热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

2020年国外量子计算发展态势综述

远望智库:与智


电话 | 010-82030532    手机 | 18501361766

微信 | tech99999    邮箱 | yw@techxcope.com



来源:信息安全与通信保密杂志社   作者:Cismag

近年来,量子计算无疑是主要大国和科技强国重点关注的科技领域之一。各方在该领域的布局不断深化,投资额度年年攀升,科研探索和技术创新高度活跃,代表性成果亮点纷呈、前景可期。量子计算未来有望成为推动基础科学、信息通信技术和数字经济产业发展的强大新动能。

2020年中,各国政府和企业争相加大量子计算领域的投入,研究与应用成果频出。抗量子密码研究方兴未艾,量子处理器的性能指标屡屡刷新纪录,运行条件、量子材料和测控能力等不断进步,量子编程语言和应用服务更加契合实际需求。量子计算的物理技术路线多头并进,离子阱和超导技术相对领先,但光量子、硅量子点和拓扑等技术也表现出不凡潜力。本文从不同侧面入手,梳理总结了量子计算领域在2020年中的发展动态和突出特点。


一 各国夯实研发力量,勾勒中短期发展蓝图


       


尽管量子计算尚在初期发展阶段,但考虑到量子计算可能带来的革命性影响,主要大国都在不遗余力地发展量子计算技术。2020年中,各国纷纷设立新的研发机构,就未来5到10年左右的量子计算发展作出规划。

1.1  美国力求维持量子技术优势地位

早在2002年,美国国防部高级研究计划局(DARPA)就开始制定国家级的量子技术发展规划,从而使美国占据了该领域的先发优势。2020年中,为维持美国在量子计算领域的优势地位,美国新建了一批量子技术研发机构,继续完善量子技术方面的国家级协调机制,并计划打造量子网络。

2月,美国白宫发布《美国量子网络战略愿景》报告,提出美国将建造量子互联网,确保量子信息科学(QIS)惠及大众。7月,美国能源部公布一项量子互联网计划,计划在十年内建成与现有互联网并行的量子互联网。同在7月,美国白宫科技政策办公室(OSTP)和国家科学基金会(NSF)宣布成立三家新的“量子飞跃挑战研究所”(QLCI),分别推动量子计算、量子通信和量子测量三大方向的研究工作,其中量子计算QLCI的目标是建造大型量子计算机、开发量子算法和实现“量子优越性”(亦称“量子霸权”)。8月,OSTP、NSF和美国能源部亦宣布在能源部辖下的国家实验室新建5个量子科研中心,即下一代量子科学与工程中心(Q-NEXT)、量子优势协同设计中心(C²QA)、超导量子材料与系统中心(SQMS)、量子系统加速器(QSA)和量子科学中心(QSC)。同在8月,美国组建国家量子倡议咨询委员会(NQIAC),负责向能源部和量子信息科学分委会提出量子技术方面的建议。10月,美国白宫国家量子协调办公室(NQCO)发布《量子前沿:国家量子信息科学战略参考报告》,该报告将QIS定位为确保美国长期经济繁荣和国家安全的关键优先事项,并提出QIS的8个前沿领域。

1.2  欧洲加码量子技术研发规划

作为全球三大经济体之一,欧洲并未忽视量子技术的研发和规划。欧盟从2008年起陆续发布多份量子技术报告,并于2018年正式启动为期十年的“欧洲量子技术旗舰计划”。2020中,欧洲各国加紧完善欧盟及本国层面的量子技术研发规划,以独立发展自身的量子技术能力。

5月,欧盟“欧洲量子技术旗舰计划”官网发布《战略研究议程(SRA)》报告,计划在未来三年内加紧建设欧洲的量子通信网络,完善和扩展现有数字基础设施,为未来的“量子互联网”奠定基础。1月,法国议员向国会提交一份议案,以支持量子技术在未来5年内的发展。该议案主要包括以下内容:由法国国家研究局(ANR)下辖的“量子技术”中心开展20个探索性项目,并从中选出三个优先项目;在法国创立三处“研发枢纽”(Hub),以汇聚量子物理领域的理论和技术研究人员、工程师、企业和最终用户;在2024年年底前创建50家量子初创公司;围绕量子领域组建战略委员会和国家计划部际协调员等国家级统筹协调机制;探索在量子技术领域开展国际合作的可能性;举办与量子技术有关的多项挑战赛;筹划量子计算领域的培训课程等。7月,德国在疫后经济刺激计划中特设“量子专项”,以求在2021年前建造一台实验性量子计算机。同在7月,英国国防科学与技术实验室(DSTL)发布《量子信息处理技术布局2020:英国防务与安全前景》研究报告,预计量子技术将在未来5到10年内推广至防务体系和金融交易领域。11月,法国原子能委员会电子与信息技术实验室(CEA-Leti)宣布将建造量子光电子平台,以便在硅光电子平台的基础上,设计、制造和测试量子光电集成组件和电路。

1.3  俄罗斯正式加入量子计算竞赛

俄罗斯在量子计算领域已取得一定进展,但与已实现“量子优越性”的中美两国相比仍差距明显。2020年中,俄罗斯首次从国家层面正式加入量子计算机研发竞赛。

2019年12月末,俄罗斯副总理提出国家量子行动计划,拟5年内制造出能与其它国家媲美的实用量子计算机。2020年5月,俄罗斯铁路公司宣布计划在2024年前建设10000公里长的量子网络。2020年11月,俄罗斯量子中心、俄罗斯原子能集团下属企业、斯科尔科沃基金会以及几家俄高校宣布共同组建俄罗斯国家量子实验室,该实验室的首要任务是研发量子计算机,同时也致力于协助量子技术出口、建设相关基础设施和推动量子技术教育工作等。

1.4  印度借力国际量子计算合作

印度在量子计算领域根基尚浅,但大国雄心促使其争取在这一关键技术领域有所作为。2020年中,印度积极开展对外合作,希望借助他国的先进技术和丰富经验来提升本国的量子技术。

2月,印度政府表示计划在5年内制造出第一台印度的国产量子计算机。6月,印度联合商会(ASSOCHAM)主办了“2020年印度量子技术密会”(IQTC2020),以讨论如何在印度实现“量子优越性”,与会方包括IBM、微软、霍尼韦尔和新加坡国立大学等在量子领域处于领先地位的外方机构。8月,印度理工学院(IIT)宣布将与莫斯科罗蒙诺索夫国立大学(Moscow State University)及俄罗斯软件公司合作,由俄方向其转让低温学、密码学和模块化云管理技术,并在印度建造全球最大且速度最快的混合量子计算机。同在8月,微软宣布将为印度的顶级大学和研究所培养900名量子技术人才,涵盖领域包括量子技术基础知识、量子位、量子门操作和量子编程等。


二 砺剑亦铸盾,抗量子密码研究方兴未艾义


       


自谷歌公司于2019年宣布首次实现“量子优越性”以来,“用量子计算机迅速破解密码”正逐渐从技术设想转变为现实威胁。预计未来十年后,基于因数分解、离散对数和椭圆曲线的非对称密码算法(包括RSA和椭圆曲线密码(ECC)在内的几乎所有加密算法)都将被量子计算机轻易破解,届时所有保密信息都必须由全新的抗量子手段来提供保护。2020年中,在德国与芬兰相继启动抗量子加密项目,以发展欧洲的抗量子加密能力;美国更是大力推动抗量子加密算法标准建设,以求主导抗量子加密算法的发展路径。

2.1  欧洲国家相继启动抗量子加密项目

自“斯诺登”事件曝光以来,美欧之间的信息安全互信已出现了明显的裂痕。考虑到美国在量子计算领域的技术水平及其监听欧洲领导人的前科,欧洲国家必然会警惕量子计算机对加密通信的威胁。2020年中,为防范美国及其它国家的量子计算机将来构成的威胁,以德国和芬兰为代表的欧洲国家未雨绸缪,相继启动各自的抗量子加密项目。3月,德国半导体巨头英飞凌(Infineon)公司宣布其正在开展两项基于芯片的量子安全机制研究项目,这两项项目得到德国联邦研究与教育部的资助,旨在解决工业系统、智能卡和嵌入式医疗系统的抗量子加密问题。5月,Tutanota公司宣布在欧盟的资助下,其正在与莱布尼兹大学(Leibniz University of Hanover)合作开展一个名为“PQmail”的电子邮件抗量子加密项目。6月,在芬兰商务局(Business Finland)牵头下,包括赫尔辛基大学(University of Helsinki)、VTT研究中心、芬兰国家安全机关和私营企业在内的各方启动了“抗量子加密”(PQC)项目,以研发量子时代的安全加密技术。

2.2  美国加紧制定抗量子加密标准

近年来,NIST一直在开展抗量子密码评审工作,以便为将来的抗量子密码标准奠定基础。2020年中,NIST完成了第二轮抗量子加密算法评审,从26种候选算法中选出了7种入围算法和8种候补算法。其评审结果表明,“格密码”(lattice-based cryptography)计算速度快、通信开销较小、适用范围广,是目前最有前景的抗量子加密技术。在此次入围的7种算法中,格密码算法就占了5种(包括CRYSTALS-KYBER、NTRU、SABRE、CRYSTALS-DILITHIUM和FALCON),足见其巨大潜力。7月,美国国家标准技术研究所(NIST)结束了为期三年多的第二轮抗量子加密算法评审已经结束,从中选出了15种算法,其中9种算法适用于公钥加密,6种算法适用于数字签名;NIST计划在2022年左右完成第三轮评审,随后发布首份抗量子密码技术标准,但其不排除新增其它算法并继续开展第四轮评审的可能性。


三 计算能力屡创新高,多条技术路线并行推进


       


量子处理器是量子计算机的物理基础,其性能很大程度上决定了量子计算机的性能。量子处理器的技术路线包括超导、离子阱、光量子、硅量子点、中性原子、拓扑和自旋等,近年来前四条路线均已实现了物理量子位(Qubit,亦称“量子比特”),并正在朝可纠错的逻辑量子位迈进,但尚无哪条路线能完全满足通用计算机的所有必要条件。2020年中,科技巨头和初创企业在量子计算性能上你追我赶,使量子计算机的性能指标达到了前所未有的水平。量子处理器的不同技术路线在2020年中分头并进,超导技术和离子阱技术相对领先,光量子、拓扑和硅量子点技术也各有进展。未来的量子计算机或将不再一味追求增加量子位数量,而是更加注重提升逻辑门保真度、相干时间、噪声和连接数等其它指标。

3.1  性能竞争陷入白热化

1月,IBM公司推出28个量子位的量子计算机“Raleigh”,其量子体积(简称QV,是由IBM提出的量子计算机综合指标)达到32,比2019年的16 QV翻了一番。6月,霍尼韦尔(Honeywell)公司后来居上,推出64 QV的量子计算机“H0”。IBM亦不甘示弱,在8月推出基于“Falcon”量子处理器的64 QV量子计算机“Montreal”。10月,霍尼韦尔再次先人一步,宣布其最新的量子计算机(即其在10月末正式发布的量子计算机“H1”)已达到128 QV。然而仅一天之后,量子计算初创公司IonQ异军突起,宣布制造出32个量子位的量子计算机,其QV高达400万之巨。这一数值顿使IBM和霍尼韦尔先前的较量黯然失色。12月,IBM宣布其量子计算系统“IBM Q System One-Montreal”达到QV 128,为2020年的这场激烈角逐拉下帷幕。从IonQ公布的数据看,其量子计算机的高质量量子位只有22个,但QV会随着量子位数量和质量的增加而成几何倍数增大,所以每增加一个高质量量子位都会使QV大幅提升,最终达到了400万的水平。从当前量子计算性能的提升速度来看,百万级的QV数值过大,已不适合用来衡量量子计算机的性能差距。为此Atos公司在12月提出了新的量子计算性能评价标准“Q-Score”,以客观衡量各种量子处理器在解决优化问题时的实际性能。

3.2  多条技术路线各有突破

在2020年的性能竞争中,霍尼韦尔和IonQ等公司采用了离子阱路线,IBM和去年宣布实现“量子优越性”的谷歌等公司则采用了超导路线。与其它路线相比,离子阱技术的优点在于量子相干时间长,可执行高保真度的量子态测量与量子门操作,以及可实现量子位全连接等,缺点则在于需要真空环境,以及因使用激光系统而导致的可扩展性不足。超导技术的优点在于借助了十分成熟的集成电路工艺,因而具备良好的可扩展性,缺点则在于容易受到量子噪声的影响,需要超低温环境,且物理布线的工艺难度将随着量子位数量的增加大幅提高,以至于很难实现量子位全连接。这两种技术都优缺点明显,尚无法断言何者更胜一筹,但随着霍尼韦尔等新力量的加入,离子阱阵营的规模近年来正在不断扩大。

其它技术路线亦各有进展。3月,日本理化研究所、新南威尔士大学和东京工业大学研究人员在未改变硅量子自旋状态的情况下,成功测量了硅量子点的电子自旋状态,这种非破坏性测量对量子计算机的容错十分重要。5月,美国陆军科学家发现可利用非线性光学晶体实现量子逻辑门,这一发现有望使未来的量子计算机不再需要超低温环境。9月,微软联合哥本哈根大学制造出了由铕硫化物、铝和砷化铟组成的新型混合拓扑材料,这种材料有望用于制造首台拓扑量子计算机。10月,澳大利亚初创公司SQC使硅原子双量子位的保真度达到了99.99%,打破了此前由谷歌创造的最高纪录99.64%。量子计算的多条技术路线在2020年中均表现出了不小的潜力,未来的胜负很可能取决于材料学的进步。


四 应用层面亮点纷呈,生态环境日趋完整


       


量子计算机的运行原理与经典计算机截然不同,因此需要开发专用的编程语言和应用程序。随着量子计算性能的不断攀升,如何在应用层面发挥量子计算机的潜力,已成为量子计算领域面临的又一大挑战。2020年中,量子编程语言和量子应用服务领域的探索进入活跃期,开创性成果频现,量子化学模拟、量子组合优化和量子机器学习等前沿应用领域有望率先取得重大突破。

4.1  编程语言迈向通用化

近年来发布的量子编程语言都属于“硬件描述语言”,需要通过庞杂的指令来精确描述特定底层电路的行为,这意味着每款量子处理器都各有各的专用复杂语言。鉴于量子计算技术路线的多样性,在2020年中,量子算法开发人员不约而同将“通用”作为开发重点,相继推出不依赖于特定量子硬件的编程语言和工具。

1月,Quantum Machines公司发布了量子编程平台“Quantum Orchestration Platform”(QOP),该平台具备必要的脉冲生成、读出、控制流和经典处理功能,可供用户为不同类型的量子处理器编制程序。2月,Quantum Computing公司推出以“二次无约束二元优化”(QUBO)公式为核心的量子应用程序开发平台Mukai。6月,Quantum Machines公司推出量子计算通用编程语言“QUA”,这是第一种将脉冲级的通用量子运算与通用经典运算结合到一起的编程语言,也是该公司QOP平台的组件之一。同在6月,苏黎世联邦理工学院(ETH Zurich)发布了全球第一种高级量子编程语言“Silq”,与现有的其它量子编程语言相比,该语言更安全、简单、快捷、直观且易于理解,可以像传统编程语言那样为量子计算机编程。

4.2  应用服务聚焦解决实际问题

量子计算应用服务可面向机器学习、分子化学、网络搜索、智能识别、金融和材料设计等诸多领域,是量子计算实用化的关键一环。目前量子应用服务研究处于开放探索阶段,不少量子计算企业都在与相关行业开展合作。2020年中,研究人员注重匹配化学等具体领域的应用需求,并在计算模型中充分体现量子计算的优势,而这些工作也将为其它领域的量子应用服务提供启发。

3月,谷歌发布量子机器学习模型训练框架“TensorFlow Quantum”,以利用经典计算机来训练适用于量子计算机的机器学习算法。8月,谷歌用12个量子位的量子计算机成功模拟了二氮烯的异构化反应,这是实迄今为止规模最大的化学模拟计算,这也是首次用量子计算来模拟化学反应。9月,Quantum Computing公司推出全球首款量子计算机应用程序,该程序借助量子计算机的独特性质,有史以来首次在计算设备上实现了真随机数生成功能。


五 量子云计算百家争鸣,行业竞争日益激烈


       


量子云计算是指依托经典的云计算网络,为用户提供量子计算硬件的接入、模拟及软件服务。量子计算机虽算力强大,但数量稀少且运行条件严苛,因此云计算必然是未来使用量子计算能力的主要方式之一。同时云计算平台能吸引庞大的用户群,从而反过来对量子计算技术、产业和服务的良性发展起到重要的推动作用。在2020年中,商业机构和学术联盟普遍看好量子云计算的发展潜力,纷纷推出各具特色的量子云平台,以抢占市场先机。

2月,D-Wave公司推出Leap 2量子计算云平台,这是第一款为开发人员和组织设计的量子云服务平台。4月,荷兰学术联盟QuTech推出了欧洲第一款公共量子计算云平台Quantum Inspire,该平台是全球首个包含“自旋量子位”(Spin Qubit)量子处理器在内的云平台,用户可通过该平台使用自旋量子处理器、超导量子处理器和量子模拟器等,以开展量子计算领域的教育、培训和应用程序开发工作。8月,亚马逊公司正式推出其量子计算云平台Amazon Braket,向用户提供D-Wave公司、IonQ公司和Rigetti公司的量子计算服务(亚马逊自身并未研发量子计算机)。9月,Xanadu公司推出全球首个光量子计算云平台,用户可通过该平台使用8个或12个量子位的光量子计算机,以发挥此类计算机可在室温下运行的技术优势。11月,AlgoDynamix公司推出全球第一种用于财务分析的量子云计算服务,该服务采用D-Wave公司的退火量子技术来预测市场行为,从而把计算速度提高了10000倍。


六 结语


       


2020年中,国外量子计算领域的研究与应用成果层出不穷,IBM、霍尼韦尔和IonQ之间的性能竞赛更是年内科技界的一大热门话题。通过梳理一年来的发展动态,可以看出各国高度重视量子计算,量子计算机正在加速迈向实用化、商业化,同时鉴于量子计算对加密通信的威胁,抗量子密码技术也是近年来的发展热点。

不过必须指出的是,迄今尚无具备实用价值的“量子优越性”用例,量子计算的运行和测控条件依旧十分严苛,建造可容错、可扩展的通用量子计算仍是十年以上的远景目标。在未来数年中,如果迟迟无法探索出有价值的实际用途,量子计算领域就可能从热门学科跌入发展低谷。


一网打尽系列文章,请回复以下关键词查看:
创新发展习近平 | 创新中国 | 协同创新 | 科研管理 | 成果转化 | 新科技革命 | 基础研究 | 产学研
热点专题军民融合 | 民参军 | 工业4.0 | 商业航天 国家重点研发计划 装备采办 | 摩尔定律 | 诺贝尔奖 | 国家实验室 军工百强 试验鉴定 | 双一流 | 净评估 
前沿科技颠覆性技术 | 仿生 | 脑科学 | 精准医学 | 基因编辑 虚拟现实 | 增强现实 人工智能 | 机器人 | 3D打印 | 4D打印 太赫兹 | 云计算 | 物联网 互联网+ 大数据 | 石墨烯 | 电池 | 量子 | 超材料 | 超级计算机 | 卫星 | 北斗 | 智能制造 不依赖GPS导航 5G | MIT技术评论 | 航空发动机 | 可穿戴 氮化镓 | 隐身 | 脑机接口 | 传感器 | 数字孪生
先进武器无人机 | 轰炸机 预警机 | 运输机 | 直升机 战斗机 | 六代机 网络武器 | 激光武器 | 电磁炮 | 高超声速武器 反无人机 | 防空反导 潜航器
未来战争未来战争 | 抵消战略 | 水下战 | 网络空间战 | 分布式杀伤 | 无人机蜂群 | 太空战 反卫星 混合战 电子战 马赛克战
前沿机构战略能力办公室 | DARPA 快响小组 | Gartner | 硅谷 | 谷歌 | 华为 阿里 | 俄先期研究基金会 | 军工百强
其他主题系列陆整理中,敬请期待…… 
























推荐阅读
  • 精选10款Python框架助力并行与分布式机器学习
    随着神经网络模型的不断深化和复杂化,训练这些模型变得愈发具有挑战性,不仅需要处理大量的权重,还必须克服内存限制等问题。本文将介绍10款优秀的Python框架,帮助开发者高效地实现分布式和并行化的深度学习模型训练。 ... [详细]
  • 如何高效学习鸿蒙操作系统:开发者指南
    本文探讨了开发者如何更有效地学习鸿蒙操作系统,提供了来自行业专家的建议,包括系统化学习方法、职业规划建议以及具体的开发技巧。 ... [详细]
  • 本文由公众号【数智物语】(ID: decision_engine)发布,关注获取更多干货。文章探讨了从数据收集到清洗、建模及可视化的全过程,介绍了41款实用工具,旨在帮助数据科学家和分析师提升工作效率。 ... [详细]
  • Python 领跑!2019年2月编程语言排名更新
    根据最新的编程语言流行指数(PYPL)排行榜,Python 在2019年2月的份额达到了26.42%,稳坐榜首位置。 ... [详细]
  • 2017年软件开发领域的七大变革
    随着技术的不断进步,2017年对软件开发人员而言将充满挑战与机遇。本文探讨了开发人员需要适应的七个关键变化,包括人工智能、聊天机器人、容器技术、应用程序版本控制、云测试环境、大众开发者崛起以及系统管理的云迁移。 ... [详细]
  • 微服务架构详解及其入门指南
    本文详细介绍了微服务的基本概念、发展历程、与传统架构的区别及优势,并探讨了适合采用微服务架构的场景。此外,文章还深入分析了几个主流的微服务开发框架,特别是Spring Cloud的组成和特点。 ... [详细]
  • 本文提供了详细的指导,帮助开发者了解如何使用PHP插件进行网站内容的翻译,特别是针对WordPress插件和主题的汉化及多语言支持。 ... [详细]
  • C#爬虫Fiddler插件开发自动生成代码
    哈喽^_^一般我们在编写网页爬虫的时候经常会使用到Fiddler这个工具来分析http包,而且通常并不是分析一个包就够了的,所以为了把更多的时间放在分析http包上,自动化生成 ... [详细]
  • DropBlock:一种卷积网络的正则化技术
    本文详细探讨了DropBlock这一正则化方法在卷积神经网络中的应用与效果。通过结构化的dropout方式,即在特征图中连续区域内的单元同时被丢弃,DropBlock有效解决了传统dropout在卷积层应用时效果不佳的问题。更多理论分析及其实现细节可参考原文链接。 ... [详细]
  • 使用EF Core在.Net Core控制台应用中操作SQLite数据库
    本文介绍如何利用Visual Studio 2019和Windows 10环境,通过Entity Framework Core(EF Core)实现对SQLite数据库的读写操作。项目源代码可从百度网盘下载。 ... [详细]
  • Quick BI是一款专为云计算环境设计的高级数据分析与可视化解决方案,旨在帮助企业和组织实现从传统数据处理模式到现代云端数据管理的无缝过渡。本文将深入探讨Quick BI在数据可视化方面的独特功能及其发展历程。 ... [详细]
  • 吴石访谈:腾讯安全科恩实验室如何引领物联网安全研究
    腾讯安全科恩实验室曾两次成功破解特斯拉自动驾驶系统,并远程控制汽车,展示了其在汽车安全领域的强大实力。近日,该实验室负责人吴石接受了InfoQ的专访,详细介绍了团队未来的重点方向——物联网安全。 ... [详细]
  • 深入解析层次聚类算法
    本文详细介绍了层次聚类算法的基本原理,包括其通过构建层次结构来分类样本的特点,以及自底向上(凝聚)和自顶向下(分裂)两种主要的聚类策略。文章还探讨了不同距离度量方法对聚类效果的影响,并提供了具体的参数设置指导。 ... [详细]
  • 【小白学习C++ 教程】二十三、如何安装和使用 C++ 标准库
    【小白学习C++ 教程】二十三、如何安装和使用 C++ 标准库 ... [详细]
  • 机器学习(ML)三之多层感知机
    深度学习主要关注多层模型,现在以多层感知机(multilayerperceptron,MLP)为例,介绍多层神经网络的概念。隐藏层多层感知机在单层神经网络的基础上引入了一到多个隐藏 ... [详细]
author-avatar
年轻人创事业的美丽家园
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有