在藥物研發領域，精準確定藥物分子的電子量子態與能量是理解其作用機制的關鍵，然而這屬于復雜的量子力學問題，傳統計算機往往只能給出近似解。如今，一項突破性研究為這一難題帶來了新的解決方案。美國俄亥俄州克利夫蘭醫學中心、科技企業IBM以及日本理化學研究所的研究人員攜手合作，采用量子計算機與傳統超級計算機的混合運算方案，成功打破分子模擬紀錄，測定了一個含12635個原子的分子特性。
量子計算機被視為模擬蛋白質、助力新藥研發的有力工具，但目前其誤差率過高，難以單獨勝任此類復雜任務。為克服這一難題，研究團隊研發出創新的混合運算方案。他們選取兩組已有充分研究基礎的蛋白質 - 小分子復合物作為模擬對象，這類復合物也是生物醫學領域的經典基礎研究范例。同時，研究在水環境層中完成分子模擬，使實驗結果更貼近實驗室實際研究場景。
此次研究動用了強大的計算資源，包括兩臺IBM蒼鷺（Heron）量子計算機，一臺部署在日本理化學研究所，另一臺設在克利夫蘭醫學中心，以及全球頂尖的兩臺超級計算機——富岳（Fugaku）和雅比 - G（Miyabi-G）。由于量子比特規模偏小、運算能力有限且易出錯，單純依靠量子計算機實用價值有限。因此，研究團隊將分子模擬任務拆分，讓四臺設備協同工作。量子計算機僅計算分子部分片段的特定屬性，運算結果再交由超級計算機處理，兩類計算機來回迭代運算，全程耗時超過100小時。
團隊成員、克利夫蘭醫學中心的肯尼思?默茨感慨道：“這曾是我的夢想，如今我們終于實現了。”此次模擬成果顯著，其中一個分子的體量約為以往量子計算機模擬最大分子的40倍。IBM的Jerry Chow表示，即便運算過程復雜耗時，這套混合方案的運算速度仍優于純傳統計算機方案。此次模擬還精準測算出分子的最低能量，精度可媲美部分主流傳統算法，盡管尚未實現絕對領先優勢。
賓夕法尼亞州匹茲堡大學的劉君宇（Junyu Liu，音譯）對該研究給予高度評價。他認為，在量子計算機實現完全容錯之前，這類混合運算模式值得大力推廣，可提前挖掘量子計算機的實用價值。此次研究依托現有商用硬件，為量子計算實用化邁出了切實一步，實驗規模也令人矚目。不過，劉君宇也指出，目前仍存在一個待解決的問題：能否從嚴格數學層面證明，該混合算法在特定場景下必定能實現性能碾壓，即達成“量子優勢”。
Jerry Chow表示，盡管本次研究證明量子硬件在部分運算環節具備優勢，但這項模擬紀錄只是開端，并非最終定論。他提到，業界正掀起一股不斷突破技術邊界的熱潮，真正令人期待的探索才剛剛啟程。
