黃仁勛認(rèn)錯押注，量子計算的拐點要來了？

2025年初，黃仁勛說實用量子計算機還要等20年，一句話砸崩了量子概念股。兩個月后他就在英偉達GTC上公開認(rèn)錯，之后不僅接連投資頭部量子公司，還在巴黎GTC上直接說量子計算正在接近拐點。拐點到底來沒來？太一量生創(chuàng)始人方正浩（中歐EMBA 2024）給了一個冷靜的坐標(biāo)：拿大語言模型做參照，量子計算大約處于GPT 2.5到3之間。底層能力跑通了，但離改變產(chǎn)業(yè)格局還有一段路。好在這段路，第一次有了比較清晰的時間表。

01

量子計算是什么？

我們?nèi)粘Ｓ玫碾娔X和手機，其計算的基本單位是比特。一個比特只能處于兩種狀態(tài)之一：0或者1。所有程序，從微信到抖音，本質(zhì)上都是0和1的排列組合在高速切換。

量子比特不一樣。它可以同時處于0和1的疊加狀態(tài)，有點像一枚硬幣在空中旋轉(zhuǎn)，還沒落地之前，正面和反面都有可能。而且，兩個量子比特還能糾纏，一旦糾纏上，不管隔多遠，一個變了另一個會立刻跟著變。

這些特性讓量子計算機能在計算過程中同時探索很多條路徑，通過特定算法把本來要窮舉的步驟大幅縮減。粗略打個比方，別人要試一萬把鑰匙，它可能試一百把就夠了。

但量子系統(tǒng)有一個致命弱點：極不穩(wěn)定。哪怕一丁點溫度變化、電磁波干擾，甚至宇宙射線掃過，都可能讓量子比特的狀態(tài)坍塌。你花了大力氣造出一個同時在探索千萬條路徑的量子態(tài)，結(jié)果環(huán)境隨便碰它一下，就塌回了一個普通的0或1。什么都沒算出來。

所以量子計算真正的考驗不是造出量子比特，而是讓它穩(wěn)定到能用。這就引出一個關(guān)鍵概念：邏輯比特。

單個物理比特錯誤率太高，大約千分之一到萬分之一，而一個實用的量子算法可能要跑幾百萬甚至幾千萬個邏輯門。千分之一的出錯率累積幾百萬次，結(jié)果就是零。科學(xué)家的辦法是用幾百甚至上千個物理比特，通過糾錯算法綁在一起，組成一個可靠的邏輯比特。相當(dāng)于用一群散兵游勇湊成一個訓(xùn)練有素的班組。

造一兩個量子比特不難，大學(xué)實驗室都能做。但要讓成千上萬個邏輯比特穩(wěn)定運行，是物理學(xué)和工程學(xué)的雙重極限挑戰(zhàn)。這也是這個行業(yè)門檻極高的原因。

谷歌2019年說造了一臺量子計算機，它在某一個特定計算任務(wù)上比當(dāng)時最快的超級計算機還要快。這是一個真實的工程成就，但它挑選的那個任務(wù)本身就是為量子計算機量身定做的，不代表它在通用任務(wù)上能表現(xiàn)好。

可以說，邏輯比特數(shù)量就是當(dāng)下整個行業(yè)的金標(biāo)準(zhǔn)。谷歌、IBM、微軟，加上各路創(chuàng)業(yè)公司，路線圖里最重要的指標(biāo)就是邏輯比特能做到多少個。誰先做出規(guī)模化的高質(zhì)量邏輯比特，誰就拿到下一階段的入場券。

02

它能做什么？

量子計算不是什么都能做。經(jīng)過幾年的預(yù)期調(diào)整，行業(yè)內(nèi)對它的適用范圍有了比較清楚的共識。優(yōu)勢比較確定的方向有三個。

第一是材料模擬和藥物研發(fā)。化學(xué)反應(yīng)在分子層面本質(zhì)上就是量子力學(xué)過程，用傳統(tǒng)計算機模擬，計算量隨分子變大而指數(shù)級增長，很快就算不動。目前全球最大的智算集群是馬斯克SpaceX的50萬張英偉達顯卡集群，但它也沒辦法精確地模擬一個化學(xué)反應(yīng)。而一臺擁有約300個邏輯比特的量子計算機，一小時的計算量相當(dāng)于這臺超算跑十年。對制藥行業(yè)來說，單個藥物研發(fā)周期哪怕縮短三分之一，可能就是幾十億美元的價值差異。

第二是密碼破解。互聯(lián)網(wǎng)上幾乎所有加密通信，登錄銀行、發(fā)微信、刷信用卡，底層都靠RSA類加密算法，安全性建立在大數(shù)分解極其困難這個前提上。傳統(tǒng)計算機破解一個高位密碼可能要十萬億年，但量子計算機通過特殊算法有望在合理時間內(nèi)完成。過去認(rèn)為需要上萬個邏輯比特，最新研究把這個門檻降到了一千多個。密碼體系的更新?lián)Q代通常需要十年以上，所以各國已經(jīng)在提前準(zhǔn)備。

第三個是AI訓(xùn)練，也是最近才打開的一扇門。量子計算過去被認(rèn)為做不了AI訓(xùn)練，有梯度消失和數(shù)據(jù)吞吐方面的瓶頸。但最新研究發(fā)現(xiàn)，它在高維訓(xùn)練數(shù)據(jù)的降維上有很大優(yōu)勢，可以把數(shù)據(jù)量壓縮好幾個數(shù)量級。

這個方向離落地最近，原因很簡單：需要的邏輯比特最少，大約60個，遠低于化學(xué)模擬的300個和密碼破解的上千個。而且，AI對算力的需求長期真實存在并愿意為之花錢。只要大模型還向前發(fā)展，算力缺口就會一直存在。

03

路線在收窄

量子計算不止一種做法，全球大約有八九條技術(shù)路線在同時推進。目前被認(rèn)為五到十年內(nèi)有可能產(chǎn)業(yè)化的主要有五條：

超導(dǎo)路線用的是在極低溫度下沒有電阻的電路，谷歌和IBM都選了這個方向，過去十年投入最大，進展也最明顯。

離子阱是用電磁場把單個離子懸浮在真空中，用激光操控它的量子態(tài)，優(yōu)點是量子比特的質(zhì)量很高、出錯少。

中性原子路線和離子阱有點像，但不需要電荷，用光鑷把原子排成陣列，在大規(guī)模擴展上目前看起來更有潛力。

拓?fù)淞孔?/strong>走的是一條完全不同的思路，它試圖從根本上讓量子比特更穩(wěn)定，但技術(shù)上最難。

光量子用光子來計算，中國在這條路上積累不少。

過去十年大家各試各的，但現(xiàn)在格局在發(fā)生變化：中性原子路線開始吸引越來越多的資源，關(guān)鍵原因是它在大規(guī)模擴展上的表現(xiàn)比預(yù)想的好。

什么叫大規(guī)模擴展？就是量子比特數(shù)量從幾十個漲到幾千個的時候，系統(tǒng)還能不能穩(wěn)定工作。超導(dǎo)路線在這個問題上一直比較吃力，中性原子看起來更有后勁。

最近幾周接連發(fā)生了幾件事：一直做超導(dǎo)的谷歌宣布進入中性原子領(lǐng)域，提出量子霸權(quán)概念的現(xiàn)代量子計算之父John Preskill教授自己開了一家中性原子公司，幾篇重要論文的成果也都基于中性原子體系。

這個變化的意義不只在技術(shù)層面。它說明行業(yè)正在從百花齊放的探索期進入技術(shù)收斂期。路線一旦開始收斂，人才、資本和產(chǎn)業(yè)鏈配套就會迅速聚攏。谷歌、IBM、微軟等美國大廠的目標(biāo)是2029年底前把量子計算機部署進數(shù)據(jù)中心，不是在實驗室里放一臺做演示，是接入云基礎(chǔ)設(shè)施讓外部用戶通過網(wǎng)絡(luò)調(diào)用。QuERA甚至表示要在2028年作出256個超高保真度的邏輯量子比特。DARPA把通用量子計算機的時間表定在了2033年之前。中國把量子科技列入十五五規(guī)劃六大未來產(chǎn)業(yè)之首。

一個有意思的參照是黃仁勛。2025年1月，黃仁勛在CES上說實用量子計算機可能還需要幾十年，20年是一個合理的時間框架，15年太早，30年太晚。這番話直接砸崩了量子概念股。

2025年3月，他在GTC上公開認(rèn)錯，說自己是歷史上第一個把行業(yè)CEO都請上臺來解釋自己為什么說錯了的人，并在GTC歷史上首次設(shè)立了Quantum Day。到了2025年6月，他進一步明確表示量子計算正在接近一個拐點，并修正了此前的觀點。英偉達已參與了Quantinuum的6億美元融資，還投了PsiQuantum的10億美元輪，并在波士頓與哈佛、MIT合建了量子研究中心。

04

中國競爭力在哪里？

中國的基礎(chǔ)研究不弱，潘建偉團隊在全球是頂級水平，光量子和超導(dǎo)方向都有扎實的成果。

但從實驗室到做成產(chǎn)品的距離，中國比美國遠。

最核心的差距不在某個單點技術(shù)，而在于把一整條產(chǎn)業(yè)鏈串起來的能力。量子計算機涉及的環(huán)節(jié)很多，物理硬件、軟硬件耦合、編譯層、控制系統(tǒng)、糾錯算法、量子門設(shè)計與算法實現(xiàn)、開發(fā)者工具，拆分開子系統(tǒng)有幾十個環(huán)節(jié)，哪一環(huán)掉鏈子整臺機器都跑不起來。

國內(nèi)不少團隊能把某幾個環(huán)節(jié)做到很強，但要串成一個可復(fù)制、可運行的整機方案，還有不小的差距。尤其糾錯是比較突出的短板，國內(nèi)專門做這個方向的研究團隊很少，人才也不夠。

不過中國的長板也實實在在。中性原子路線面臨的基礎(chǔ)科學(xué)難題相對最少，主要瓶頸在工程和規(guī)模放大，而這恰好是中國制造業(yè)的舒適區(qū)。上游核心部件以精密光學(xué)和泛半導(dǎo)體為主，中國在精密光學(xué)多個細分方向已經(jīng)做到全球前列。量子計算的產(chǎn)業(yè)競爭比的不是誰論文多，是誰先把東西做出來、做穩(wěn)定、做便宜。

05

誰來買單？

所有前沿技術(shù)都要過同一道坎：從能用變成有人愿意用。

量子計算現(xiàn)在就卡在這里，還依然處在能證明自己可用，但沒法證明自己好用的階段。目前買單的主要是政府和科研機構(gòu)，產(chǎn)業(yè)端大約占一成。原因也不復(fù)雜：它現(xiàn)在擅長的那幾個問題，對大多數(shù)公司的日常業(yè)務(wù)來說太遠太偏了。一家電商不會用量子計算機去優(yōu)化推薦算法，至少現(xiàn)在還不會。

企業(yè)買的不是產(chǎn)品，是期權(quán)，在未來的算力版圖里先占一個位子。三到五年后量子計算大概率進入實用階段，到那時再從零開始就來不及了。AI、具身智能、新能源、生物制藥等領(lǐng)域的頭部企業(yè)已經(jīng)以投資或合作的方式參與進來，在算法層面做驗證性項目。

這也決定了量子計算的商業(yè)化節(jié)奏不會像互聯(lián)網(wǎng)。它更像芯片產(chǎn)業(yè)：前期投入極重，回報周期極長，但一旦越過臨界點，護城河極深。第一個真正產(chǎn)生商業(yè)價值的地方，大概率出現(xiàn)在AI和量子計算的交叉地帶。

順帶說一下光計算，它跟量子計算走的是兩條路。光計算用光子代替電子做矩陣運算，本質(zhì)上是對現(xiàn)有芯片架構(gòu)的增強和補充；量子計算是去解傳統(tǒng)計算根本做不了的問題。兩者未來大概率在不同計算層級上共存。

量子計算的故事講了很久，但2025年前后確實有些不一樣了。不是某一個單點突破，而是一系列變化在互相疊加：路線在收斂，時間表在明確，邏輯比特數(shù)量在穩(wěn)定增長。更關(guān)鍵的是，AI的算力饑渴給了它一個前所未有的推力。

要判斷量子計算發(fā)展到了哪一步，不用天天刷論文和融資新聞，盯住三件事就夠了：邏輯比特數(shù)量有沒有在漲，糾錯成功率有沒有在提高，產(chǎn)業(yè)用戶有沒有開始為它建預(yù)算。三個同時往上走的時候，這條線就真正跨過去了。

節(jié)奏不會像互聯(lián)網(wǎng)那么快，但分量不會比互聯(lián)網(wǎng)輕。

封面和文中圖片由剪映AI生成。

編輯| 田佳瑋

責(zé)編| 岳頂軍

點擊咨詢中歐課程