Quantum computer có thể không cần thay PC: Chỉ cần giải nhanh những phương trình đứng sau máy bay, reactor và dòng chảy

Một quantum computer hữu ích trong công nghiệp có thể không cần chạy Windows, render giao diện hay thay chiếc workstation của kỹ sư. Nó có thể chỉ cần làm một việc rất hẹp: nhận một hệ phương trình mà supercomputer đang mất quá nhiều thời gian để giải, xử lý phần đó rồi trả kết quả về cho workflow cổ điển.

Đây đang trở thành một trong những hướng ứng dụng thực dụng hơn của quantum computing. Airbus gọi thẳng “quantum equation solvers” là trọng tâm của Quantum Challenge 3.0 năm 2026. DLR đang nghiên cứu cách đưa các phương trình Euler, Navier–Stokes và lattice Boltzmann lên quantum hardware cho mô phỏng dòng khí quanh máy bay. Một preprint tháng 4/2026 của Andrew Childs và cộng sự lại nhắm tới neutron diffusion — bài toán xác định một reactor đang dưới tới hạn, tới hạn hay trên tới hạn.

Điểm chung không phải ngành hàng không hay hạt nhân. Đó là partial differential equations (PDE): những phương trình mô tả cách một đại lượng thay đổi đồng thời theo không gian và thời gian. Chúng đứng sau dòng chảy, truyền nhiệt, điện từ trường, ứng suất trong kết cấu, khuếch tán và nhiều mô hình reactor.

Nếu quantum computing tạo được lợi thế ở đây, nó có thể xuất hiện trước như một accelerator nằm cạnh CPU/GPU và HPC cluster — gần với vai trò GPU từng đảm nhiệm cho một số workload — hơn là một “máy tính lượng tử thay PC”. Chính Airbus mô tả chiến lược của họ là fundamentally hybrid: quantum computer xử lý những tác vụ chuyên biệt có tác động lớn, còn hệ cổ điển tiếp tục lo dữ liệu, orchestration và phần còn lại của bài toán.

Máy bay được thiết kế bằng cách giải phương trình hàng triệu lần

Muốn biết một cánh máy bay tạo bao nhiêu lực nâng, vùng nào xuất hiện shock wave hay luồng khí tách khỏi bề mặt ở góc tấn lớn, kỹ sư không thể chỉ thế số vào một công thức đóng. Các phương trình chi phối dòng chất lưu — đặc biệt Navier–Stokes — thường không có nghiệm giải tích cho hình học và điều kiện thực tế.

Computational fluid dynamics (CFD) vì thế chia miền không gian quanh vật thể thành một mesh gồm rất nhiều ô, biến phương trình liên tục thành một hệ đại số khổng lồ rồi lặp cho tới khi nghiệm hội tụ. Mesh càng mịn, càng nhiều biến và càng muốn mô phỏng turbulence chi tiết, chi phí tính toán càng tăng.

Airbus cho biết việc dự đoán aerodynamic flow ở rìa flight envelope hiện cần hạ tầng HPC hiện đại và vẫn bị giới hạn bởi số bậc tự do có thể xử lý. Quantum Challenge 3.0 vì thế không đặt câu hỏi “quantum computer có chạy cả phần mềm thiết kế máy bay không?”, mà hỏi hẹp hơn: có thể xây equation solver xử lý một bài toán aerodynamic lớn hơn đáng kể không?

DLR cũng theo hướng tương tự trong dự án ToQuaFlics kéo dài tới cuối năm 2026. Mục tiêu là xác định dạng phương trình và thuật toán nào thực sự phù hợp với quantum computer, thay vì giả định mọi CFD solver cổ điển đều có thể chuyển thẳng sang qubit.

Vấn đề là quantum hardware không suy nghĩ giống một CFD solver

Một phép tính cổ điển có thể giữ một vector gồm hàng tỷ giá trị, sửa từng phần tử rồi đọc tất cả ra. Quantum computer lưu trạng thái theo cách khác. Với n qubit, biên độ lượng tử có thể mã hóa một không gian kích thước 2ⁿ, tạo ra sức hấp dẫn rất lớn cho linear algebra.

Nhưng có một cái bẫy: ta không thể đơn giản đọc toàn bộ 2ⁿ biên độ ra miễn phí. Phép đo chỉ trả một lượng thông tin giới hạn, và việc dựng lại toàn bộ quantum state có thể cần rất nhiều lần chạy.

Đây là lý do những tuyên bố “exponential speedup” cho PDE cần được đọc cẩn thận. Nếu bài toán yêu cầu quantum computer tạo một trường vận tốc gồm hàng tỷ giá trị rồi chuyển toàn bộ sang RAM cổ điển, chi phí readout có thể ăn phần lớn lợi thế.

Các ứng dụng hấp dẫn hơn thường chỉ cần một observable hoặc vài đại lượng tổng hợp. Với máy bay, đó có thể là drag, lift hoặc một chỉ số stability. Với reactor, đó có thể là hệ số tới hạn. Quantum processor khi đó không phải “vẽ ra mọi pixel của dòng chảy”; nó có thể chuẩn bị trạng thái chứa nghiệm và chỉ trích xuất đại lượng kỹ sư thực sự cần.

PsiQuantum và Airbus đang cố tính cả chi phí từ đầu đến cuối

Tháng 7/2026, PRX Quantum chấp nhận một paper của David Jennings, Kamil Korzekwa, Matteo Lostaglio và cộng sự tại PsiQuantum và Airbus về một thuật toán end-to-end cho nonlinear fluid dynamics.

Điểm đáng chú ý của paper không phải một tuyên bố quantum advantage lớn. Ngược lại, nhóm bắt đầu bằng cách chỉ ra vì sao nhiều đề xuất trước đây có thể mất lợi thế khi tính đủ các bước: Carleman linearization có thể không hội tụ ở regime cần thiết, time stepping quá tốn, condition number làm linear solver chậm lại, còn data extraction có thể trở thành bottleneck.

Nhóm sau đó xây một phương pháp dựa trên incompressible lattice Boltzmann và cố đưa cả state preparation, time evolution và readout vào complexity analysis. Kết luận thận trọng hơn nhiều headline quantum computing thường thấy: với một số observable và ở vùng chấp nhận sai số tương đối lớn, một quantum advantage vừa phải có thể còn tồn tại.

Trong bài companion cùng Airbus, nhóm kiểm tra framework bằng mô phỏng cổ điển trên những benchmark CFD quen thuộc như Taylor–Green vortex, lid-driven cavity và dòng chảy qua cylinder, đồng thời bổ sung wall, inlet, outlet và external forcing. Đây là những bước cần thiết để biến một algorithm cho phương trình lý tưởng thành thứ ít nhất có hình dạng của một CFD workflow.

Nhưng các kết quả đó không phải một máy bay đã được mô phỏng nhanh hơn trên quantum computer thật. Phần quantum algorithm hướng tới fault-tolerant quantum computing — thế hệ máy có error correction đủ mạnh mà ngành hiện vẫn đang cố xây dựng.

Một reactor cho thấy loại output nào hợp với quantum hơn

Bài toán nuclear reactor cung cấp một ví dụ còn rõ hơn về việc quantum computer không cần trả về toàn bộ trạng thái vật lý.

Trong một mô hình neutron diffusion đơn giản, ta muốn biết neutron khuếch tán, bị hấp thụ và sinh ra qua fission như thế nào trong vùng chứa fuel, moderator và control material. Một đại lượng trung tâm là k-effective. Nếu k < 1, phản ứng dây chuyền suy giảm; k = 1 là critical; k > 1 nghĩa là số neutron tăng qua các thế hệ.

Tháng 4/2026, Andrew M. Childs, Lincoln Johnston, Brian Kiedrowski, Mahathi Vempati và Jeffery Yu đăng một thuật toán hybrid classical–quantum cho neutron diffusion k-eigenvalue problem trong môi trường không đồng nhất.

Nhóm dùng finite element method trên lưới đều, biến PDE thành generalized eigenvalue problem rồi dùng quantum linear-system techniques, Hamiltonian simulation và quantum phase estimation để tìm eigenvalue chính. Họ chứng minh complexity theo sai số ε có thể đạt gần O(1/ε), bỏ qua các logarithmic factor và hằng số phụ thuộc vật liệu, trong khi uniform FEM cổ điển có thể bị mesh size làm chi phí tăng nhanh hơn nhiều ở những bài toán có discontinuity giữa các vật liệu.

Đây là một kết quả lý thuyết đáng chú ý, nhưng các tác giả chủ động giới hạn kết luận. Họ không chứng minh quantum computer đánh bại mọi classical algorithm. Adaptive meshing, nonuniform FEM hay Monte Carlo có thể thay đổi so sánh; chính paper nói cần nghiên cứu thêm trước khi khẳng định overall quantum advantage.

Quan trọng hơn, bài toán được xét là một mô hình neutron diffusion đơn giản hóa trên miền khối lập phương với các hệ số từng vùng, không phải digital twin hoàn chỉnh của một reactor thương mại. Nhưng nó minh họa vì sao eigenvalue problem có thể hợp với quantum: kỹ sư có thể quan tâm mạnh tới một số eigenvalue và functional thay vì cần tải toàn bộ wavefunction ra bộ nhớ cổ điển.

Rolls-Royce cho thấy một bottleneck khác: phần cổ điển quanh quantum cũng phải nhanh

Ngay cả khi có quantum algorithm tốt, workflow vẫn chứa nhiều phần chạy trên máy cổ điển: dựng mesh, chuẩn bị dữ liệu, tính tham số circuit, compile chương trình, điều phối job và xử lý output.

Rolls-Royce, Xanadu và Riverlane công bố cuối năm 2025 rằng họ đã giảm runtime của quá trình prototyping cho quantum airflow workflow từ mức mất nhiều tuần xuống dưới một giờ trong một số trường hợp, với mức cải thiện tới 1.000 lần. Xanadu sử dụng Catalyst để tối ưu chương trình PennyLane, còn Riverlane tập trung vào quantum algorithm và classical preprocessing.

Con số này rất dễ bị hiểu sai. Nó không có nghĩa một quantum computer hiện tại đã chạy CFD của động cơ phản lực nhanh hơn supercomputer 1.000 lần. Công việc nhắm tới fault-tolerant quantum algorithms và tối ưu quá trình phát triển, compile và tiền xử lý để những workflow đó có thể thực thi khả thi khi phần cứng phù hợp xuất hiện.

Chính ví dụ này củng cố mô hình hybrid: nếu classical preprocessing mất ba tuần thì một quantum kernel chạy ba phút cũng không tạo ra hệ thống ba phút. Lợi thế phải được tính end-to-end, không chỉ cho đoạn circuit đẹp nhất.

Tại sao PDE có thể là “killer app” mà không cần một quantum PC?

Quantum computing thường được hình dung như một kiến trúc máy tính hoàn toàn mới phải chứng minh nó tốt hơn máy cổ điển trên mọi việc. Đó có thể là tiêu chuẩn sai.

HPC hiện đại vốn đã là hệ dị thể. CPU điều phối chương trình, GPU xử lý linear algebra và parallel workload, network fabric di chuyển dữ liệu, còn accelerator chuyên dụng đảm nhiệm một số phép tính. Không có lý do quantum processing unit phải khác mô hình này.

Nếu một engineering simulation gồm 95% phần việc CPU/GPU xử lý hiệu quả và 5% là một linear solve hoặc eigenvalue problem chiếm 80% runtime, chỉ cần quantum accelerator làm tốt nút 5% đó là toàn bộ workflow đã thay đổi.

Airbus công khai mô tả tương lai của họ theo cách này: quantum systems đảm nhiệm “highly specific, high-impact tasks”, còn hệ cổ điển xử lý và cấu trúc khối dữ liệu lớn. Đây gần với accelerator model hơn là computer replacement.

Nhưng còn ít nhất bốn điều phải xảy ra trước khi kỹ sư đổi solver

Thứ nhất là fault tolerance. Nhiều thuật toán có complexity hấp dẫn nhất cần circuit sâu và error rate thấp hơn đáng kể những NISQ device hiện nay. Paper PsiQuantum–Airbus và workflow Rolls-Royce đều hướng tới thời đại error-corrected quantum computing, không phải phần cứng vài trăm qubit noisy hiện tại.

Thứ hai là input. Dữ liệu mesh, boundary condition và coefficient phải được mã hóa vào quantum state hoặc oracle đủ nhanh. Nếu state preparation tăng cùng tốc độ với dữ liệu, lợi thế lý thuyết có thể biến mất.

Thứ ba là output. Quantum solver phù hợp nhất khi downstream workflow cần vài observable, eigenvalue hoặc statistic. Nếu kỹ sư cần toàn bộ field với độ chính xác cao tại mọi cell để post-process theo cách cổ điển, readout trở nên đắt.

Thứ tư là classical baseline. Một quantum algorithm không chỉ phải thắng một finite-element implementation đơn giản. Nó phải cạnh tranh với nhiều thập niên tối ưu HPC: multigrid, adaptive mesh, preconditioner, sparse solver, GPU CFD và domain decomposition. Paper neutron diffusion năm 2026 đặc biệt thận trọng ở điểm này.

Lợi thế đầu tiên có thể xuất hiện như một nút “Solve” phía sau phần mềm quen thuộc

Nếu quantum PDE solver đạt utility thực tế, kỹ sư có thể thậm chí không “dùng quantum computer” theo nghĩa trực tiếp.

Họ vẫn mở CAD, tạo mesh, chọn boundary condition và chạy workflow trên workstation hoặc HPC cluster. Khi đến một phép tính phù hợp, scheduler gửi quantum kernel tới QPU; kết quả được trả về, solver cổ điển tiếp tục bước kế tiếp. Giao diện và phần lớn code có thể vẫn quen thuộc.

Đó là viễn cảnh ít kịch tính hơn “quantum computer thay thế PC”, nhưng về kinh tế có thể quan trọng hơn. Một hãng máy bay không cần quantum computer viết email nhanh hơn. Họ cần thêm một design iteration trong cùng thời gian. Một reactor engineer không cần quantum processor chạy spreadsheet; họ cần một eigenvalue hoặc uncertainty calculation khó được trả về sớm hơn.

Hiện chưa có bằng chứng rằng quantum hardware đã vượt HPC cho CFD công nghiệp hay reactor simulation end-to-end. Những kết quả mạnh nhất vẫn là complexity proof, classical emulation, benchmark nhỏ và workflow chuẩn bị cho fault-tolerant machines.

Nhưng chính việc các nhóm bắt đầu đo cả state preparation, condition number, readout và classical preprocessing cho thấy lĩnh vực đang chuyển sang một câu hỏi thực tế hơn. Không còn chỉ là “quantum computer có thể giải PDE không?”. Câu hỏi là: có một đoạn đủ đắt trong workflow khoa học mà QPU có thể giải nhanh hơn sau khi tính mọi chi phí xung quanh hay không?

Nếu câu trả lời cuối cùng là có, quantum computer có thể tạo ảnh hưởng lớn mà không bao giờ trở thành chiếc máy tính trên bàn làm việc.

Nguồn: Airbus — Quantum technologies; Airbus Quantum Challenge 3.0; PRX Quantum — End-to-end quantum algorithm for nonlinear fluid dynamics with bounded quantum advantage; PsiQuantum/Airbus — Simulating non-trivial incompressible flows with a quantum lattice Boltzmann algorithm; Quantum Algorithms for Heterogeneous PDEs: The Neutron Diffusion Eigenvalue Problem; Rolls-Royce — Quantum project unlocks accelerated run times for giant air flow calculations; DLR Quantum Computing Initiative — ToQuaFlics.