關(guān)于量子計算的爭論，大多在量子比特的數(shù)字游戲與工程實現(xiàn)的泥潭中打轉(zhuǎn)。公眾敘事中默認了一個近乎迷信的前提：只要處理器足夠快，算力便會如期而至。然而，這個在計算技術(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)代計算的戰(zhàn)場，不在于運算本身，而在于數(shù)據(jù)的“搬運”與“等待”。 過去數(shù)十年取得的算力紅利，其實主要來自數(shù)據(jù)調(diào)度與存儲架構(gòu)的持續(xù)演進。英偉達的黃仁勛在2026年CES展會上強調(diào)指出：當前AI算力的瓶頸已從傳統(tǒng)的算術(shù)計算單元擴展到內(nèi)存帶寬、數(shù)據(jù)移動效率及系統(tǒng)級延遲，這源于AI模型規(guī)模的指數(shù)級增長和物理AI對實時性的嚴苛要求。

本文并非試圖否定量子計算的研究價值，而是希望從計算體系結(jié)構(gòu)與算力本體的角度，重新審視量子計算的技術(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，繼而討論量子計算在存儲與數(shù)據(jù)調(diào)度層面所面臨的結(jié)構(gòu)性約束，從而為當前量子計算的爭議提供一個新的視角。

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)于計算能力的討論中，長期存在一個誤區(qū)：算力等同于中央處理器（CPU）的運算速度。這種理解或許符合人們對“計算”的樸素想象，卻并不符合現(xiàn)代計算機系統(tǒng)的真實狀況。當代計算計的性能瓶頸往往并不來自CPU本身，而是來自數(shù)據(jù)的存儲、調(diào)度與訪問。

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

從更深一層看，現(xiàn)代計算對算力的巨大需求，并不源于對單一數(shù)據(jù)的反復計算，而是源于所需處理的數(shù)據(jù)規(guī)模持續(xù)增長。在計算復雜度研究中，問題的核心始終是當規(guī)模參數(shù) (N) 增大時，系統(tǒng)如何應對由此帶來的運算、存儲與訪問的總體負擔。無論是數(shù)值計算、搜索問題，還是近年來迅速發(fā)展的機器學習，其難點往往并不在于“如何算得更快”，而在于“如何處理不斷增長的數(shù)據(jù)量”。

這一趨勢在大語言模型等人工智能系統(tǒng)中表現(xiàn)得尤為突出。當前主流模型的參數(shù)規(guī)模已達到數(shù)百億乃至上千億量級，模型訓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)動并高效訪問。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)代計算機體系結(jié)構(gòu)的核心進展，主要體現(xiàn)在緩存層級、內(nèi)存帶寬優(yōu)化、數(shù)據(jù)局部性設(shè)計以及分布式存儲等圍繞“存儲—計算協(xié)同”的工程創(chuàng)新，而非單純提升CPU 的速度。這一現(xiàn)實在當下的人工智能計算中體現(xiàn)得尤為清楚。在大規(guī)模模型訓練的工程實踐中，超過一半的時間與能耗并不發(fā)生在算術(shù)運算本身，而是消耗在參數(shù)與激活值的讀寫、不同存儲層級之間的數(shù)據(jù)搬運，以及跨節(jié)點同步等與存儲和通信相關(guān)的環(huán)節(jié)上。

由此可見，算力從來不是一個孤立的“速度指標”，而是一種系統(tǒng)能力。它取決于信息能否被穩(wěn)定存儲、快速調(diào)度并反復利用。任何脫離存儲條件談論算力其實都是不切實際的空想。正是在這一意義上，理解內(nèi)存在計算體系中的核心地位，構(gòu)成了重新評估包括量子計算在內(nèi)的一切算力承諾的必要前提。

二、量子計算仍然離不開經(jīng)典內(nèi)存，而且問題更嚴苛、更復雜。

量子處理器門操作速度的提升，并不能自動轉(zhuǎn)化為可持續(xù)的算力增長，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)度與訪問。量子計算不僅無法擺脫對經(jīng)典內(nèi)存的依賴，反而在數(shù)據(jù)存儲與調(diào)度層面遭遇更為嚴苛的結(jié)構(gòu)性約束。

首先，量子比特并不適合作為可擴展的“存儲設(shè)備”。與經(jīng)典內(nèi)存可以長期穩(wěn)定保存比特不同，量子態(tài)天然易揮發(fā)：相干性會隨時間衰減，誤差會在演化、控制與環(huán)境耦合中不斷積累。量子比特可以被用來承載短時的量子態(tài)演化，但若將其作為大規(guī)模、可長期保持、可反復調(diào)用的存儲介質(zhì)，其物理基礎(chǔ)便會立刻變得異常脆弱；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，量子存儲本身也幾乎無法承擔經(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)不能被簡單復制：經(jīng)典內(nèi)存依靠復制實現(xiàn)的讀寫、備份與緩存，在量子態(tài)上不存在直接對應機制。工程上，量子糾錯雖然可以延長有效存儲時間，卻要求用成百上千甚至更多物理量子比特來編碼一個邏輯量子比特；在這種資源開銷下，試圖構(gòu)造“幾十 GB 量級”的量子存儲空間，在可預見的技術(shù)路徑上都沒有可行性。換言之，量子存儲既缺乏數(shù)據(jù)的讀寫機制，也缺乏容量可大規(guī)模擴展的基礎(chǔ)。

更關(guān)鍵的是，量子計算機的輸入與輸出仍然是經(jīng)典數(shù)據(jù)：問題的描述、數(shù)據(jù)的裝載、結(jié)果的提取與驗證，都必須通過測量與經(jīng)典控制系統(tǒng)來完成。

以上這三點共同決定了量子計算不可避免地依賴經(jīng)典內(nèi)存來組織與承載計算流程，因此經(jīng)典內(nèi)存也必然成為量子計算系統(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、控制與測量層面遠比經(jīng)典處理器—內(nèi)存通道復雜；這一“量子—經(jīng)典邊界”本身，很可能成為嚴重制約整體性能的瓶頸中的瓶頸。

設(shè)想一種極端情形：量子處理器的運算速度趨于無限，算術(shù)操作的時間成本可以完全忽略，量子計算的總體算力增長依然非常有限。正如前文所述，在大規(guī)模計算任務中，超過一半的時間與能耗本就發(fā)生在數(shù)據(jù)移動與存儲相關(guān)環(huán)節(jié)。在這種情況下，處理時間即使被壓縮為零，系統(tǒng)總耗時中與內(nèi)存相關(guān)的那一半是降不下來的。這意味著，量子計算機的總耗時不可能小于經(jīng)典計算機的一半以下。因此，對于絕大多數(shù)的實際應用，量子計算機的整體算力在理論上不可能比經(jīng)典計算機高出一倍以上。

因此，量子計算面臨的關(guān)鍵挑戰(zhàn)并不只是“讓量子門更快”或“讓量子比特更多”，而在于：它仍然必須依賴經(jīng)典內(nèi)存來組織與支撐計算，而量子比特自身又難以成為一種可擴展、且長期保真的存儲體系。在一個由數(shù)據(jù)規(guī)模驅(qū)動算力需求的時代，這一結(jié)構(gòu)性矛盾決定了量子計算的許多宏大承諾，至少在可預見的技術(shù)路徑上，值得高度審慎地看待。

結(jié)論

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

在數(shù)據(jù)驅(qū)動算力的時代，內(nèi)存容量、帶寬與調(diào)度能力決定了算力上限。量子計算既無法擺脫對經(jīng)典內(nèi)存的依賴，又難以將脆弱的量子態(tài)轉(zhuǎn)化為持久、可復制、可擴展的存儲體系。這一底層缺失，讓所有關(guān)于“通用算力躍遷”的宏大設(shè)想，在面對大數(shù)據(jù)計算任務時都顯得格外地虛幻。

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

然而，計算技術(shù)發(fā)展史昭示了一個殘酷規(guī)律：決定系統(tǒng)上限的結(jié)構(gòu)性矛盾，從不在概念驗證期顯現(xiàn)，而只會在走向真實應用時爆發(fā)。對量子計算而言，內(nèi)存瓶頸并非是事后可以補救的工程細節(jié)，而是決定其能否跨越實驗室門檻的先決條件。任何脫離存儲與調(diào)度條件的算力承諾，終究只是畫餅充饑而已。