谷歌 Willow 芯片魔态错误率降 40 倍，加密威胁逼近

据 Woofun AI 消息，谷歌量子 AI 团队在顶级学术期刊《Science》上发表最新研究，宣布其 芯片成功实现'魔态培养'技术突破，将稀缺且极易损耗的魔态错误率大幅降低 40 倍。

这一进展标志着量子纠错领域从理论构想向物理芯片落地的关键跨越，不仅显著压缩了构建实用化量子计算机的资源成本，更让 RSA-2048 与椭圆曲线加密所面临的理论破解风险在时间轴上进一步前移。

量子计算的核心瓶颈长期在于量子比特的极端脆弱性，任何微小的热扰动或电磁噪声均可能导致叠加态坍缩，进而引发计算崩溃。为解决此问题，行业普遍依赖量子纠错机制，将单一信息分散存储于大量物理量子比特中以捕获并修正错误。

然而，基础逻辑操作之外的复杂高阶运算无法通过相同方式获得保护，必须依赖被称为'魔态'的单次消耗型资源。这类资源如同燃料电池，一旦用于执行特定指令即被耗尽。Woofun AI 整理数据显示，传统制造高纯度魔态的开销极为惊人，部分学术估算指出其可能占据整台量子计算机总算力容量的 95%，导致真正可用于业务计算的剩余算力微乎其微。早在 2004 年，著名物理学家 与 提出了标准的'魔态蒸馏'方案，通过收集大量含噪劣质魔态并层层筛选提纯，虽有效但需建造庞大且专用的物理量子比特'工厂'。

2024 年，谷歌研究人员提出成本更低的替代路径——'魔态培养'。该技术摒弃了庞大的工厂模式，转而采用精密过滤器逻辑：将粗糙原始魔态注入芯片极小区域，随后进行连环检测，直接丢弃所有瑕疵尝试，仅保留并持续培养无瑕疵的幸存状态。在 Willow 处理器上的实验表明，该协议相对于未经培养的原始状态实现了 40 倍的错误率降低，生产出逻辑保真度高达 99.99% 的 T 态。

值得注意的是，实验中仅有约 8% 的尝试能完全通过所有检测，这意味着芯片每挑选出一个合格的高纯度魔态，就要主动丢弃超过 90% 的初始尝试，以换取极高的最终纯度。

这一技术突破直接影响了业界对加密安全防线的长期预测。研究员 在 2025 年基于此类优化预测，攻破主流 RSA-2048 加密所需的含噪物理量子比特可压缩至 100 万个以下，相比他在 2019 年估算的 2000 万个骤降了 20 倍。今年 3 月，谷歌量子 AI 团队联合以太坊基金会研究员 以及斯坦福大学著名密码学家 发布白皮书，进一步收紧了对比特币安全的威胁评估：破解比特币椭圆曲线加密算法（即阻止任何人从公钥推导私钥的数学基石）所需的物理量子比特数量可能不到 50 万个。这些预测的核心依据之一正是魔态培养机制，它使得在含噪环境中执行复杂密码学攻击算法的资源需求大幅缩减。

然而，必须明确的是，当前实验仅验证了该机制在纯理论和超级计算机模拟之外的物理可行性，尚未达到实际破解密码所需的精度阈值。

尽管前景令人瞩目，但现实中的量子算力与破解现有加密标准之间仍存在巨大的数量级鸿沟。本次实验最多仅使用了 Willow 芯片 105 个量子比特中的 54 个，规模极其有限。论文明确指出，要真正因式分解 RSA-2048 密钥，所需要的魔态错误率必须低至约百亿分之一。相比之下，谷歌刚刚取得的 99.99% 保真度（即错误率为万分之一）距离这一目标还相差近 100 万倍。