量子計算機在計算速度上會有巨大的飛躍，但也只是在特定的應用上。
D-Wave 2X量子計算機前後寬約3.3米，看起來如同電影『2001:太空漫遊』裡面神祕的巨石更矮、更胖的版本。計算機內部同樣充滿神祕感。D-Wave的業務開發總監Colin Williams介紹道：為了保持溫度低於0.015開爾文（熱力學溫標或稱絕對溫標），量子計算機內部的大部分空間都被液氦冷卻系統佔據著，這個溫度只比物理絕對溫度高了一點點。外部則是磁遮蔽外殼保護著機器核心的晶片，以免受到地球磁場的干擾產生波動。
對D-Wave 2X這樣非同一般的機器而言，如此複雜技術的保護是非常有必要的，因為它是世界上第一種可商業應用的量子計算機。實際上，從常規意義上來說，它並非一臺成熟的量子計算機。因為它限制使用於數學計算中的特定領域：發現複雜函式中的最低值。但這種有限的計算能力非常的有用，特別是在工程學中。目前，D-Wave的客戶已經包括谷歌、NASA、美國大型的軍火製造商洛克希德·馬丁公司。 D-Wave的機器曾引發過爭論，特別是在量子計算機研究領域。曾幾何時，該領域的學術界還質疑過這家公司是否真造出了量子計算機。2014年，這些爭議在D-Wave的努力下得以平息。但是D-Wave的機器是否真的比非量子的同行生產的機器快，我們依然不清楚。
D-Wave公司位於加拿大，是眾多量子計算機公司中的一個。鑑於其機器能力有限，學術界也在嘗試建造適用性更普遍，能解決眾多問題的量子計算機。近年來，這些學者也不段的被計算機產業中的重量級公司比如惠普、微軟、IBM和谷歌網羅麾下。
本質上，量子計算是以一種獨特處理資訊的方式。如今的計算機甚至以摩爾定律高度發展多年後的計算機都無法處理的眾多資料難題，量子計算機都能以絕對優勢的速度處理完。量子計算也經常受到誤解或被過度吹捧。部分原因在於這個領域是全新的，理論基礎還需要完善。在明確量子計算機比最好的非量子計算機都快之前，還有一些工作要做。而且對其他很多人而言，並不能認清這種優勢。麻省理工學院的一位計算機專家說：『在很多案例中，我們不知道給出的一個量子演算法是否比廣為人知的傳統演算法快』。一臺可以工作的量子計算機就像是一個驚喜，但沒人知道這個驚喜有多大。
傳統計算機的基礎單位是位元（二進位制）,也是最小的資訊段。1位元只能承擔兩個值：是或否，開或關。眾多字串起來就能夠代表任何數字，進行任何的數學運算。但是傳統的機器每次只能處理少量這樣的字串。如今一些計算機雖然能夠每秒處理數十億字串，但一些複雜問題即使是最強大的計算機運算速度也跟不上。求超大數字的素因數就是一個例子：數字越大，找到素因數的複雜程度就會呈指數倍增長。計算機每次摩爾定律的進步，就讓其有了求更大數字因數的能力。而且網路資料加密演算法的支撐就是尋求素因數。因為這計算起來太難了。
量子位元（Quantum bits）或者說量子位（qubits），因兩個反直覺的量子現象，表現完全不同。第一個現象是重疊（superposition），一種固有的不確定性使得粒子能夠同時以兩種混合的狀態存在。比如一個量子粒子，並非處在一個特定的位置，幾乎有機會出現在任何一個地方。
在計算領域，這意味著一個量子位，並非1和0這樣的非彼即此，而可能以既是1又是0的混合態存在。
第二個量子現象是糾纏（entanglement),指多個粒子結合在一起，相互影響的現象。這使得量子計算機能夠同時處理其所有的量子位元。
這意味著一臺機器能夠一次性表示、處理大量的資料。比如一個300量子位的機器，能夠同時表示2300組不同二進位數字符，相當於可見宇宙中的所有原子數。因為量子位的糾纏特性，量子計算機可以同時處理所有的這些數字。
如今，構建量子位是很難的。重疊是一種非常精妙地狀態：輕微的溫度變化、電磁波的干擾都可能造成重疊態的坍塌（或散屑decohere），執行的一切計算都會崩潰。這就是為什麼D-Wave的機器和其他量子計算機都特別小心的隔絕外界影響。值得一提的是這方面的發展速度非常的快：2012年，不使用矽元素維持量子重疊狀態的記錄是2秒；但到了去年，記錄突破了6個小時。
另外一個問題是用什麼構建量子。牛津大學和馬里蘭大學的部分學者們傾向於鐳射束中的緊固離子。惠普公司建立了他光學上的專家組，認為光子——光的基礎粒子——是量子學的關鍵。微軟在研發一種技術，比量子計算機的標準更奇異，是一種叫做任意子的（anyons）的準例子。如同半導體中的『孔洞』，任意子並非真的粒子，而是一種有效的數學方式能夠把產生現象描述的如同真的粒子一樣。微軟如今遠遠落後於競爭對手，但希望最終能夠找到更加優異的設計、做出比他人更好機器。
可能如今谷歌、D-Wave、IBM使用的先進方法代表著超導導線（完全沒有電阻）的主流。電流的存在與消失，換言之，離子的順時針或逆時針迴圈，代表著1或0。吸引人的是這種必要的電路迴圈使用工業上成熟的技術能夠輕鬆的蝕刻到矽片上。而且超導電路也變得越來越穩定。
去年，一個由John Martinis帶領的研究量子物理學的谷歌團隊釋出了一篇論文，論述了一個由9個超導量子位構成的系統，系統中的4個量子位能夠在不導致其餘5個量子位坍塌的情況下測試，從而使得研究人員能夠進行檢查、更正、糾錯等這些數學運算。Martinis博士說：『最終，我們進入了開始構建整個系統的階段』。
一個量子計算機能夠一次性表示、處理大量的資料。
量子計算機的使用也很困難。為了使計算機回答輸入的問題，操作人員必須測量量子位的狀態。為讀取計算結果，要把量子位從疊加態散屑。而且如果測量方式是錯誤的，計算機會輸出它眾多可能性結果中的一個，這無疑是錯誤的。Aaronson博士把這描述成『你建造了世界上最貴的隨機數字生成器』
為使量子演算法有效，量子計算機運算方式是使獲得正確結果的效果增強且不斷抑制錯誤答案的生成。第一種如此有效的演算法是由數學家Peter Shor在1994年釋出，它解決的就是前文提到的素因數的獲得。Aaronson博士指出，除了Marinis博士的開闢的糾錯功能外，Shor博士的演算法也是讓研究人員相信量子計算機不只是理論猜想的有效說服力之一。從此，更多的演算法被開發出來。一些要比廣為人知的傳統演算法快的多，也有一些尚未凸顯速度優勢。
一位密碼員的夢
量子計算機到底有何好處這一問題處於熱論的狀態。瑞士聯邦理工學院的Matthias Troyer 耗費了4年的時間進行嚴格的搜尋，尋求量子計算機的殺手級應用程式（killer app 計算機領域中的一個術語,它是一個應用程式,要使用這個程式就必須去購買這個程式執行的系統)。一個常被援引和想到的應用就是密碼破解。2014年，美國前間諜Edward Snowden洩漏的檔案證實了密碼員重一直懷疑的：美國國家安全域性研究量子計算機就是為此原因。去年八月份，美國國家安全域性推薦美國政府開始使用量子計算機都難以攻擊的新程式碼，希望在量子計算機建立成功前先發制人，免受攻擊。
另外有可能成為殺手APP的是人工智慧。像是谷歌、Facebook、中國最大的搜尋引擎百度這些公司，都投入了大量的資金，想要它們的計算機擁有自主學習理解人類語言、識別圖片、理解媒體內容的功能。這樣的人工智慧程式在使用前必須經過訓練。比如臉部識別演算法，就要讓其檢視數千張圖片，學習分別哪些是臉部哪些不是，或者識別哪張圖片上是特定的某張臉。最終獲得一種法則能夠高效的正確識別輸入的圖片。
這些任務普通計算機也能完成，但是D-Wave的機器是要有更快的速度。在2013年，谷歌和NASA把D-Wave的一種計算機放入了它們的量子計算機實驗室中，想知道這種計算機是否有更快的速度。量子計算機的實際價值可能是巨大的，但Troyer博士說答案尚不清楚。
而且在他看來，量子計算機最大的用處在於它本身模擬量子力學，化學中電子特有的複雜跳躍。而使用傳統計算機進行這樣的模擬是非常困難的。因開發出能在傳統計算機上執行的簡單模型，就有人獲得了2013年諾貝爾化學獎。但是Troyer說，『對複雜的分子而言，現有的模型並不太好。』他的團隊採用混合的方法，把量子計算機和傳統計算機結合起來，這樣效果更加的好。他們第一次努力得到的演算法在之前數年內模擬了數百次。不過，在過去的三年中不斷改良的演算法現在已經能夠在數百秒內完成模擬。
這可能不像人工智慧或密碼破解那樣令人激動，但是能夠精確的模擬量子過程能促進工業化學的各個方面。Troyer博士給出的潛在應用包括做出更好的催化劑、改善引擎設計、更好的理解生物分子以及改善哈伯博斯制氨法。所有這些有價值的目標看似再多的傳統計算機也不能實現。