M1 芯片今年帮苹果省了 25 亿美元

IBM AI 战略主管 Sumit Gupta 今天表示，苹果 Mac 电脑迁移至 M1 自研芯片，这个战略今年会帮助公司节省 25 亿美元。当整个 Mac 产品线都完成升级时，会节省得更多。Sumit Gupta 预测，苹果 M1 芯片的成本在 40-50 美元，而在 MacBook Air 中搭载的英特尔酷睿 i5 处理器价格为 200 美元左右，MacBook Pro 上英特尔处理器的价格更贵，可能是 225 美元。

如果使用英特尔处理器：

13 英寸 MacBook Pro 出货量为 860 万，每台需要 250 美元，成本 21.5 亿美元。

MacBook Air 出货量为 540 万。每台 200 美元，成本 10.7 亿美元。

总共 32 亿美元

如果用苹果自家 M1 芯片：

13 英寸 MacBook Pro 出货量为 860 万，M1 芯片价格 50 美元，成本 4.29 亿美元

13 英寸 MacBook Air 出货量为 540 万，M1 芯片价格 50 美元，成本 2.68 亿美元

总共 6.97 亿美元

32-6.97，大概能节省 25 亿美元。

当然，这么算并不准确，苹果 M1 芯片还集成了 GPU 和 RAM，最后生产出来的成本可能接近 100 美元。同时，M1 芯片还有巨大的研发成本。不过可以确定的是，迁移至自家 M1 芯片，苹果不仅会节省更多成本，同时可以让 Mac 的电池续航更久，性能更好。

中科院郭国平：现在没有真正意义上的量子计算机

（C114）近日，中科院量子信息重点实验室副主任、本源量子计算公司创始人兼首席科学家郭国平做客36氪主办的“超级观点”栏目，就量子计算的定义，量子计算与经典计算的关系，量子计算的实现路径与行业应用，国际视野下的量子计算竞争格局等热点话题，进行了深入分享。

量子计算是科学不是玄学

郭国平认为，量子是一门学科，一门科学，而不是玄学，它是对某种物理状态的描述，所以量子这个词不只特定出现在量子力学中。

量子计算是在信息学里的一种应用，比如信息分为采集、传输、处理，量子计算就是利用量子力学的原理或者量子态的特性，使信息处理能力得到提升的一种计算方法。利用量子态的状态进行信息的编码、信息的处理、信息的读取，这就是量子计算。

量子计算机就是可以完成量子计算任务的机器。当然，我们不要认为量子计算机就只是硬件。我们现在的计算机要能够运行得起来，依然需要各种层面上的软件，最直观的就是操作系统、应用软件，以及底层的软件，所以量子计算机应该是指能够实现量子计算的软硬件的统称。

现在没有真正意义上的量子计算机

量子计算突破了摩尔定律？对此，郭国平认为摩尔定律是一个经济学定律，而且描述的是集成电路的一个发展规律。量子不是靠硬件上的叠加或者是并行来实现的，所以它们不是同一个东西。当然量子里面也会有它自身的一些定律。

在他看来，量子计算之所以神奇，或者说我之所以认为它是一门学科，是源于它的物理学基础，即量子态的特性。以一个比特为例，在量子里面，这一个比特可以处于0和1任意比例叠加的状态，相位也是可以调控的状态。在经典计算的一个比特中，它只能够处于0或者是1。而在量子里面，一个比特可以有一半的机率是0，另外一半的机率是1。这也是可以把量子的原理和薛定谔的猫联系在一起的原因。量子力学、量子计算的优越性，在于量子叠加的状态。量子纠缠其实也是多比特的量子态叠加的结果，量子叠加才是根本性质。

郭国平认为，现在没有真正意义上的量子计算机。在经典计算机里面，我们大多数讨论的是物理比特，但是真正的量子计算机实际上是逻辑比特。逻辑比特跟物理比特的差距就是，物理比特是会有错误率的，比如说万分之一，甚至是千分之一。用一个或多个物理比特编码才能够形成真正的比特，也就是逻辑比特。所以从这个概念来看，目前无论是国内、国外，他们做的基本上还是停留在物理比特的阶段，当然现在已经在尝试逻辑比特。所以，我们说，现在还没有真正的量子计算机。

物理体系路径选择：解决实际问题就有意义

目前来说，哪一种物理体系更加适合于做量子计算机，没有一个确定的答案。各种路径都有很多的人在探索，不只是在学校或者研究所，谷歌、IBM都在探索。英特尔、台积电、法国莱特也都在探索半导体。微软也花了很多精力在做这件事情。

现在这些物理体系，没有哪个能从原理上证明它就一定不行。所以大家还没有收敛到某一条路径，如果能够收敛到一条路径上，人类集中攻关它，说不定可以取得更好的成绩。

任何科技的发展其实都应该是一个渐进式的过程。从某种意义上来说，我们各个物理体系跟现有的信息技术产业，比如说半导体、芯片，以及现有的集成电路的兼容度问题。或者说对它的工艺、技术、设备、人才的兼容或者继承性的问题。

目前来说各个物理体系，有不同背景的企业来关注。但是从学科的发展来说，一个新事物的出现，它是需要根基的。所以未来的量子计算机也不太可能跟经典的计算机完全脱离，或者不用到现有集成电路的任何东西。从这种意义上来说，要考虑它的兼容性和继承性。

到底哪个物理体系更优或者是更好，在某种意义上来说是一个伪命题。关于量子计算机我个人始终坚持一个观点，至少在可预见的时间之内，它不会替代经典计算机，或者说，它跟经典计算机应该是一个相互补充的过程。从这种意义上来说，有点类似于AI。AI芯片有基于ASIC的，也有基于GPU或者是继其他的架构的，这些AI芯片并不一定要统一到某一个特定的架构或者物理体系上去。各个物理体系都值得去探索，只是探索的时候我们都以解决某一个有实际意义的任务和需求为目标，那么就应该是有意义的。

正视量子计算竞争格局：我们还是有比较大的差距

其实不光是量子计算，从量子秘钥分发，到量子计算，再到量子传感，我们必须要承认，这些并不是由我们国内研究者先提出来的。

总体来说，国内相对于国外在量子计算领域的差距还是比较明显的。

造成差距的原因有很多方面。

第一个原因，我们起步较晚。概念的起步和原理的探索，我们是晚一点的。

第二个原因，我们的关注度和投入还不够。从量子计算整个研究角度来讲，国内的投入或者说关注度相对于国外来说还是少一点，甚至是不是有效的关注。

第三个原因，缺乏实际应用研究。我反复强调，量子计算的研究是以解决实际问题为导向的。真正有用的量子计算机，它的研制、开发，是需要投入的。我们国内更多还是处于科学研究，或者原理性探索，以及物理问题的探索上面，这些方面我们已经追的差不多了。但是在以实际有用为目标的探索上面，我们必须承认，还是有比较大的差距。

不要用今天的眼光和眼界，去衡量未来的事情

郭国平指出，现在的量子计算机可能就像人类刚研制成功的蒸汽机一样。那时候的蒸汽机可能只有0.001马匹的动力。现在对量子计算机的应用，好比我们现在要拿只有0.001马匹的蒸汽机，试着放到马车上去，所以不要指望它跑得比马车快，有用和无用的评价标准其实是不一样的。有的人认为，不要马，这个车能够动起来，这就是极端有用了。但是如果从另外一个意义来讲，既然都跑不过马车，费这么大劲去搞，它又没用了。

对有用和无用的判定，其实很难。但是从科学角度或者国家鼓励自主创新的角度来讲，我们应该多探索量子计算在不同行业的运用。特别是针对我们日常生活当中的实际问题，去找一些算法，找到一些解决问题的可能性。

不要用我们今天的眼光和视觉去限定我们的后代。就像当年经典计算机刚发展起来时一样，很多人问爱因斯坦未来的计算机会是什么样子。爱因斯坦当时的回答是：可能全球只需要两台计算机就行了。所以我们不要用今天的眼光和眼界，去衡量未来的事情。