NISQ 是什么意思
NISQ 代表 *Noisy Intermediate-Scale Quantum*（含噪中等规模量子）。John Preskill 在 2018 年提出这个术语，用来描述我们今天真正拥有的那种量子计算机，而不是许多人想象中那台容错的机器。让我们逐一拆解这三个词，因为每一个都是对某种极限的承诺。
*Intermediate-Scale*（中等规模）意味着大约 50 到 1000 个 [[qubit|量子比特]]——大到你无法轻易在一台笔记本电脑上模拟这台机器，但又远远达不到一个真正强大的应用所需的数百万个量子比特。*Noisy*（含噪）是关键词：你施加的每一个门都略有偏差，每一个量子比特都会慢慢忘记自己的状态（参见退相干和相干时间，以 T1 和 T2 来衡量）。底层没有运行任何纠错来清理这些。你编程写下什么，得到的就是什么，连同噪声一起。
为什么缺失的纠错如此重要？因为错误会累积。如果每个门有 99.9% 的可靠性（门保真度为 0.999，对今天的硬件而言已属优秀），那么在大约 1000 个门之后，你大约*一半*的信号就消失了。仅这一个事实就限定了你在 NISQ 机器上能做的一切的预算：只能跑短电路，并且要接受答案是模糊的。
用含噪的量子比特能做什么
如果电路必须保持很短，那到底什么才有用？诚实的答案是：混合算法——把大部分工作交给经典计算机，只在那个真正难以用经典方式模拟的环节才动用量子芯片。量子计算机跑一个小电路，你做测量，一个经典优化器去调整电路上的旋钮，然后你不断重复。噪声确实有害，但一个短电路反复跑很多次，仍然能提取出有用的信号。
两个最著名的例子是 VQE（变分量子本征求解器），用于在量子化学中估计分子的基态能量；以及 QAOA（量子近似优化算法），针对组合优化问题。两者都遵循同一个循环：一个含参数的电路提出一个态，你测量一个能量或代价，再由一段经典程序把参数朝更好的值微调。量子部分被刻意保持得很浅。
在 NISQ 硬件上你做不到的，是以有意义的规模运行那些著名的教科书算法。用于因数分解的 Shor 算法需要深而精确的电路，包含数百万个受到良好保护的操作；这需要 容错，而 NISQ 机器并不具备。你手机里的 RSA 密钥在今天的硬件面前是安全的。NISQ 适用于短的、能容忍噪声的混合工作负载以及物理实验——而不是用来破解密码学。
错误缓解（不是纠正）
这里有一个值得刻进石头里的区别。错误纠正在*计算运行期间*就检测并修复错误，方法是把一个逻辑量子比特分摊到许多物理量子比特上（表面码是当前主流的方案）。NISQ 机器没有这种能力。错误缓解则不同：它承认每一次运行都带噪声，转而用巧妙的*后处理和额外的运行次数*来估计如果没有噪声答案本应是什么。它从不产生一个干净的量子比特——它只是让一个统计平均值变得更锐利。
一种常见的技术是*零噪声外推*：你故意在几个更高的噪声水平下运行电路（例如通过拉长门的作用时间），观察测量值如何随着噪声增大而漂移，再外推回零噪声那一点。其他方法则去估计并反转测量误差的模式，或者在电路的随机化变体上做平均。所有这些都要付出多得多的测量次数（shots）的代价——缓解是用运行时间换来精度，而不是靠更干净的硬件。
基准测试与诚实
量子比特数量是人人都在引用、却单凭它自己最缺乏信息量的一个数字。一台有 1000 个量子比特、却只能在退相干占上风之前跑寥寥几个门的机器，比一台更小、更干净的机器还要弱。真正重要的是 [[gate-fidelity|门保真度]]、相干时间（T1、T2）、量子比特连通性和测量精度这一整套的组合——也就是在结果沦为噪声之前，你能把多少个*好*门串联起来。
这就是为什么诚实的基准测试会努力刻画质量，而不只是规模。*量子体积（Quantum volume）*是一个单一的数字，它同时奖励更多的量子比特和更低的错误率，因此无法靠堆砌粗糙的量子比特来灌水。另一些报告用每秒电路层操作数（CLOPS）来表示速度，或者用针对特定应用的分数。当你读到一条头条时，要问：这些门有多好，电路能跑多深，以及这是一个人为构造的任务还是一个有用的任务？
通往容错之路
NISQ 之后的终局是 [[fault-tolerance|容错]]：把许多含噪的物理量子比特编织在一起，通过纠错构成少数几个可靠的逻辑量子比特。阈值定理正是这件事之所以能行得通的根本原因——它证明了*只要*你的物理门保真度优于某个阈值（对表面码而言，约为每个门 1% 的错误率），那么每个逻辑量子比特用上更多物理量子比特，就能把逻辑错误率压低到你想要的任意程度。
问题在于开销。要把一个逻辑量子比特保护到足以运行像 Shor 那样的算法，每个逻辑量子比特可能要用上数百到数千个物理量子比特，所以一台有用的容错机器可能需要数百万个物理量子比特——远远超出今天的数百个。弥合这道鸿沟是这个领域核心的硬件挑战，而且这是一个以年计、而非以月计的问题。