量子處理單元（QPU）是量子計算機的“大腦”。它利用電子或光子等粒子的行為來進行特定類型的計算，其速度遠快于當今計算機的處理器。

如今，GPU 和 DPU 不但實現了加速計算，還在幫助新型芯片 QPU 實現量子計算。

如果拿在手上，量子處理單元（QPU）可能看起來和感覺上與圖形或數據處理單元（DPU）非常相似。它們都是十分典型的芯片或具有多個芯片的模塊。可一旦運行起來，QPU 就會爆發出截然不同的力量。

量子處理單元（QPU）是量子計算機的“大腦”。它利用電子或光子等粒子的行為來進行特定類型的計算，其速度遠快于當今計算機的處理器。

QPU 依靠疊加（superposition）等行為。量子力學這門相對較新的物理學分支將疊加描述為單個粒子同時處于多種狀態的能力。

而 CPU、GPU 和 DPU 都是將經典物理學原理應用于電流，這也是為什么當今的系統被稱為經典計算機。

QPU 可以推動密碼學、量子模擬和機器學習的發展并解決棘手的優化問題。

CPU 和 GPU 以位進行計算，用電流的開/關狀態代表 0 或 1。而 QPU 以表示多種不同量子態的量子位進行計算，從中獲得獨一無二的力量。

量子位是一個抽象概念。計算機科學家用它來表達數據，這些數據基于 QPU 中粒子的量子態。如同時鐘上的指針一樣，量子位指向的量子態就像是可能性空間中的點。

QPU 的性能通常用它所包含的量子位數量來表示。研究者正在開發更多的方法來測試和測量 QPU 的整體性能。

企業和學術研究者正在使用各種各樣的技術來制造 QPU 內的量子位。

目前最流行的方法被稱為超導量子位。它基本上是由一個或多個被稱為“約瑟夫森結”的微小金屬夾層制成，電子會從兩種超導材料之間的絕緣層穿過。

IBM Eagle 超導 QPU 內的量子位

目前的技術水平能夠在單個 QPU 中創造 100 多個這樣的結點。使用這種方法的量子計算機通過使用看起來像高科技吊燈的強大“冰箱”將電子冷卻到接近絕對零度的溫度來隔離電子（見下圖）。

超導量子計算機的制冷裝置

一些公司在其量子處理器中使用光子取代電子來組成量子位。這些 QPU 不需要昂貴、耗電的冰箱，但它們需要復雜的激光器和分束器來管理光子。

研究者正在使用和發明其他方法來創建和連接 QPU 內的量子位。例如，有些人使用名為“量子退火”的模擬流程，但使用這些 QPU 的系統用途有限。

量子計算機目前還處于早期階段，所以還不清楚什么樣的量子位在什么樣的 QPU 中會被廣泛使用。

理論上，QPU 所需的功率和所產生的熱量可能均少于經典處理器，但它們所插入的量子計算機可能略微耗電和昂貴。

這是因為量子系統一般需要專門的電子或光學控制子系統來精確操縱粒子，而且大多數量子系統需要真空外殼、電磁屏蔽或復雜的冰箱來為粒子創造合適的環境。

D-Wave 顯示完整系統中的量子位和 QPU

這就是為什么量子計算機被認為將主要位于超級計算中心和大型數據中心的原因。

這項復雜的科學和技術讓研究者對量子計算機內的 QPU 將會帶來的驚人結果充滿期待，尤其是四種前景廣闊的潛在用途。

首先，它們可以將計算機安全提升到全新的水平。

量子處理器可以快速分解巨大的數字，而這是密碼學中的核心功能。這意味著它們既可以打破現今的安全協議，也可以創造新的、更強大的安全協議。

此外，量子處理器非常適合模擬量子力學，反映物質在原子層面上如何運作。從設計更輕的飛機到研發更有效的藥物，這可以推動化學和材料科學的巨大進步，引發所有領域的多米諾效應。

研究人員還希望量子處理器能夠解決經典計算機在金融和物流等領域所無法處理的優化問題。最后，它們甚至可能會推動機器學習的發展。

量子研究者希望 QPU 來得越快越好，但目前這門技術仍面臨著多方面的挑戰。

在硬件層面，QPU 還沒有強大或可靠到足以解決大多數現實世界的工作。然而早期的 QPU 以及使用 NVIDIA cuQuantum 等軟件模擬 QPU 的 GPU 已經開始展現出有助于研究者的成果，尤其是在探索如何建造更好的 QPU 和開發量子算法的項目中。

研究者正在使用通過亞馬遜、IBM、IonQ、Rigetti、Xanadu 等公司提供的原型系統。世界各地的政府開始看到這項技術的前景，因此進行了大量投資，希望建造出規模更大、更加雄心勃勃的系統。

量子計算的軟件仍處于起步階段。

大部分量子計算軟件看起來就像是早期經典計算機中讓程序員苦不堪言的那種匯編語言代碼。所以開發者必須了解底層量子硬件的細節，以使程序正常運行。

但確實有跡象表明在這一點上正在朝著好的方向發展。未來將出現能在任何超級計算機上運行的單一軟件環境——量子操作系統。

目前有幾個早期項目正在進行中。所有項目都在努力突破當前硬件的局限性；有些項目因受到開發代碼的公司的限制而受阻。

例如一些公司在企業計算方面擁有深厚的專業知識，但缺乏高性能環境方面的經驗，而量子計算的許多科學和技術工作都要在這種環境中完成。還有一些公司缺乏 AI 方面的專業知識，而 AI 與量子計算能夠產生協同作用。

研究界普遍認為在可預見的未來，經典和量子計算機將協同工作，因此軟件也需要能夠在 QPU、CPU 和 GPU 上良好運行。

研究人員在 2017 年的一篇論文中描述了混合經典-量子計算機。