在药物研发领域，精准确定药物分子的电子量子态与能量是理解其作用机制的关键，而这属于复杂的量子力学问题，传统计算机通常只能给出近似解。如今，量子计算机与传统超级计算机的协同合作，为这一难题带来了新的突破。
美国俄亥俄州克利夫兰医学中心、科技企业IBM以及日本理化学研究所的研究人员携手，开展了一项创新研究。他们摒弃了单纯依赖传统计算机的模式，转而采用量子计算机开展研究，因为量子计算机天生适配量子物理运算。为克服量子计算机自身存在的量子比特规模小、运算能力有限且易出错等短板，研究团队研发出一种量子计算机与传统超级计算机的混合运算方案。
在此次研究中，研究团队动用了两台IBM苍鹭（Heron）量子计算机，其中一台部署在日本理化学研究所，另一台设在克利夫兰医学中心。同时，还借助了全球顶尖的两台超级计算机——富岳（Fugaku）和雅比 - G（Miyabi - G）。他们选取了两组有充分研究基础的蛋白质 - 小分子复合物作为模拟对象，这类复合物也是生物医学领域的经典基础研究范例。并且，研究团队在水环境层中完成分子模拟，使实验结果更贴近实验室实际研究场景。
具体操作中，由于单纯依靠量子计算机实用价值有限，研究团队将分子模拟任务拆分，由四台设备协同完成。量子计算机仅负责计算分子部分片段的特定属性，之后将运算结果交给超级计算机处理。两类计算机来回迭代运算，整个过程耗时超过100小时。即便如此，IBM的Jerry Chow表示，这套混合方案的运算速度仍比纯传统计算机方案更优。
此次模拟成果显著，不仅成功测定了一个含12635个原子的分子的特性，其中一个模拟分子的体量约为以往量子计算机模拟最大分子的40倍，还精准测算出分子的最低能量，精度可与部分主流传统算法媲美，尽管尚未实现绝对领先优势。团队成员、克利夫兰医学中心的肯尼思・默茨感慨道：“这曾是我的梦想，如今我们终于实现了。”
宾夕法尼亚州匹兹堡大学的刘君宇（Junyu Liu，音译）对这项研究给予高度评价。他认为该研究给出了依托现有商用硬件推进量子计算实用化的切实实践路径，此次实验的规模也十分引人注目。在量子计算机实现完全容错之前，这类混合运算模式值得大力推广，能够提前挖掘量子计算机的实用价值。不过，他也指出目前存在一个尚未解决的问题，即能否从严格数学层面证明该混合算法在特定场景下必定能实现性能碾压，达成所谓的“量子优势”。
Jerry Chow称，尽管本次研究证明了量子硬件在部分运算环节具备优势，但这次模拟纪录只是一个开端，并非最终定论。目前业界正掀起一股不断突破技术边界的热潮，真正令人期待的探索才刚刚拉开帷幕。
