安装Qiskit那天下载了847MB依赖包，我的风扇没转，CPU占用12%。这不对劲——按科幻片的剧本，此刻应该有个金色吊灯状的东西在隔壁房间嗡嗡制冷到绝对零度附近。
我预期的量子计算：液氦、超导环、解决问题快得让超算脸红。
实际发生的：pip install完，我在MacBook上跑了个贝尔态制备，耗时0.003秒。终端输出漂亮的状态向量，但没有任何网络延迟，没有队列等待，没有"您的作业排在第47位"的提示。
那一刻我意识到自己搞错了件事。Qiskit默认调用的不是IBM云端的量子处理器，是本地模拟器（Simulator）——用经典CPU/GPU假装自己是量子比特。
模拟器在算什么，真机在算什么
量子模拟器的逻辑很直白：用经典计算机的内存存储2^n个复数振幅，用矩阵乘法演化量子态。20个量子比特需要16MB内存，30个量子比特需要8GB，40个量子比特直接爆掉大多数笔记本。
真量子计算机走另一条路。超导量子比特是物理实体，用微波脉冲操控，测量结果带噪声，相干时间按微秒算。IBM的Heron处理器133个量子比特，但错误率让实用化算法还得靠纠错码硬撑。
Qiskit的设计把两条路径包进同一套API。写代码时你根本分不清backend指向的是本地numpy数组，还是IBM Rochester机房的某台冰箱。这对初学者友好到有点欺骗性——我跑了三周算法才第一次注意到 shots=1024 的模拟结果完美得不像真的量子测量。
IBM的文档其实写清楚了：AerSimulator是本地工具，IBMQ.load_account()才是连真机。但教程排序把"Hello World"放在云接入前面，大多数人的第一印象就此定型。
为什么大厂都在推"假"量子计算
2023年IBM量子网络成员超过200家，但云端量子机的总使用时长里，模拟器占比超过90%。这不是用户被骗，是现实所迫。
真量子机的限制清单很长：队列排队、校准窗口、比特退相干、读取误差。一个需要1000次测量的算法，在模拟器上秒出结果，上真机可能排两小时队，最后因为某个比特当天状态不好而报废。
更深层的原因是算法开发本身。变分量子特征求解器（VQE）、量子近似优化算法（QAOA）这类近期实用化方向，需要大量调参迭代。用模拟器调试完逻辑，再扔上真机验证，是行业默认 workflow。
Google的Cirq、Amazon的Braket、微软的Azure Quantum，全走这条路线。本地模拟+云真机混合，API设计刻意模糊边界。用户增长数据好看，但"量子计算体验"的含金量被稀释了。
IBM 2024年Qiskit 1.0发布会上的一个细节：新模拟器支持噪声模型注入，可以模拟特定量子机的错误特征。这进一步模糊了真假界限——你跑的是经典代码，输出却带着IBM Mumbai处理器上周的实测噪声数据。
模拟器的隐藏价值与陷阱
对开发者来说，本地模拟有实打实的好处。量子电路调试需要可视化状态演化，模拟器能输出完整的振幅信息，真机只给测量统计。测试量子机器学习模型时，模拟器支持自动微分，真机得用有限差分近似梯度。
但陷阱同样明显。模拟器没有量子纠缠的物理限制，可以任意做全连接门操作。真机的量子比特拓扑是固定的，CNOT门只能沿特定边执行。一个在模拟器上深度为10的电路，上真机可能因SWAP插入膨胀到深度100。
更隐蔽的是量子优势（Quantum Advantage）的幻觉。某些算法在模拟器上"证明"了加速，但经典模拟的复杂度被低估。2023年IBM团队用经典方法模拟了之前声称需要量子计算机的随机电路采样，把所谓的"量子霸权"边界又往后推了推。
我在Qiskit社区论坛翻到一个2022年的帖子，用户抱怨同样的电路在模拟器和真机上结果差异巨大。官方回复建议检查 transpile 阶段的优化级别——这个步骤在模拟器上常被跳过，却是真机运行的必经之痛。
行业正在发生的分化
量子计算领域现在有两条并行轨道。学术和产业界押注容错量子计算，时间尺度以十年计； meanwhile，NISQ（含噪声中等规模量子）时代的实用化探索，几乎全靠模拟器支撑。
这种分化反映在人才市场上。会写Qiskit代码的开发者激增，但区分电路逻辑和硬件约束的能力稀缺。招聘启事里"量子计算经验"的要求，多数时候指模拟器经验——真正操作过量子机的人数，全球估计不过几千。
IBM的应对策略是透明化。2024年推出的Qiskit Patterns把 workflow 拆成"模拟开发-噪声模拟-真机验证-错误缓解"四阶段，强迫用户意识到每一步的工具差异。但这套抽象层本身又增加了学习成本。
一个反直觉的数据点：IBM云端量子机的免费额度（每月10分钟）使用率不足30%。多数人领完额度，继续用模拟器跑完整个项目。不是真机没用，是模拟器太方便，方便到让人忘记还有真机这回事。
我最后连上真机那次，特意选了最简单的双比特贝尔态。提交作业，排队7分钟，返回结果保真度91%——模拟器是100%。那个9%的误差 gap，才是量子计算的真实入场券。
现在我的Qiskit配置文件里，默认backend还是AerSimulator。但每写完一个电路，我会多跑一行：backend = service.least_busy(operational=True, simulator=False)。
这行代码不会让我的风扇转起来，也不会让房间温度下降。它只是提醒我：有些东西模拟不了，而区分两者，正在成为量子时代的基本素养。
你跑过的"量子代码"里，有多少比例上过真机？
热门跟贴