而在于“如何處理不斷增長(zhǎng)的數(shù)據(jù)量”。

這一趨勢(shì)在大語(yǔ)言模型等人工智能系統(tǒng)中表現(xiàn)得尤為突出。當(dāng)前主流模型的參數(shù)規(guī)模已達(dá)到數(shù)百億乃至上千億量級(jí)，模型訓(xùn)練與推理的主要挑戰(zhàn)，早已不再是算術(shù)操作的速度，而是如此龐大的參數(shù)與中間狀態(tài)能否被有效存放、調(diào)動(dòng)并高效訪(fǎng)問(wèn)。正是在這一意義上，內(nèi)存容量與存取速度，便成為了算力上升的天花板。

由此，現(xiàn)代計(jì)算機(jī)體系結(jié)構(gòu)的核心進(jìn)展，主要體現(xiàn)在緩存層級(jí)、內(nèi)存帶寬優(yōu)化、數(shù)據(jù)局部性設(shè)計(jì)以及分布式存儲(chǔ)等圍繞“存儲(chǔ)—計(jì)算協(xié)同”的工程創(chuàng)新，而非單純提升CPU 的速度。這一現(xiàn)實(shí)在當(dāng)下的人工智能計(jì)算中體現(xiàn)得尤為清楚。在大規(guī)模模型訓(xùn)練的工程實(shí)踐中，超過(guò)一半的時(shí)間與能耗并不發(fā)生在算術(shù)運(yùn)算本身，而是消耗在參數(shù)與激活值的讀寫(xiě)、不同存儲(chǔ)層級(jí)之間的數(shù)據(jù)搬運(yùn)，以及跨節(jié)點(diǎn)同步等與存儲(chǔ)和通信相關(guān)的環(huán)節(jié)上。

由此可見(jiàn)，算力從來(lái)不是一個(gè)孤立的“速度指標(biāo)”，而是一種系統(tǒng)能力。它取決于信息能否被穩(wěn)定存儲(chǔ)、快速調(diào)度并反復(fù)利用。任何脫離存儲(chǔ)條件談?wù)撍懔ζ鋵?shí)都是不切實(shí)際的空想。正是在這一意義上，理解內(nèi)存在計(jì)算體系中的核心地位，構(gòu)成了重新評(píng)估包括量子計(jì)算在內(nèi)的一切算力承諾的必要前提。

二、量子計(jì)算仍然離不開(kāi)經(jīng)典內(nèi)存，而且問(wèn)題更嚴(yán)苛、更復(fù)雜。

量子處理器門(mén)操作速度的提升，并不能自動(dòng)轉(zhuǎn)化為可持續(xù)的算力增長(zhǎng)，算力是否能夠真正釋放，最終仍取決于數(shù)據(jù)能否被高效地保存、調(diào)度與訪(fǎng)問(wèn)。量子計(jì)算不僅無(wú)法擺脫對(duì)經(jīng)典內(nèi)存的依賴(lài)，反而在數(shù)據(jù)存儲(chǔ)與調(diào)度層面遭遇更為嚴(yán)苛的結(jié)構(gòu)性約束。

首先，量子比特并不適合作為可擴(kuò)展的“存儲(chǔ)設(shè)備”。與經(jīng)典內(nèi)存可以長(zhǎng)期穩(wěn)定保存比特不同，量子態(tài)天然易揮發(fā)：相干性會(huì)隨時(shí)間衰減，誤差會(huì)在演化、控制與環(huán)境耦合中不斷積累。量子比特可以被用來(lái)承載短時(shí)的量子態(tài)演化，但若將其作為大規(guī)模、可長(zhǎng)期保持、可反復(fù)調(diào)用的存儲(chǔ)介質(zhì)，其物理基礎(chǔ)便會(huì)立刻變得異常脆弱；在這一意義上，“存得住”往往比“算得快”更難。

其次，即便從理論與工程兩方面看，量子存儲(chǔ)本身也幾乎無(wú)法承擔(dān)經(jīng)典內(nèi)存的角色。理論上，量子不可克隆性意味著量子態(tài)不能被簡(jiǎn)單復(fù)制：經(jīng)典內(nèi)存依靠復(fù)制實(shí)現(xiàn)的讀寫(xiě)、備份與緩存，在量子態(tài)上不存在直接對(duì)應(yīng)機(jī)制。工程上，量子糾錯(cuò)雖然可以延長(zhǎng)有效存儲(chǔ)時(shí)間，卻要求用成百上千甚至更多物理量子比特來(lái)編碼一個(gè)邏輯量子比特；在這種資源開(kāi)銷(xiāo)下，試圖構(gòu)造“幾十 GB 量級(jí)”的量子存儲(chǔ)空間，在可預(yù)見(jiàn)的技術(shù)路徑上都沒(méi)有可行性。換言之，量子存儲(chǔ)既缺乏數(shù)據(jù)的讀寫(xiě)機(jī)制，也缺乏容量可大規(guī)模擴(kuò)展的基礎(chǔ)。

更關(guān)鍵的是，量子計(jì)算機(jī)的輸入與輸出仍然是經(jīng)典數(shù)據(jù)：?jiǎn)栴}的描述、數(shù)據(jù)的裝載、結(jié)果的提取與驗(yàn)證，都必須通過(guò)測(cè)量與經(jīng)典控制系統(tǒng)來(lái)完成。

以上這三點(diǎn)共同決定了量子計(jì)算不可避免地依賴(lài)經(jīng)典內(nèi)存來(lái)組織與承載計(jì)算流程，因此經(jīng)典內(nèi)存也必然成為量子計(jì)算系統(tǒng)的瓶頸。更何況，量子處理器與經(jīng)典內(nèi)存之間的數(shù)據(jù)交換，不僅在速度與帶寬上受限，而且在接口、控制與測(cè)量層面遠(yuǎn)比經(jīng)典處理器—內(nèi)存通道復(fù)雜；這一“量子—經(jīng)典邊界”本身，很可能成為嚴(yán)重制約整體性能的瓶頸中的瓶頸。

設(shè)想一種極端情形：量子處理器的運(yùn)算速度趨于無(wú)限，算術(shù)操作的時(shí)間成本可以完全忽略，量子計(jì)算的總體算力增長(zhǎng)依然非常有限。正如前文所述，在大規(guī)模計(jì)算任務(wù)中，超過(guò)一半的時(shí)間與能耗本就發(fā)生在數(shù)據(jù)移動(dòng)與存儲(chǔ)相關(guān)環(huán)節(jié)。在這種情況下，處理時(shí)間即使被壓縮為零，系統(tǒng)總耗時(shí)中與內(nèi)存相關(guān)的那一半是降不下來(lái)的。這意味著，量子計(jì)算機(jī)的總耗時(shí)不可能小于經(jīng)典計(jì)算機(jī)的一半以下。因此，對(duì)于絕大多數(shù)的實(shí)際應(yīng)用，量子計(jì)算機(jī)的整體算力在理論上不可能比經(jīng)典計(jì)算機(jī)高出一倍以上。

因此，量子計(jì)算面臨的關(guān)鍵挑戰(zhàn)并不只是“讓量子門(mén)更快”或“讓量子比特更多”，而在于：它仍然必須依賴(lài)經(jīng)典內(nèi)存來(lái)組織與支撐計(jì)算，而量子比特自身又難以成為一種可擴(kuò)展、且長(zhǎng)期保真的存儲(chǔ)體系。在一個(gè)由數(shù)據(jù)規(guī)模驅(qū)動(dòng)算力需求的時(shí)代，這一結(jié)構(gòu)性矛盾決定了量子計(jì)算的許多宏大承諾，至少在可預(yù)見(jiàn)的技術(shù)路徑上，值得高度審慎地看待。

結(jié)論

綜上所述，量子計(jì)算的核心挑戰(zhàn)不僅在于量子比特規(guī)?；蚬こ虒?shí)現(xiàn)，更在于底層體系結(jié)構(gòu)的深刻矛盾：算力最終需通過(guò)數(shù)據(jù)流動(dòng)與存儲(chǔ)來(lái)兌現(xiàn)，而量子計(jì)算在這一維度上缺乏可擴(kuò)展的基礎(chǔ)。

在數(shù)據(jù)驅(qū)動(dòng)算力的時(shí)代，內(nèi)存容量、帶寬與調(diào)度能力決定了算力上限。量子計(jì)算既無(wú)法擺脫對(duì)經(jīng)典內(nèi)存的依賴(lài)，又難以將脆弱的量子態(tài)轉(zhuǎn)化為持久、可復(fù)制、可擴(kuò)展的存儲(chǔ)體系。這一底層缺失，讓所有關(guān)于“通用算力躍遷”的宏大設(shè)想，在面對(duì)大數(shù)據(jù)計(jì)算任務(wù)時(shí)都顯得格外地虛幻。

為何這一命題在量子計(jì)算的敘事中被長(zhǎng)期忽視？究其原因，正視內(nèi)存瓶頸意味著必須承認(rèn)量子計(jì)算在體系結(jié)構(gòu)上存在無(wú)法克服的障礙，這對(duì)于量子計(jì)算的推動(dòng)者無(wú)異于自斷生路，于是采用駝鳥(niǎo)策略成了他們唯一選擇。同時(shí)，由于量子計(jì)算仍處于概念演示階段，有足夠多的辦法把數(shù)據(jù)存儲(chǔ)與調(diào)動(dòng)環(huán)節(jié)排除在系統(tǒng)之外，實(shí)質(zhì)上就是把問(wèn)題和困難留給未來(lái)。

然而，計(jì)算技術(shù)發(fā)展史昭示了一個(gè)殘酷規(guī)律：決定系統(tǒng)上限的結(jié)構(gòu)性矛盾，從不在概念驗(yàn)證期顯現(xiàn)，而只會(huì)在走向真實(shí)應(yīng)用時(shí)爆發(fā)。對(duì)量子計(jì)算而言，內(nèi)存瓶頸并非是事后可以補(bǔ)救的工程細(xì)節(jié)，而是決定其能否跨越實(shí)驗(yàn)室門(mén)檻的先決條件。任何脫離存儲(chǔ)與調(diào)度條件的算力承諾，終究只是畫(huà)餅充饑而已。