當我們提到軟體時，我們腦中可能會出現電腦內的應用程式、手機的App或各種複雜的演算法，對電腦架構較為熟悉的讀者可能也會想到組合語言、指令集等概念。從中央處理器（central processing unit, CPU）相關的軟硬體階層圖來看，由上往下看，便能發現就是一步步將人類能看懂的語言，轉換成機器能讀取的訊號，再到硬體是如何透過成千上萬電晶體組合之過程。其中，指令集可以說是軟硬體之間的分水嶺；CPU製造公司藉由定義出一些基本的指令，例如布林運算、加減法等，作為所有操作的基礎。在指令集以上的階層，思考如何藉由這些組合最為基本的操作，來實現我們想要的功能，而這也就是「軟體」在做的事。
&nbsp;
量子電腦也具有相似的架構，只是與傳統電腦的運作原理不同，在各階層上的細節也略有不同。由於量子系統的特性，量子位元的操作必須是可逆的，或以數學語言來表示，且必須是「么正」（Unitary）操作 。因此，在量子電腦中，運算的基石不再是布林代數，而是線性代數──被稱作「通用量子閘」（Universal gate）的運算元來做計算。藉由組合這些通用量子閘，理論上就能夠拼出量子電腦可以執行的所有操作。而如何設計一系列的么正操作去操控量子位元，使其最後得到一個量測後可以近乎確定的狀態，便是量子演算法。
&nbsp;
舉例來說，如果我們想要使用量子電腦在一本電話簿中搜尋某一個項目，就必須讓電話簿中的每一個項目對應到一個量子態，且一開始這些量子態之間的機率分布是平均的。在某個黑盒子中藉由一系列的操作，使得量子態從一開始的平均分布，變成偏好某個狀態，如此一來，當最後進行測量時，便能高機率的得到某個特定的結果。上述中提及的「黑盒子」，就是量子演算法的概念。
&nbsp;
[data-component=gallery]
&nbsp;
<h2>演算法的推進　用量子解決量子</h2>
從理論的角度來說，一個演算法可以被分為「可證明的」（provable）」，以及「啟發式的」（heuristic）。可證明是指演算法的正確性、效率可以用數學理論去證明、分析出來，如較為著名的「質因數分解的Shor演算法」、「資料搜尋的Grover演算法」或是「解線性方程式的HHL演算法」（Harrow-Hassidim-Lloyd, HHL）皆屬於此類。對於此類演算法來說，要研究它們的正確性、效率，是不需要真的量子電腦才能分析，早在量子位元實際做出前已被提出，也正是透過理論分析發現這些演算法的有用之處，而給予科學家將量子電腦實現出的動機。由於目前量子位元數仍太少，對量子位元操作的正確性太低，目前仍無法使用這類演算法來寄算足夠大規模的問題，若要成功計算古典電腦無法計算的問題（如Shor’s演算法破解RSA2048）仍需等足夠大型的量子電腦出現後，才能實現。
&nbsp;
啟發式的演算法，則是指演算法的正確性、效率無法以理論方式進行嚴謹分析，古典演算法中的機器學習的演算法、SAT問題求解演算法(SAT solver)屬於此類。這類型演算法的效果需要由實驗來驗證。在量子的啟發式演算法的發展上，目前處於蓬勃發展的階段，如：用來解量子系統基態的量子變分求解器（variational quantum eigensolver）。然而也是由於目前量子電腦仍太小，尚無法在足夠大規模的問題上實驗來驗證其相對於古典計算的優越性。然而在特定領域，如量子化學領域中這些演算法可能有希望在中等規模（數千個量子位元）的量子電腦上就能展現出其優勢具有重要的應用。
&nbsp;
中央研究院資訊科學研究所鐘楷閔教授藉由固氮作用的案例來說明其應用，人造肥料是目前全世界能夠支撐如此龐大人口的重要關鍵，而肥料製作的核心便是固氮效應。哈伯法是目前被廣泛採用的技術，但是它需要在高溫高壓下進行，人類大約花了1-2％的能源在進行這件事。因此，人們開始思考是否存在更有效率的固氮反應？從大自然經驗中得知，細菌是會在細胞內進行固氮反應，很明顯地，它們在常溫常壓下進行。如果我們可以成功破解細菌進行固氮作用的機制，對於我們經濟可以有很大的幫助。這一系列的研究，經過電腦模擬發現是一條可行的路，然而有些分子的量子反應無法被簡化，使得古典電腦要解決這個問題十分吃力，因此「用量子系統模擬量子系統」便是一個被寄望的想法。根據微軟研究員估計，這個問題有機會使用在中等規模的量子電腦進行。在量子化學應用中，還有許多比起固氮作用規模小的化學反應系統，量子電腦在未來研究的貢獻，十分令人期待。
&nbsp;
由於，量子演算法涉及如何操作量子態，不可避免地談到量子軟體。因此扮演銜接古典與量子電腦橋梁的2種重要軟體，量子編譯器與量子模擬器是目前發展的重要議題。
&nbsp;
&nbsp;
<h2>硬體與軟體的橋梁：量子編譯器</h2>
當我們使用高階語言寫好程式，必須將其轉換成硬體可以看懂的語言，這個過程便是編譯器要做的事。由於其負責串接使用者與硬體，為非常重要的角色。理論上來說，不管上方應用程式寫得多差，只要編譯器夠好，還是有機會將其效能「修正」回來。目前量子電腦的位元數並不多，所以進行量子電路的設計時，使用者大多直接進行位元之間的邏輯閘操作設計。因此，除了編譯高階語言，現階段量子編譯器一個主要的發展方向，在於如何將量子電路編譯到不同實作方式的量子電腦上。例如，我們可以在Amazon Braket平臺上執行我們設計的量子電路，不需要顧慮是執行哪一個量子電腦系統。其中緣由是因為量子編譯器會根據不同量子電腦實作的方式，將設計好的量子電路，轉化為硬體能看懂得的控制訊號。
&nbsp;
此外，由於量子電腦並非所有運算都具優勢，目前已有新創公司研究一種量子編譯器，自行判斷程式中，是否有適合使用量子電腦進行加速運算。臺灣大學電機系江介宏教授提到，量子電腦可以想像成一種加速器，如同AI運算領域中，有所謂的張量處理器（Tensor Processing Unit, TPU）可以進行矩陣運算的加速。現在我們手邊的資源有CPU、圖形處理器（Graphics Processing Unit, GPU)、TPU、現場可程式化邏輯閘陣列（Field Programmable Gate Array, FPGA）等，在未來，可能還會多一個新選項：量子電腦，來進行運算的加速。
&nbsp;
&nbsp;
<h2>驗證量子電路的幫手：量子模擬器</h2>
在正式進入到量子計算時代前，還有一種軟體與量子計算有關，稱作「量子模擬器」。製作模擬器的目的之一，在於讓量子電路的設計者知道最後執行出來的結果，與當初的想法是否一致；另一個則是現在量子邏輯閘操作不理想，容易受到環境、系統本身的噪音干擾。我們必須要知道這些噪音進入系統後，會對執行結果產生什麼影響。此外，現有的編譯器，將量子電路轉換為邏輯閘操作時，可能會使用到不同的近似 。當要知道做了哪些近似後，驗證結果是否和我們預期的一致。這些驗證，對於設計出一個正確的量子電路十分重要。
&nbsp;
江介宏教授團隊於2021年開發一個「強模擬」的量子模擬器，在一些隨機與特定功能量子電路的測試中，相比現有的其他量子模擬器可以在更短的時間完成模擬。除了在技術上有做出突破，也借鑒了原本團隊在電子設計自動化（Electronic design automation, EDA）領域的專長，將其中使用到的資料結構，引入開發過程中，實做出更有效率的量子模擬器。
&nbsp;
&nbsp;
<h2>臺灣軟體具有哪些優勢？該如何迎向量子時代？</h2>
江介宏教授以其熟悉的EDA領域來看，「EDA跟量子編譯器有一個很強的關聯性，當我們要將量子程式編譯到邏輯閘層級，與EDA的工作概念十分相似；而邏輯閘連接到實際物理系統的設計，就是EDA在執行的。」不論在哪一種系統中的量子電腦，如超導電路需要微波控制、離子阱系統需要控制雷射、光量子電腦要控制鏡片等，這些控制系統都需要IC設計，也需要各類的EDA工具，這部分十分具有市場前景。在臺灣，學術界有許多教授進行各層面EDA的研究；業界則有世界前三大EDA公司的部門在臺灣設立研發部門，江介宏教授點出，「臺灣還是蠻具有優勢，原本在EDA領域的累積，有很多地方可以派上用場。」
&nbsp;
鐘楷閔教授則提到，「距離量子電腦發展到足夠大，能有廣泛實際（古典電腦無法解決的）應用，還有一些里程碑需要達成，例如做出邏輯量子位元、在有實際應用價值的問題上展現量子優勢等。」他認為，長期來說，臺灣可以慢慢累積相關的基礎研究與研發，重點在於是否能在大學相關科系中聘請好的量子研究人員，培養出有足夠能力進行研發的人才。舉例來說，美國的國家科學基金會（National Science Foundation, NSF）提供各項經費給大學與研究機構，成立量子研究單位，在資訊相關科系招聘量子領域教授，培育跨領域人才。深耕培育下一代具量子專長的跨領域人才是現在臺灣適合努力的方向之一。
&nbsp;
&nbsp;
（客座總編輯 |國立陽明交通大學電子物理系 張文豪教授、國立清華大學物理系 林秀豪教授；研究顧問團隊 | 中央研究院物理所 王明杰研究員、工研院電子與光電系統研究所 吳志毅所長、中央研究院資訊科學研究所 鐘楷閔教授、國立清華大學物理系 果尚志教授；責任編輯 | 段芊卉、葉于甄）

與CPU相關的軟硬體結構分層圖。圖片提供／劉詠鯤繪製

使用IBM Quantum Composer呈現的Grover’s演算法範例。從最左邊的兩個量子位元q0, q1開始，經過一系列的量子閘操作（各種不同顏色的符號），最後藉由測量獲得結果。圖片提供／劉詠鯤繪製