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的架構設計。他們的合作思路是利用量子計算開發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、冷卻系統等一系列組件，從而提高汽車架構的效率。

Classiq的技術市場經理Erik Garcell告訴SAE：“電氣和機械系統非常復雜。在分析系統數據時，必須考慮輸入這些系統的電力相位問題，以及開啟或關閉設備的時序問題，這樣才能確保系統正常運行。”

Garcell表示該項目最終將開發出一款車載設備，可根據實時數據計算出需要開啟或關閉的設備，以及相應的執行順序。但由于目前尚未開發出可擴展的量子系統，因此目前首先由量子計算機完成汽車生產前的復雜分析工作。接著，精簡后的車載系統會利用這些分析結果，根據量子系統生成的規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化算法(QAOA)來解決問題了。

他表示：“我們一直在嘗試優化這套線性方程組系統，也就是由電氣組件構成的傳動系。如何優化這個如神經網絡般的龐大且復雜的系統?這并非一次性就能解決的問題，而是需要不斷向系統本身反饋數據。我們可將傳動系看作一個圖形理論問題。通過使用QAOA算法進行優化，研究人員便能構想出一個更高效的線性方程組系統，并將其與原系統進行回溯比較，從而判斷哪個傳動系更優。具體而言就是分析哪些設備以怎樣的方式相連，數據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省更多的能源。”

不過，據寶馬集團的Müller介紹，必須首先了解量子計算機對優化傳動系的作用才能執行整個優化過程。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冷卻液管道厚度或如何優化車內的冷卻液流動路徑皆然不同。

Müller表示：“我們決定從一個非常基礎的問題入手，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’。”

Classiq曾與羅羅公司(Rolls Royce)在噴氣發動機領域進行過合作，也曾與其他汽車OEM有過合作經歷。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化系統架構的顛覆性技術。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性能更高的電池，創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。汽車行業正在多個領域探究量子計算技術的應用。”

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，寶馬聯合空中客車(Airbus)舉辦了空客—寶馬集團量子計算挑戰賽(ABQCC)，旨在“將量子技術應用于現實工業場景”。

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，即尚未在實際生產線上投入優化后的機器人，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化的任務。生產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汽車的速度。”

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?’隨著處理的接縫數增加，可執行的順序數量可能會呈指數級增長。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，也會對后續流程產生影響。”