從電機到機械臂，所有汽車組件均可利用強大的算法進行分析。

作為寶馬汽車新興技術團隊的成員，Lukas Müller的工作是對各種新技術進行深入分析，以評估寶馬是否有望應用這些技術。他并非首位考慮量子計算如何影響寶馬集團造車方式的內部員工，但他向SAE透露，寶馬正計劃駕馭更強大的計算機以打造更優(yōu)質的未來汽車，而他所做的工作只是冰山一角。

今年6月，寶馬宣布將與Classiq和英偉達達成合作，共同研究最適合未來汽車的電氣和機械系統(tǒng)的架構設計。他們的合作思路是利用量子計算開發(fā)出一種實時解決方案，將傳動系看作線性方程組來分析動力總成中可能包含的電機、電池、冷卻系統(tǒng)等一系列組件，從而提高汽車架構的效率。

Classiq的技術市場經(jīng)理Erik Garcell告訴SAE：“電氣和機械系統(tǒng)非常復雜。在分析系統(tǒng)數(shù)據(jù)時，必須考慮輸入這些系統(tǒng)的電力相位問題，以及開啟或關閉設備的時序問題，這樣才能確保系統(tǒng)正常運行?！?/p>

Garcell表示該項目最終將開發(fā)出一款車載設備，可根據(jù)實時數(shù)據(jù)計算出需要開啟或關閉的設備，以及相應的執(zhí)行順序。但由于目前尚未開發(fā)出可擴展的量子系統(tǒng)，因此目前首先由量子計算機完成汽車生產(chǎn)前的復雜分析工作。接著，精簡后的車載系統(tǒng)會利用這些分析結果，根據(jù)量子系統(tǒng)生成的規(guī)則來控制動力總成的各個設備。Garcell表示，接下來就需要利用量子近似優(yōu)化算法(QAOA)來解決問題了。

他表示：“我們一直在嘗試優(yōu)化這套線性方程組系統(tǒng)，也就是由電氣組件構成的傳動系。如何優(yōu)化這個如神經(jīng)網(wǎng)絡般的龐大且復雜的系統(tǒng)?這并非一次性就能解決的問題，而是需要不斷向系統(tǒng)本身反饋數(shù)據(jù)。我們可將傳動系看作一個圖形理論問題。通過使用QAOA算法進行優(yōu)化，研究人員便能構想出一個更高效的線性方程組系統(tǒng)，并將其與原系統(tǒng)進行回溯比較，從而判斷哪個傳動系更優(yōu)。具體而言就是分析哪些設備以怎樣的方式相連，數(shù)據(jù)以怎樣的方式互相傳輸，才能獲得最高效的線性方程。更高效的電子傳動系通常能夠節(jié)省更多的能源?！?/p>

不過，據(jù)寶馬集團的Müller介紹，必須首先了解量子計算機對優(yōu)化傳動系的作用才能執(zhí)行整個優(yōu)化過程。了解機器人如何能將工作時間縮短幾毫秒(這是寶馬集團的另一個量子計算項目)與通過仿真來研究最優(yōu)冷卻液管道厚度或如何優(yōu)化車內的冷卻液流動路徑皆然不同。

Müller表示：“我們決定從一個非?；A的問題入手，選取汽車中的四個組件，并向算法提出問題，例如，‘這些組件之間采取怎樣的熱量傳遞和連接方式才能達到最高效率?’也許你會向算法提供一些解決方案，例如功率各不相同的冷卻設備，當然這些方案可能會非常昂貴。而算法最終可能會輸出這樣的結果：‘最高效的解決方案是將這三個組件以A方式連接起來’，或是‘選擇這四個組件，將其中三個相連，另一個僅與B組件相連’?！?/p>

Classiq曾與羅羅公司(Rolls Royce)在噴氣發(fā)動機領域進行過合作，也曾與其他汽車OEM有過合作經(jīng)歷。不過與寶馬的合作是Classiq能夠公開分享的首個汽車領域的項目。

Garcell稱：“量子計算機本質上應成為優(yōu)化系統(tǒng)架構的顛覆性技術。許多公司都在考慮使用這項技術，不僅是為了提高電動車的效率，更是希望利用量子仿真技術研發(fā)性能更高的電池，創(chuàng)造出能夠加快充電速度或提高整體容量的全新電池化合物。汽車行業(yè)正在多個領域探究量子計算技術的應用?！?/p>

Müller透露，寶馬確實有一小部分人從事量子計算工作。他們進行自主研究、撰寫論文并與外部公司合作。在2024年初，寶馬聯(lián)合空中客車(Airbus)舉辦了空客—寶馬集團量子計算挑戰(zhàn)賽(ABQCC)，旨在“將量子技術應用于現(xiàn)實工業(yè)場景”。

在利用量子計算機研究電氣架構之前，寶馬曾使用該技術檢驗工廠的改進措施。確切地說，檢驗內容是機器人在制造工廠中的移動路徑規(guī)劃，而Müller當時參與了其中的量子計算工作。寶馬并未直接在工廠中應用量子計算生成的解決方案，即尚未在實際生產(chǎn)線上投入優(yōu)化后的機器人，而是正在研究哪些問題適合采用量子計算機解決，并評估可以提高多少速度和效率。

Müller稱：“優(yōu)化問題是我們關注的關鍵領域之一，因為我們面對許多需要優(yōu)化的任務。生產(chǎn)和設計汽車是其中最復雜的任務之一。如今，工廠對機械臂的應用日漸增多，而我們總希望縮短其完成特定任務的時間，因為這會直接影響到生產(chǎn)汽車的速度?！?/p>

Müller以寶馬利用量子計算研究PVC的應用策略為例向我們進一步解釋：“我們面臨的主要問題是‘一個或多個機器人完成這項工作的最佳順序是什么?’隨著處理的接縫數(shù)增加，可執(zhí)行的順序數(shù)量可能會呈指數(shù)級增長。如果機器人可使用不同類型的工具，比如角式噴嘴或雙噴嘴，那么問題就會變得更加復雜。即使只涉及到幾秒鐘，甚至不到一秒的用時變化，也會對后續(xù)流程產(chǎn)生影響?！?/p>