在未來可見的十年里,#量子計算機#與#憶阻器計算機#哪一個更有可能出現開創級的突破或者變革性的進展?

這樣提問題,其實本意並不是比較二者孰優孰劣,更想聽聽大家對於這兩類新型計算機#近年來的發展情況總結#與#未來前景展望#;標題里『開創性』『變革性』定義為類似指『硅基集成電路發明之於現代電子產業』的這樣大大啟發領域內後續發展的突破;此外二者所依賴的底層學科當前發展是否完備?在神經網路火熱發展背景下又有沒有更值得一討論的地方?學科本身之於傳統計算機的顛覆力如何?也是我覺得可以拿來討論的思路。題主最近看了一些憶阻器做CPU的進展,本科專業集成電路,在猶豫著研究生要不要義無反顧地入坑。自己直觀上看量子計算機比憶阻器計算機更具備未來屬性,而且理論層次更高些,但是這裡『十年內』的發展也是我比較關注的限定詞。求坑內人或者相關大佬多多指點,無比感謝!


做碩士論文一不小心踩進相變材料的坑,對類腦計算略有了解。後來博士轉了量子計算方向。現在類腦計算(即題主提到的憶阻器計算)的人主要集中在材料科學、材料工程、微電子方向,其實基本上是十多年前做相變存儲材料(PCM)的那撥人。相變材料本身能快速在非晶態和晶態間切換,而且兩個狀態下的光學和電學性質非常不一樣。相變材料的研究大概13年前火起來,若干年過去了人們發現這玩意兒做成存儲器件(主要指做內存)有硬傷,主要因為從晶態切換成非晶態要用激光把材料給熔了,基礎理論一直也沒什麼進展,能做的都做透了,只剩一些勞動密集型的工作。

大家一看,這不行啊,沒東西做豈不得吃土,於是乎大波的人就往阻變材料上轉,因為兩種材料的研究方法相似。又過了幾年,阻變材料也做得差不多了,就看領域大牛們能不能提出點什麼新的應用概念以尋求研究方向的突破,於是乎類腦計算(neuromorphic computing)應運而生。其實現在並沒有哪個組做這個做得很專業的(因為太新?),大家都對這個方向持懷疑態度,畢竟沒有什麼令人信服的理論。私下裡也跟一些業內人士聊過,其實他們自己都不太信做出來的器件能模擬神經元。很多組也是看在概念新穎可以刷一波文章而去摻一腳。至於這個方向能火多長時間,我表示不樂觀。

再說量子計算方向。做量子計算、量子信息的主要都是物理方向的,至少我周圍沒有電子、材料的組在做。理論基礎還是很完善的,畢竟發展了幾十年了(最早可以追溯到費曼提出量子計算的設想),現在的難點在於做通用量子計算機。目前的方案已經挺多了,以前的核磁共振,後來的電子自旋、光子和離子阱,現在很新的利用Majorana費米子做braiding。這些方案各有優缺點,而且每種方案都包含了不同的材料體系,每個材料體系有特定的製作工藝。一般來說一個組只擅長一種方案中的一兩個材料體系。現在實驗上遇到的很多問題其實都可以歸為材料體系和製作工藝,能持續投入資金的話,是能通過摸索解決的。從能做的東西來看,量子計算還能火很久,畢竟基礎研究完了還有應用研究在後頭。一旦通用量子計算機做出來了,預計對整個社會、各行各業都是顛覆性的。

總的來說,量子計算在創新意義、工作量、知識量上都是遠大於類腦計算的,相比之下類腦計算更像是一個短平快的方向。

噢,就個人選擇來說,都是坑,都不建議跳,不如轉CS來得實在。


推薦閱讀:

TAG:計算機 | 神經網路 | 深度學習DeepLearning | 憶阻器 | 量子計算機 |