量子技术是未来十年最具前景的机遇之一,已有数十亿美元投入其中,各种早期产品正在进入市场,越来越多的人才涌入推动着数百家初创公司的发展。
量子计算机有望解决目前即使是世界上最快的超级计算机也无法处理的问题。它们的核心优势——高效发现复杂数据集中的隐藏模式以及应对大规模优化挑战——将使新药物和材料的设计成为可能,创造出更优秀的金融算法,并在密码学和网络安全领域开辟新的前沿。
最有意思的量子计算应用将在这些机器得到广泛使用时出现。成千上万的物理学家和工程师正在研究如何确保量子比特(量子信息的基本单位)能够可靠地相互作用,不受外界噪声影响,并能够实现规模化。市场的发展势头已经明确地将讨论重点从"是否可能"转向了"何时实现"。
随着量子产业从实验室走向工厂,五大主要趋势正在推动技术和商业模式的下一波发展:
量子纠错技术
目前量子生态系统基本达成共识,仅仅扩大当前存在严重噪声和错误问题、无法实现容错操作的计算机规模,并不能释放最有价值的商业应用。业界的关注重点已转向量子纠错技术,将其视为构建稳健且可扩展的容错机器的关键。
随着这一转变,我们看到人们对专注于纠错能力的公司兴趣日增,包括Riverlane Ltd.、Q-CTRL Pty. Ltd.和Qedma Ltd.。在将物理量子比特编码为逻辑量子比特方面也有重大创新,不仅使用经典的表面码,还采用量子低密度奇偶校验码等新颖替代方案,以保护量子信息免受噪声和退相干的影响。
中间层技术栈
大多数早期量子计算公司都尝试全栈方法。现在随着行业的成熟,出现了丰富的中间层技术栈参与者生态系统。这种演进使公司能够专注于自己最擅长的领域,并根据需要购买组件和能力,比如从Quantum Machines购买控制系统,从Classiq Technologies Ltd.和Algorithmiq Oy等公司获得量子软件开发服务。
横向扩展架构
最初构建更强大量子计算机的主要路径是通过基于更大更强单一量子处理单元的纵向扩展架构。然而,量子网络技术的最新创新使横向扩展方法成为一个有力的竞争者。在这一领域进行开创性工作的公司包括Nu Quantum Ltd.、memQ Inc.和Icarus Quantum Inc.。这种策略涉及连接多个量子处理单元协同工作,形成一个分布式机器,甚至可以让不同类型的量子比特在单个问题上协作。不过,从固态系统到光信号的转换仍然是一个重大挑战。
纵向扩展的创新并未放缓。Alice & Bob SAS和Qolab Inc.等初创公司正在推动量子比特和架构设计及制造方面的进展。
输入输出和超低温技术
在纵向扩展和横向扩展架构的需求推动下,这一领域正在发生重大创新。核心挑战在于如何控制和读出数千或数百万个量子比特,而不破坏它们的量子状态。
对于固态系统,如超导和硅自旋量子比特,为每个量子比特运行单独线路的传统解决方案带来了重大工程挑战,因为每根线路都会向超低温量子环境引入热量和噪声。而且在物理上也很难将越来越多的电缆装入制冷器中。
正在出现一些既能减少电缆数量又能降低热负荷的替代方案,如提高密度(Delft Circuits B.V.)、超低温量子比特控制能力(Diraq Pty Ltd.的超低温CMOS)以及Qphox B.V.的光纤等替代方法。
并购活动
这一趋势的发展规模超出了包括我们在内的许多投资者的预期。IonQ Inc.在2025年进行了几项大胆收购,包括通过Oxford Ionics Ltd.获得计算技术,通过Lightsynq Technologies Inc.获得互连和存储技术,通过ID Quantique SA和Qubitekk Inc.获得通信技术,甚至通过Capella Space Corp.涉足太空领域。
第一波量子浪潮中的一些公司现在能够充当战略投资者和行业巨头的角色。我们预计其他量子计算领域也会出现类似的动态,这将有助于在未来十年塑造这一领域。
通往容错量子计算的道路是一场马拉松。尽管挑战巨大,但整个技术栈的进步加速是不可否认的。构建新计算时代的基础技术正在今天建立。解决大规模量子计算的瓶颈问题是一个巨大的商业机遇。
Q&A
Q1:量子纠错技术为什么这么重要?
A:量子生态系统普遍认为,仅仅扩大当前存在严重噪声和错误问题的量子计算机规模,无法释放最有价值的商业应用。量子纠错技术被视为构建稳健且可扩展的容错机器的关键,能够保护量子信息免受噪声和退相干的影响。
Q2:横向扩展架构与纵向扩展架构有什么区别?
A:纵向扩展架构基于更大更强的单一量子处理单元,而横向扩展架构则通过连接多个量子处理单元协同工作,形成分布式机器。横向扩展甚至可以让不同类型的量子比特在单个问题上协作,但从固态系统到光信号的转换仍是重大挑战。
Q3:量子计算机在输入输出控制方面面临什么挑战?
A:核心挑战是如何控制和读出数千或数百万个量子比特而不破坏其量子状态。传统的为每个量子比特运行单独线路的方案会向超低温量子环境引入热量和噪声,而且物理上很难将越来越多的电缆装入制冷器中。
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。