撰文：苗正

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。

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。

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？

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。

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。