科技前沿「蓝宝书」：量子计算（下）

今天我们继续聚焦量子计算。

上篇我们详细探讨了量子计算的技术原理、商业化瓶颈、以及量子纠错领域的前沿进展。

下篇主要聚焦这么几个问题：

1）经典计算目前遇到了哪些瓶颈，为什么需要量子计算？

2）为什么当前时间需要重点关注量子计算？

3）量子计算的六大技术路径

4）头部企业的最新进展与商业布局

量子计算的理解门槛较高，内容相对硬核，建议耐心阅读。

（1）经典计算的瓶颈与量子计算的优势

随着制程逼近物理极限，经典计算的天花板已经近在眼前，量子计算呼之欲出。

首先是计算瓶颈。经典计算的算力是线性增长的，而量子计算由于“量子叠加”原理，可以实现算力的指数级增长。

当遇到如药物分子模拟这类复杂度较高的问题时，即使用当下性能最强大的超算，也需要花费数亿年的时间才能验算完成，量子计算则可以快速解决问题。

经典计算的第二个问题是量子隧穿现象。

当电子元件缩小到纳米尺度，绝缘层薄得只剩几个原子，此时电子会出现“隧穿现象”，穿墙而过导致漏电，使得晶体管失灵，摩尔定律撞上了硬邦邦的量子墙。

在超导量子计算中，结成库珀对的电子采取量子隧穿的方式通过约瑟夫森结，因此不存在这方面的瓶颈。

第三个是散热问题。

Landauer 定理告诉我们，每擦除1 bit 的信息，至少要消耗 kT ln 2 的能量，并以热量形式散出。

通俗的来讲，如果把芯片类比成“碎纸机”，这个定律的意思就是说，不管你的碎纸机多高级，只要想把纸彻底碎到无法拼回（不可逆），就一定得“付电费”，而且这笔钱不能低于 kT ln 2，碎完还会冒热气。

摩尔定律走到 3 nm 以下后，计算密度大大提升，擦除热量成为无法绕开的“热死亡”背景。就像办公室里塞满了碎纸机一直运作，变成了桑拿房。

若想突破“热墙”限制继续提升算力，只有两种方法，要么进行降温（非常昂贵），要么转向量子计算。

与经典计算不同，量子计算处理信息的方式是可逆的，熵不增，热难生，热耗散效应得以解决。

（2）为什么在当前时点关注量子计算？

当前时点关注量子计算，有两个主要原因。

首先，各国将量子计算作为科技强国战略制高点，近年投入力度不断加大，且频繁出台关键设备出口管制措施。

图：各国量子计算规划表，国海证券，AlphaEngine

2019 - 2025年欧美发达国家在量子计算领域推出大量投资法案与战略规划。

其中，美国于2025年9月23日白宫发布的2027财年政府研发优先事项备忘录中，明确将人工智能与量子计算列为2027年研发预算优先级首位，并指出量子计算正从实验室走向产业化应用的关键拐点已至，2027年是重要拐点。

近两年，欧美、日本等发达国家相继收紧量子技术出口。

以稀释制冷机为例，2022 年美国一纸禁令，行业龙头Bluefors和Leiden Cryogenics公司设备已不对中国出售，间接印证了行业拐点的说法。

图：各国量子计算出口管制，国海证券，AlphaEngine

第二，产业巨头加快布局，量子计算龙头频繁获得巨额融资。

英伟达于2025年9月4日、9月9日、9月10日，先后投资霍尼韦尔旗下Quantinuum、QuEraComputing、PsiQuantum，覆盖离子阱、中性原子、光量子三大路线。

以Quantinuum为例，公司由霍尼韦尔控股，完成6亿美金融资后公司估值达100亿美元。

这一投资标志着英伟达对量子计算的态度从年初的“商业化需几十年”转向积极支持，也意味着量子计算赛道迎来巨头背书，商业化加速期即将到来。

此外，2025 年 9 月 16 日，Bluefors 官网挂出重磅订单，Interlune 将在 2028-2037 年间，每年向它输送 10 000 升氦-3，用于量子计算的核心设备稀释制冷机。

按每台稀释制冷机年均消耗20–100 L 冷却液来计算，这笔订单可支撑每年100-500台新设备需求，为下量子计算的产业应用提前囤粮。

（3）量子计算技术路径：光子

目前全球量子计算产业采用的六条主流技术路线分别是：超导、离子阱、光子、中性原子、拓扑、自旋，每种技术路径因计算方法的科学本质不同而各有优劣，尚未有单一技术路线形成绝对主导。

从成熟度来看，超导 ≈ 离子阱 > 光子 ≈ 中性原子 > 自旋 > 拓扑。

上篇中我们介绍了超导、离子阱这两种技术路径，下面我们来分析余下的四种。

六条量子计算路径的详细对比请见下表。内容比较硬核，可以存下来慢慢看。

图：量子计算技术路径对比，BofA，AlphaEngine

光量子计算以光子作为信息载体，其核心原理在于利用光子丰富的物理自由度（如偏振、路径、时间、频率等）来编码量子比特（Qubit）。

与依赖物质构建量子比特的路线不同，该技术通过线性光学元件（如分束器、相位调制器）对光子量子态进行精准操控，从而实现量子逻辑门操作与信息处理。

这种方式避免了直接操控物质粒子，为构建量子计算机提供了独特的物理实现路径。

光量子路线的比特相干时间极长且抗环境干扰能力强，理论上可实现极高的保真度。

其次，该系统可在室温下运行，无需昂贵复杂的极低温稀释制冷设备，显著降低了硬件成本和运营复杂度。

第三，光子天然适配现有光纤通信网络，为构建分布式量子计算和量子互联网提供了便利。

近年来，光量子计算路线在特定问题求解和商业化探索上均取得显著进展。

中国科学技术大学团队研制的“九章三号”光量子计算原型机在处理高斯玻色取样问题上持续刷新世界纪录，验证了光量子路线在实现“量子计算优越性”方面的巨大潜力。

以QCi公司为代表的企业正加速商业化进程，其基于专利光子技术开发的Dirac系列量子优化机、熵量子计算系统等产品已推向市场。

同时，PsiQuantum等公司也在积极展示其基于光子的大规模可扩展计算平台。

（4）量子计算技术路径：中性原子

中性原子量子计算是一种利用激光精确操控单个中性原子的技术路线。

其核心原理是使用光镊（Optical Tweezers）或光晶格（Optical Lattices）在真空中囚禁并排列大量中性原子（如铷原子、铯原子），形成高度有序的原子阵列。

通过激光将特定原子激发到高能级的里德堡态（Rydberg State），处于该状态的原子体积会急剧膨胀，从而与其他原子产生强烈的长程相互作用。

这种可控的相互作用被用于构建量子逻辑门，实现量子比特的编码与操控，或直接用于模拟复杂的量子多体系统演化。

中性原子路线在规模化扩展方面展现出巨大潜力，是当前量子比特数量增长最快的技术路线之一。

2025年的一个标志性成就是Atom Computing公司发布了其1225原子阵列的中性原子量子计算原型机，这是全球首个公开宣布突破千位量子比特的系统，确立了该路线在规模上的领先地位。

在此之前，哈佛大学的49原子阵列和QuEra公司的256原子原型机已验证了该技术的可行性。

目前，国内外企业正加速布局，致力于提升原子阵列的稳定调控技术，推动该技术从实验室设备向工业级应用过渡。

（5）量子计算技术路径：自旋

自旋量子计算路线的核心是利用成熟的半导体工艺，在硅基衬底（如硅-锗合金）上制造纳米级的量子点结构，以束缚单个电子或空穴。

该技术将电子的自旋量子态（上或下）作为量子比特进行信息编码，通过施加在金属栅极上的电压，可以对量子比特进行全电学操控，利用电偶极自旋共振等机制实现量子态的初始化、翻转（逻辑门操作）和读出。

自旋路线最大的战略价值在于其与现有CMOS（互补金属氧化物半导体）制造工艺的高度兼容性。

这意味着量子芯片的生产可以最大程度地复用全球半导体产业数十年来积累的庞大基础设施、设备和供应链，为实现超大规模集成和成本控制提供了明确路径。

Intel公司推出的Tunnel Falls芯片即是这一路线的代表性产品，它验证了在300mm晶圆上利用先进半导体工艺制造量子比特阵列的可行性，为量子计算从实验室走向大规模工业化生产提供了关键支撑。

（6）量子计算技术路径：拓扑

拓扑量子计算的理论基础极具颠覆性，其核心是利用物质的拓扑性质而非单个粒子的物理状态来编码和处理量子信息。

该路线以任意子（Anyon），特别是马约拉纳费米子（Majorana Fermion）或其零能模（Majorana Zero Modes）作为量子比特的载体。

与传统量子比特将信息存储于局部物理属性（如自旋）不同，拓扑比特的信息被非局域地编码在这些准粒子的集体拓扑关联中。

量子计算过程通过在时空中“编织”（Braiding）这些准粒子的世界线来执行，这种编织操作在拓扑上是稳定的，从而赋予了计算过程天然的鲁棒性。

拓扑量子计算路线目前仍处于早期实验验证阶段，技术成熟度最低，微软是其最主要的推动者。

标志性进展是微软于2025年2月发布的“Majorana 1”芯片，该芯片采用了新型拓扑核心架构，其短期目标并非直接进行大规模计算，而是旨在实验性地验证拓扑保护特性的存在与有效性。

尽管微软设定了在数年内实现工业级问题求解能力的长期目标，但目前尚未有完全功能的拓扑量子比特被实验证实。

现阶段，微软通过Azure Quantum平台提供混合量子云服务，作为其拓扑路线成熟前的过渡商业化策略。

（7）科技巨头生态布局：IBM、谷歌、微软、英伟达

讲完量子计算的主要技术路径后，我们来梳理一下当前全球主要科技公司在量子计算领域的最新布局。

目前量子计算领域的主要参与者可以分为两类，分别是科技巨头和专业公司，前者侧重生态布局，后者尝试单点突破，我们分别来看。

图：量子计算公司分类，AlphaEngine FinGPT 作图

IBM作为超导路线的长期领导者，其战略核心是沿着明确的硬件路线图持续迭代，以实现商业级容错量子计算。

公司已推出120量子比特的Nighthawk处理器，并规划在2029年交付包含200个逻辑量子比特的Starling系统，远期目标是在2033年实现拥有2000个逻辑量子比特的Blue Jay系统。

图：IBM Innovation Roadmap

为支撑硬件发展，IBM通过Qiskit引擎强化量子与高性能计算（HPC）的协同，并积极研发qLDPC纠错码，其码率较传统表面码提升10倍，旨在从根本上解决量子计算的纠错效率问题，巩固其在全栈量子解决方案中的领先地位。

谷歌同样深耕超导路线，但其近期战略重心聚焦于率先攻克量子纠错这一核心瓶颈。

2024年底，谷歌推出的105量子比特Willow芯片，首次在实验中实现了码距（d=7）的表面码纠错，突破了困扰业界30年的纠错阈值，是迈向容错计算的关键一步。

图：Willow metrics

基于此，谷歌设定了2030年量产百万级物理量子比特处理器的激进目标。

此外，其最新研究表明，破解2048位RSA加密所需资源较2019年预测大幅降低20倍，显示出其在算法和硬件协同优化上的强大实力，加速了量子计算对经典密码体系构成实质性威胁的进程。

微软采取了差异化竞争策略，押注于高风险、高回报的拓扑量子计算路线。

2025年2月，微软发布全球首款拓扑量子芯片Majorana 1，通过操控马约拉纳准粒子来构建量子比特，理论上具有更高的内在稳定性和抗干扰能力，有望从物理层面大幅降低纠错开销。

图：Microsoft’s Majorana 1

微软计划在未来几年内将该技术扩展至百万量子比特规模，意图绕开当前主流路线复杂的纠错难题，实现“弯道超车”。

同时，微软积极推动“量子+AI”的协同应用，旨在构建一个以拓扑量子计算为核心、与经典AI能力深度融合的混合计算新生态。

英伟达在量子计算领域扮演着独特的“赋能者”和“集成者”角色，其战略并非自研量子计算机，而是构建一个开放的量子-经典混合计算生态。

一方面，英伟达推出CUDA-Q软件平台，旨在统一连接和调度不同技术路线的量子处理器（QPU）与自家的GPU集群（如GB200 NVL72），极大降低了混合计算的开发门槛。

另一方面，通过旗下基金NVentures，英伟达密集投资了三大主流技术路线的头部公司。

图：Quantum ecosystem mapped out by NVIDIA

近期英伟达在量子计算领域的投资包括：离子阱龙头Quantinuum的6亿美元融资（投前估值100亿美元）、中性原子公司QuEra的B轮融资，以及光量子先锋PsiQuantum的10亿美元E轮融资（投后估值70亿美元）。

这一系列投资确保英伟达在量子计算的未来技术路线竞争中占据有利位置，并通过其平台整合能力，成为连接所有量子硬件与广大应用市场的核心枢纽。

（8）专业公司单点突破

D-Wave作为量子退火商业化先锋，通过Leap™量子云服务与Advantage系列整机销售相结合的模式，已成功验证其商业可行性。

其客户覆盖德国尤利希超算中心等科研机构及福特、西班牙CaixaBank等大型企业。

图：Diagram of Advantage2

D-Wave商业化进程不断加速，2025年Q1营收同比增长高达500%至1500万美元，毛利率达到92.5%，亏损显著收窄，显示出强大的盈利潜力。

D-Wave在特定优化问题上展现出显著优势，例如，在福特Otosan的生产调度中将效率提升6倍18，在物流配送和金融投资组合优化中将计算时间缩短80%-90%。

Quantinuum在离子阱技术路线上处于全球领导地位，已实现50个纠缠逻辑量子比特，保真度超过98%，为攻克量子纠错、迈向通用容错量子计算（FTQC）奠定了关键基础。

图：Quantinuum’s hardware roadmap

公司于2025年9月完成由英伟达等巨头参投的6亿美元融资，投前估值高达100亿美元，彰显了市场对其技术路径和商业前景的高度认可。

Quantinuum商业化路径相对清晰，计划于2025年发布新一代系统Helios，并设定了2027年实现100个逻辑量子比特、并在前后启动IPO的明确目标。

本文来自微信公众号“Alpha Engineer”，作者：费斌杰，36氪经授权发布。