HASH GAME - Online Skill Game GET 300

　　量子相关的软件和硬件是相辅相成的。从最底层的芯片设计来说，软件辅助设计，像英伟达和谷歌今年已经用GPU甚至用AI来加速最底层芯片的仿真和设计优化，这是最底层的软件和量子硬件的结合。再往上一层是，当芯片生产出来后，需要对芯片进行一定的标定。现在CPU的中间层也夹杂着很多偏向机器语言的底层软件层。而软件可以代替人工来对芯片的参数、运行模式进行一定的标定，而且对芯片的工作状态进行一定的优化。软件和AI在这上面的作用其实非常的大。

　　所以，他们选择完全可调、可控的方式，是为了以尽量简单的制造方式去达成目标，有一点像安卓的思路。但坏处就是这个芯片的每一个部件都不算是业界领先，包括量子比特、耦合方式、保证度这些，虽然优秀但不领先。但就像硅谷一样，不锈钢能上天，为什么一定要用全世界最好的铝合金呢？Google也犯了这样的错误：去年他们第一次做出最早的量子纠错的成果，结果因为去年芯片不够好，所以他们花了一年的时间去迭代，而且还没有达到最优秀。Willow是非常符合逻辑的迭代，不能叫做突破。从我们角度来看是灵活性的代价，因为芯片质量会低，但是他们觉得可编程、可灵活性能带来更快的步骤、快速破局。

　　如果用泛化性更强计算机体系，去训练量子AI学习模型，那么数据需求都会缩小不止一个数量级。无论经典部分还是量子部分，计算需求都会小很多。经典部分计算需求缩小是因为数据吞吐量小了一个数量级，而量子计算的优势是，扩展到更大维度的方式是非线性的、是指数级的，（比如每增加一个量子比特，计算能力就会翻倍），所以资源投入会更少、计算成本更低。从经济学角度来讲，对于某些特定问题，如果你用10个量子比特，就能有210的维度去探索，但是经典计算机真得构造十个维度的空间去探索，这个成本是非常高的。

　　StarkWare其实很早就在做量子可抗性（Quantum resistance）的相关研究，并且在设计ZK platform（零知识平台）的时候也有考虑过。以太坊研究会也在做这方面的研究。如果在以太坊安全受到威胁的情况下，硬分叉是不可避免的，它没有办法单纯的通过二层。因为量子计算如果能破解这几个加密或者哈希算法，动到的是以太坊的根基，甚至是比共识层还要基础的东西。（比特币）也是一样的，假如有一个新的量子计算算法或者是硬件，能够获取比特币的加密算法和哈希，那就得通过硬分叉来解决。