（本文作者为 字母 AI，钛媒体经授权发布）
Related articles
文 | 字母 AI
前几年，量子力学还常常被当成一个玩笑：遇事不决，量子力学。
但现在，玩笑变成了招股书。
过去几个月里，Infleqtion、Xanadu 和 Horizon Quantum 三家量子计算公司相继敲钟上市，后面还有几家公司排队等待进入纳斯达克。
一个曾经只属于实验室和科幻电影里的项目，突然被推到了公开市场面前。
问题是，量子计算真的已经到了商业化爆发的前夜吗？
我看未必。
这波上市潮最有意思的地方，恰恰不在于它证明了量子计算已经成熟，而在于它暴露了这个行业的真实处境。
虽然大家都叫量子计算，技术路线却是五花八门。
不仅如此，当你仔细研究这些公司的财报你就会发现，通用量子计算机一共也没卖出去几台，相反，那些量子计算的周边产品支撑了这些量子计算公司的运营。
此外，虽然说这门生意还处于早期阶段，但是英伟达早已进场。
早在 2021 年，英伟达就用 GPU 帮助研究人员在经典计算机上模拟量子电路。
再到后面一路投资多家量子计算创业公司。2025 年 GTC 上，黄仁勋更是直接宣布成立波士顿量子研究中心 NVAQC。
不过黄仁勋想要做的，并非是量子计算机本身，他想做的，是把英伟达变成量子计算时代的底层入口。
就像 AI 时代，英伟达卖的也不是模型，他卖的是训练和推理所需要的算力。
英伟达能否复刻成功，暂时还是个未知数。不过在此之前，我们不妨先来了解一下，当下量子计算到底是个什么样的局面。
01 技术路线
虽然大家都叫量子计算，但技术上天差地别。主流路线有四条，每条路线背后都是完全不同的物理原理。
超导量子计算是当前产业化最快的路线。
IBM、谷歌、Rigetti 这些大公司都在这条路上。
其技术原理是用约瑟夫森结构建人工量子比特。因此需要极低温环境，要达到毫开尔文那种级别。
这回真的是冷知识，超导量子计算所需要的温度环境要比外太空还冷，外太空大概是 2.7 开尔文。
超导量子计算的优势在于工艺接近传统半导体，比特扩展性强，但相干时间短，噪声大。
这条路线融资规模最大，但对制冷系统的依赖使得成本居高不下，一台稀释制冷机动辄好几百万美元。
IBM 的“Golden Eye” 稀释制冷机成本超过 80 万美元，每年电费就要 10 万美元以上。
更大规模的系统，比如 Rigetti 那种能支持 500 量子比特的制冷设备，成本能到 200 万美元以上。制冷系统占了整个超导量子计算机总成本的 90% 以上。
离子阱量子计算是另一条路。
目前有 IonQ 和 Quantinuum 在做。用带电离子作为量子比特，通过激光操控实现量子门操作。这条路线的量子门保真度最高。
相当于是一个大算盘，带电离子是算盘珠子，每电一下，就相当于拨了一下珠子。保真度高就代表它做动作比较准，出错率比较低。
IonQ 在 2025 年 10 月宣布实现了 99.99% 的双量子比特门保真度，这是世界纪录。Quantinuum 早在 2024 年就达到了 99.9% 以上的保真度。相干时间也最长，从 0.2 秒到 600 秒不等，远超超导路线的几十微秒。
但离子阱的问题是比特数量难以扩展。
离子越多，就越难控制。所以不能简单靠“ 多塞几个离子” 来提高算力，只能用更复杂的控制系统来管理这些离子，所以离子阱量子计算很容易达到算力天花板。
中性原子量子计算是最近两年才出现的，不过也是当下最火的，Infleqtion、Pasqal、QuEra 在做。
它的原理是用光晶格捕获中性原子阵列，用光镊，也就是聚焦激光束把原子固定住。最大优势是比特数量可以轻松做到上千个，且相干时间较长。
Infleqtion 已经实现了 1600 个物理量子比特的阵列，这是目前的纪录。纠缠保真度达到 99.73%，是中性原子公司里最高的。
Infleqtion 在 2026 年 2 月上市，CEO 马修· 金瑟拉 （Matthew kinsella） 表示“ 中性原子正在从科学进步走向商业相关性”。
最后就是光量子计算了，这也是最好理解的一种。
前文提到的 Xanadu，他们走的就是这条路线。
其技术原理是用光子作为信息载体，最大优势是室温运行，无需真空或制冷系统，天然适合量子通信与计算融合。
Xanadu 在 2026 年 3 月成为首家上市的光量子公司。它的 Aurora 系统号称首个模块化、网络化的光量子计算机，具备实时纠错能力，计划在 2029 到 2030 年达到 500 个逻辑量子比特。
Aurora 由四个独立的服务器机架组成，用光纤互联，包含 12 个量子比特、35 个光子芯片和 13 公里光纤。它在室温下运行，只有光子探测器需要低温环境。
这是光量子的天然优势。
但光量子的门操作保真度远不及超导和离子阱。
光子之间不会自然相互作用，两个光子可以互相穿过而不产生扰动。这就导致实现确定性的双量子比特门非常困难，光在传播过程中是会有损耗的，那么光承载的信息也会出现损耗。
也就是说，实现同样算力的前提下，光量子计算机的难度系数明显高于其他路线。
谁更靠谱？从技术成熟度看，超导和离子阱是最接近商业化的，中性原子和光量子还在“ 很有潜力” 的阶段。
不过现在摆在眼前的问题是哪条路线的性价比最好，这就要你把性能、成本、部署等等问题全都放在一起考虑。
这波上市潮的本质，是资本市场第一次被迫给不同技术路线投票。投资者不再满足于“ 量子计算很重要” 这种宏大叙事，他们想看的是成本和收入。
Xanadu 上市首日涨 15%，但盘后跌超 10%。Horizon Quantum 盘后跌 18%。Infleqtion 在 2 月上市时估值 18 亿美元，市值最高点是在 38 亿美元，然而进入 4 月后，市值已经跌到 23.74 亿美元左右。
02 英伟达的量子野心
说到计算，就不得不提英伟达。
英伟达的量子战略非常清晰，它打算复刻 CUDA 的成功，变成 CUDA-Q，也就是量子版的 CUDA。
不过在讲之前，我还需要给大家科普一个概念，就是容错量子计算。
前面咱们说的量子比特，它们都是非常脆弱的。温度、振动、电磁噪声、光子损耗，甚至一次不完美的操作，都可能让量子状态跑偏。
容错量子计算就是给这堆积木加了一整套防摔机制。
它会用很多个不太可靠的物理量子比特，组合成一个更可靠的“ 逻辑量子比特”。哪怕其中几个物理量子比特出错，系统也能发现、纠正，然后继续计算。
就好比我把一件事，告诉 100 个人，让这 100 个人替我去传话，即使有人忘记或者说错了，但至少能确保有人记住了。
硬件层面，英伟达做了 NVQLink 平台架构。通过 RDMA over Ethernet 实现 GPU 与量子处理器的微秒级延迟连接，低于 4 微秒。这个延迟水平是量子纠错的关键。
对于最先进的量子处理器，每轮纠错的解码窗口只有几微秒。NVQLink 让 GPU 能够在 QPU 的时钟周期内完成纠错解码，这是实现容错量子计算的必要条件。
软件层面，英伟达做的是 CUDA-Q 平台和 CUDA-Q QEC 库，提供统一的编程接口。
开发者可以在同一个环境中编写量子和经典混合应用，无需关心底层硬件差异。2026 年 4 月刚刚发布的 CUDA-Q QEC 0.6 版本已经实现了与 NVQLink 的深度集成，支持实时 GPU 解码。
生态层面，英伟达与全球十几个超算中心合作。包括日本 G-QuAT、新加坡国家量子计算中心等，将量子处理器集成到现有的 HPC 基础设施中。
Quantinuum 已经宣布其最新的 Helios QPU 和未来所有处理器都将通过 NVQLink 与英伟达 GPU 集成。Helios QPU 配备了英伟达 GH200 Grace Hopper 作为实时主机，用于实时量子纠错。
如今量子计算正处于从“ 实验室原型” 到“ 需要大规模经典计算支持” 的转折点。量子纠错、校准、混合算法都需要强大的经典计算能力实时配合，这正是英伟达的主场。
但这里有一个问题，那就是量子计算不是 AI。
AI 的爆发是因为深度学习是 GPU 上的杀手级应用，只有 GPU 能干得好，CPU 干不好，这才让英伟达如日中天。
至少到目前为止，量子计算还没有出现杀手级应用。
真正能让企业愿意花钱购买量子计算时间的应用场景，现在还看不太清楚。
关于容错量子计算机什么时候发布，目前行业内的预测是还需 5 到 10 年，又押注物理 AI，又押注数字孪生的英伟达，可能没有那么多时间和精力对量子计算加码。
英伟达在 2025 年 9 月连续投资了 Quantinuum、QuEra 和 PsiQuantum，覆盖离子阱、中性原子和光量子三大路线。这说明英伟达在广撒网，但也说明它自己也不确定哪条路线最终会胜出。
如果量子处理器的相干时间大幅提升，或者出现了不依赖实时纠错的新架构，NVQLink 就相当于是打了水漂。
英伟达是在押注“ 量子计算必然走向容错化，且容错化必然需要强大的经典计算支持”。
这个假设只是目前看起来合理，但并非唯一可能的技术路径。
AI 从实验室走向商业化用了大概 10 年，从 2012 年 AlexNet 到 2022 年 ChatGPT。
但是量子计算现在还在更早期的阶段。如果它需要 10 年才能商业化，英伟达能等这么久吗？
03 行业的真相是什么？
关注量子计算行业就会发现，很少有人买通用的量子计算机，现在量子计算想要赚钱，全是靠周边产品带动。
这也是这波上市潮最值得关注的问题。
绝大多数量子计算公司现在真正能产生收入的，不是他们最主张的通用量子计算机，反而是量子传感器、量子时钟、控制芯片、软件栈和 HPC 集成服务。
通用量子计算机还没有形成可规模化、可复制的成熟商业市场。
用一个更直白的说法，行业在用边角料收入养一个远期主线。
Infleqtion 的主要收入来源是光学原子钟、量子射频接收器和惯性传感器，应用于能源、太空等领域。
截至 2025 年 6 月，Infleqtion 已经售出三台量子计算机和数百个量子传感器，过去 12 个月收入约 2900 万美元，过去两年复合增长率约 80%。2026 年的收入预计是 4000 万美元。
量子传感器的价格从数万美元到数十万美元不等。研究级原子钟和重力仪可以超过 50 万美元。
随着制造规模扩大，成本预计在未来十年内下降一个数量级，就跟固态激光雷达一样，以前好几万一个，现在只要 2000 块钱。
Xanadu 的情况也是一样，主要收入均来自于量子计算周边产品，且收入来源为前三大客户。
此外，几乎所有上市量子公司都有大量政府资助。
Xanadu 获得了 DARPA 项目支持和加拿大“ 量子冠军” 计划的资金。Infleqtion、IonQ、Rigetti 都有美国国防部和能源部的合同。
关键问题在于，这种边角料收入的模式能支撑多久？
量子传感的市场规模是有限的。
原子钟、惯性传感器这些产品的市场主要在国防、航空航天和科研领域，不是一个能支撑千亿美元估值的大众市场。而且就算政府的合同也不可能无限增长，地主家也没余粮。
云服务在量子计算机性能达到“ 量子霸权” 之前，也很难形成规模。毕竟现在的量子计算机在性价比上，远不如传统计算机。
你可能会说了，SpaceX 早期也靠发射服务养火星计划，特斯拉用碳积分补贴电动车研发。
但别忘了，SpaceX 的发射服务本身就是一个巨大的市场，而且火箭技术是通用的，发射卫星和去火星用的是同一套技术。特斯拉的电动车虽然早期亏损，可至少产品是能卖给消费者的，市场需求也是真实存在的。
量子计算就不一样了。量子传感器再怎么卖，也很难支撑一个估值几十亿美元的公司长期运营。
量子计算行业现在的处境有点尴尬。技术上确实在进步，然而离真正商业化还有很长很长的路，尤其是连创业者自己都没法给个准确说法。
这种模式能走多远，取决于两个因素。一是技术突破的速度。如果某条路线突然实现了重大突破，比如相干时间提升一个数量级，或者纠错效率大幅改善，那整个行业的商业化进程就会加速。
二是资本市场的耐心。10 年前就敢投 AI 的人，看到今天 Anthropic 和 OpenAI 后，估计更敢投量子计算。
在我看来，这波上市热潮，与其说是量子计算商业化的开始，不如说是资本市场对这个行业的一次压力测试。你等得起，你就现在投。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
