那么，Quantum supremacy是什么?這項技術對汽車未來發展有何幫助?我們逐一來看。
概念層面
所謂的Quantum supremacy，直譯為量子霸權，一般指的是量子計算在某一個問題上，可以解決經典計算機不能解決的問題或者是比經典計算機有顯著的加速(一般是指數加速)。
用人話來說便是，量子霸權有著完勝傳統計算機的頂級計算能力，但是直到現在，我們的傳統計算機基本上仍采用與該領域出現之初相同的硬件架構。
那為什么量子霸權卻有著頂級的性能呢?
在宇宙和物質的原子和亞原子層面上，有些方面對人類來說似乎有些神秘，普通物理學很難解釋。因此，我們有了一個新研究領域——量子力學。
量子力學提供的一些理論確實解釋了在粒子和亞粒子水平上發生的不尋常行為。例如，當粒子之間相距較遠時，它們似乎可以以某種方式相互連接，但卻沒有明顯的理由說明為什么不同的粒子之間能夠相互連接。一般來說，這被稱為量子糾纏。
對于計算機，人們認為可以利用量子方法來構造比特和字節，即內存組件，并有可能極大地提高計算機的內存能力。又由于這會是一種與傳統計算機不同的構造，因此被稱為量子計算，單位是“qubit”(量子位，除了處于“ 0” 態或“ 1” 態外，還可處于疊加態)。
量子位有點類似于二進位制信息單位比特，只不過被加速了。因此它們本質上要更快，比傳統計算機快得多。另一個與傳統計算機出現早期的相似之處是，現階段建造一臺量子計算機非常昂貴、體積也比較大，還需要大量的冷卻，而且它只有少量的量子位。
自動駕駛層面
扯了這么多概念的東西，我們說回汽車。
我們都知道，現階段的自動駕駛汽車，其實并不能做到完全自動駕駛，也就是L4級以上的自動駕駛。而這項技術的瓶頸，除了對 V2X 的依賴之外， 最底層的技術其實就是對算力的要求，這一點也正是量子計算所能做到的。
自動駕駛汽車將擁有OTA技術，從云端獲取機載AI系統更新，并將自動駕駛汽車收集的數據傳送回去。正是在云計算中，量子計算機的超高速運轉能力就凸顯出來，成為協助自動駕駛汽車的有力幫手。
只不過，現在的量子計算還處于早期版本，錯誤率很高。如何處理和減少量子位的系統錯誤率(通常被稱為量子噪聲問題)一直是研究的焦點。總的來說，云量子計算機可以用無數種方式協助自動駕駛汽車。
例如，我們知道自動駕駛汽車上的AI系統可以根據收集的道路數據分析，不時進行更新;接下來，通過機器學習(ML)和深度學習(DL)的形式，AI系統在云計算中得到增強、在模擬道路數據上進行測試;然后當一切準備就緒時，就會將其推送給自動駕駛汽車。
ML/DL在云端的計算工作量可能非常大，對于經典計算機來說，會耗費大量的計算周期，運營成本會很高。從車輛的角度來說，這意味著機載AI系統獲得更新需要時間。
如果，在云端用量子計算機參與AI增強任務的話，其巨大的速度優勢或許能夠生成一種經過修正的AI，進而更快地推送給整個自動駕駛車隊。除此之外，在云中使用量子計算機的另一個潛力是讓它進行汽車交通調度和交通管理。
再說回剛才介紹的 V2X 技術。
一旦智慧城市的概念落實之后，自動駕駛汽車將會面臨巨大的數據考驗，除了通過V2V(車對車)和V2I(車對基礎設施)進行電子通信外，它們還可能與一個“主”交通管理系統進行交互，該系統將試圖使成千上萬輛汽車的流量保持平衡。
進行流量管理的計算工作量可能相當大，因此云量子計算機就能發揮其作用。量子計算機的車載AI可以在云中咨詢，得到一個額外的“意見”。
當然，如果你試圖單獨依靠量子計算機對車輛進行遠程操控，那么勸你還是打消這個念頭。因為無論是讓人類遠程駕駛還是量子計算機進行同樣的操作，只要涉及乘客的遠程相關風險對自動駕駛汽車的安全來說都不是什么好事兒。
寫在后面
其實，在現階段來談量子計算，并不是一個很好的時間，因為這個領域正處于剛剛起步階段。我們并不否認了量子計算機對于傳統計算機而言所能達到的高度，但我們也沒有必要過早的去對量子計算機充滿想象或擔憂。
