基本信息
文件名称:建筑装饰行业新质生产力系列报告2,量子计算赋能AI4S,科学应用前景广阔.docx
文件大小:2.57 MB
总页数:38 页
更新时间:2025-06-09
总字数:约2.48万字
文档摘要

正文目录

量子计算:中国重点发展超导+光量子两条技术路线,未来大有可为 5

传统计算已显出疲态,政策助力下量子计算大有可为 5

量子计算带动算力指数级提升,中国目前重点发展超导+光量子两种技术路线 6

量子计算的原理:量子比特代替经典比特,储存能力及维度提升 6

量子计算算法:参考经典比特,增加“操作门”维度,目前已有多款开发平台 9

量子计算硬件:六种路径各具优劣势,中国已建成超导及光量子两种技术路径的量子计算机 11

量子纠错技术是决定商业应用前景关键一环,2024年取得一定突破 16

如能实现商业化,全球2035年量子计算机市场空间有望达到近500亿元

.................................................................................................................................17

量子计算赋能AI4S:深度学习助力科研突破传统框架 19

AI4S:神经交互增加,更好模拟人脑,奠定科研基础 19

量子计算赋能AI4S:算力升级助力界限突破,知识归纳变为知识创造.21

AI4S已在科研实践中取得成就,未来发展空间广阔 23

金属有机框架(MOFs):量子计算+AI4S重要应用场景之一,未来商业化可期

.................................................................................................................................25

金属有机框架:吸附分离、储存能力强,应用前景广阔 25

案例:量子计算用于MOFs上的碳捕捉研究——解决过往捕捉及计算精确度难点 26

MOFs商业化:目前大部分处于测试阶段,应用前景广阔 27

配置建议 30

志特新材 30

晶泰控股 32

国盾量子 35

风险提示 36

图表目录

图表1:摩尔定律及芯片性能提升 5

图表2:我国支持量子计算政策 5

图表3:量子计算概念演化过程 7

图表4:量子比特示意图 7

图表5:经典比特VS量子比特(电压信号视角) 8

图表6:半导体三量子比特Toffoli逻辑门 8

图表7:量子计算能力可以随量子比特数量上升而指数级上升 8

图表8:经典计算VS量子计算,迷宫视角 9

图表9:几种常见的量子门示意图 9

图表10:量子逻辑门示意图 10

图表11:主流量子计算云平台硬件技术对比 11

图表12:主流量子计算硬件技术各方面性能对比打分(5分为满分) 12

敬请阅读本报告正文后各项声明图表13:各主要量子计算参与企业及其技术路线 12

敬请阅读本报告正文后各项声明

敬请阅读本报告正文后各项声明图表14:基于Xmon的超导量子计算实现方案 13

敬请阅读本报告正文后各项声明

图表15:基于镱-钡混合离子阱系统的量子系统演化过程多点成像原理 13

图表16:光量子芯片 14

图表17:基于单光子的量子计算机原型机结构 14

图表18:中性单原子量子计算的概念架构 14

图表19:中性单原子量子计算硬件示意图 15

图表20:AtomComputing公司中性原子量子计算机Phoenix 15

图表21:“祖冲之三号”芯片示意图 16

图表22:2024年主要量子纠错研究进展 16

图表23:量子计算科研及融资呈现增长趋势 17

图表24:量子计算当前主要潜在应用领域及关键环节、经济价值 18

图表25:全球量子计算机市场规模预测(亿美元) 18

图表26:传统AI识别图像“马” 19

图表27:局部干扰可以显著干扰识别结果 19

图表28:第三代AI4S下识别过程示意 20

图表29:深度学习模拟过程示意 20

图表30:一次典型的使用深度学习技术提取图片特征的过程,途中节点即神经元 20

图表31:深层神经网络技术逐渐完善并开始应用于科学研究体系 20

图表32:深度学习为代表的人工智能技术赋能当代科学的方式及典型案例21

图表33:原子动力研究示意图(高度代表势能) 22

图表34:AI4S及量子力学计算在原子力场当中推演研究示意图 22

图表35:AF2预测复合物结构模型示意图 23

图表36:2024年诺贝尔化学奖 23

图表37:蛋白质折叠 23

图表38:药物研发中的应用:基于传统人工智能方法VS基于量子物理+AI4S的方法 24

图表39:量子计算和经典方法处