克雷西 发自 凹非寺
量子位 | 公众号 QbitAI
算力稀缺已成为行业共识。短短两个月内，英伟达Blackwell GPU的云端租金涨幅达48%。即便是OpenAI也受限于算力瓶颈，其CFO Sarah Friar透露，因算力不足，公司不得不对部分项目进行取舍。
然而，算力焦虑不仅源于供给与价格。对于分子结构模拟、大规模组合优化等任务，计算量随问题规模呈指数级增长，传统GPU即便堆叠再多也难以突破这一天花板。这类缺乏有效数学化简手段的「NP」难题，决定了经典计算范式的局限性。
要突破这一边界，需要一种底层逻辑截然不同的算力——量子计算。量子比特凭借叠加态与纠缠特性，能将爆炸性增长的组合可能性编码至指数级增长的计算空间中，通过量子算法让有用结果「浮现」。量子处理器（QPU）因此被视为继CPU和GPU之后的第三种核心算力。
GPU够不到的天花板
经典算力在多个领域已触及边界。分子结构计算是典型代表：模拟中等大小蛋白质分子的量子行为，所需追踪的状态数量随电子数指数级增长，即使动用全球超算总和也束手无策。
此外，密码学安全根基也面临挑战。RSA等公钥加密算法依赖于经典计算机难以进行大数分解的前提。一旦量子计算机规模足够，Shor算法理论上可在短时间内完成分解，从而动摇现有加密体系。
针对QPU与现有算力的关系，相干科技创始人兼CEO金贻荣指出，未来将是多种算力并存的融合生态。复杂问题需结合量子计算、经典超算及智算共同解决。
这种融合与AI紧密相关。AI训练中的参数搜索、架构探索等涉及组合爆炸的任务，恰好落在QPC的优势区间。但鉴于量子计算仍处于工程化攻坚阶段，当前更现实的路径是利用AI辅助量子计算的校准、参数优化及故障诊断，待量子能力提升后反向赋能AI。
量子计算规模化，还差些什么？
从实验室走向产业，量子计算仍面临成本与易用性两大门槛。量子计算机需在接近绝对零度的环境中运行，配套测控系统与软件投入巨大，且编程方式类似汇编语言，开发者需手动编排量子门线路，门槛极高。
硬件层面，比特数量不等于有效算力。精度不足、错误率高企使得大规模原型机难以实用化。稳定整机的输出能力取决于芯片、测控、软件及校准的系统工程协同任何一环滞后均会制约算力释放。
尽管尚未大规模落地，量子计算已在金融风控、分子模拟等领域开展验证。正如互联网初期仅被视为数字图书馆，量子计算未来的应用场景拥有巨大的想象空间。
从芯片，到量子云服务
为推动量子算力产业化，国内企业如相干科技正致力于将量子算力转化为可交付服务。该公司孵化于北京量子信息科学研究院，业务涵盖芯片、测控、整机及云平台全链条。
芯片底层突破
相干科技采用超导路线，以钽为核心材料，结合蓝宝石和高阻硅衬底优化工艺。钽表面致密氧化层有助于抑制噪声，配合超高真空磁控溅射技术，提升了晶圆级量子比特的一致性。目前，其量子芯片已达百比特规模，寿命超100微秒，单比特门平均保真度超99.9%，两比特门保真度突破99.5%。公司正建设自主芯片产线，以加速迭代周期。
整机与测控系统
在整机集成方面，相干科技方案支持10至1000个量子比特的独立操控与测量。其测控电子学解决方案已在百比特以上处理器完成验证，单比特门保真度达99.99%以上，两比特门及读取保真度分别超99.8%和99%。凭借早期在测控领域的积累，公司2025年测控业务收入增至3100万元，为整机研发提供了资金与工程经验支撑。今年目标是完成百比特规模整机交付。
云平台与应用生态
相干科技同步搭建千比特规模量子算力云平台，提供图形化界面及API接口，降低用户使用门槛，并计划支持自然语言提交任务。应用端重点布局金融、超算及气象领域。其中，金融领域的组合优化、智能风控及衍生品定价等场景付费意愿强，进展较快；超算领域正验证量子与经典融合计算；气象领域则探索复杂微分方程求解。
生态建设方面，公司联合北京量子院推动Quafu量子云平台建设，并通过举办量子计算真机挑战赛，促进算法开发者接触真实硬件，培育下游应用生态。
成立三年间，相干科技在芯片、整机、云平台及开发者生态等关键环节全面布局，标志着量子计算向规模化应用迈出了坚实一步。
欢迎在评论区留下你的想法！
— 完 —