量子计算机跑流体模拟，过去像用算盘解微分方程——理论上可行，实际上没人真干。Quanscient和Haiqu这次把15步非线性流体模拟塞进了IBM的Heron R3，还绕了个固体障碍物。这是公开记录里最复杂的量子CFD实战，不是概念验证，是真刀真枪跑出来的。
为什么流体模拟让量子计算头疼了二十年
计算流体力学（CFD）是工程界的算力黑洞。一架飞机机翼的气动优化，经典超算能烧掉几百万CPU小时。量子计算被寄予厚望，但有个死结：流体方程是非线性的，而量子门电路天生擅长线性运算。把非线性问题拆成量子能处理的形式，需要的量子比特数和电路深度（circuit depth，即量子计算的步数长度）会指数级膨胀。
更麻烦的是误差。量子比特对环境噪音极度敏感，电路越深，错误累积越快。之前的量子CFD演示大多停留在"线性场景"——流体自己在那儿流，没有障碍物，没有边界相互作用。这种简化相当于在真空里研究空气动力学，好看，没用。
工业界真正关心的是"绕流问题"：流体碰到固体表面怎么分离、涡旋怎么形成、阻力怎么计算。这是飞机、汽车、涡轮机设计的日常。Quanscient和Haiqu这次做的，就是在真实量子硬件上跑通了15步的绕流模拟。
关键突破不在硬件，在算法瘦身。他们搞了个叫OSSLBM（One-Step Simplified Lattice Boltzmann Method，单步简化晶格玻尔兹曼法）的新框架。传统QLBM（Quantum Lattice Boltzmann Method，量子晶格玻尔兹曼法）每一步都要烧大量量子资源，OSSLBM把单步开销砍下来，让多步长流程能在现有设备上存活。
Haiqu的中间件：给量子电路做微创手术
硬件是IBM的Heron R3，133个量子比特，错误率比上一代Eagle降了一个数量级。但光有好硬件不够，电路深度一拉，误差照样崩盘。Haiqu的角色是"量子中间件"开发商——他们不造芯片，专门优化怎么在现有芯片上跑复杂任务。
他们的操作分三层：压缩电路深度、开发专用算法子程序、针对性降噪。具体技术细节没公开，但结果是15步模拟跑完了，误差没把结果吞掉。这在两年前的量子硬件上几乎不可能。
Quanscient是芬兰的工程仿真公司，主业是给工业企业做经典CFD。他们和Haiqu的合作从2024年就开始了，当年入围了空客和宝马联合举办的Quantum Mobility Challenge量子计算竞赛。那之后他们在IonQ的离子阱硬件上跑过早期版本，现在切换到IBM的超导路线，说明算法本身对硬件类型有一定兼容性。
谢菲尔德大学量子技术讲席教授Oleksandr Kyriienko评价这是"量子CFD领域一个有趣且及时的贡献"，并强调"需要更多这类研究才能走向工业应用"。翻译一下：做得不错，但别急着下订单。
15步到底算什么水平
需要冷静看待这个数字。经典CFD的工业标准是以百万甚至上亿网格单元跑数千步迭代。15步只是证明了量子路线在原理上能处理非线性边界问题，距离实用化还有数量级差距。
但方向是对的。量子CFD的终极卖点不是替代经典超算，而是处理某些经典方法搞不定的极端场景——比如高马赫数湍流、多尺度多物理场耦合。这些场景现在靠经验公式和暴力近似硬撑，量子计算如果能在特定子问题上突破，哪怕只是加速一个环节，对工业设计流程也有价值。
Quanscient和Haiqu的下一步很明确：增加步数、扩大网格、验证误差可控性。他们没公布时间表，但工业客户的耐心有限。空客和宝马办那个竞赛，不是为了发论文，是为了找能用的技术。
IBM Heron R3的133个量子比特，在2024年底刚上线时还被质疑"能做什么实际任务"。半年后有人拿它跑出了最复杂的量子流体模拟。这个速度比很多人预期的快。问题是，下一步的100步、1000步模拟，需要算法再瘦一圈，还是必须等下一代硬件？
热门跟贴