21世纪经济报道记者邓浩、孙燕

资本市场正在比量子计算机更早进入“加速状态”。

2025年9月以来，本源量子、玻色量子、图灵量子相继启动A股上市辅导。不到一年，超导、相干光量子计算和光量子芯片等不同路线的头部企业陆续走向资本市场，量子计算企业的A股梯队开始形成。

有业内人士对记者分析称，一方面，科创板正在提升对未来产业的制度包容性，监管层已明确提出支持量子科技等“硬科技”企业上市；另一方面，部分量子计算路线正从原理验证转向工程化攻关。

图灵量子相关负责人对记者表示，国内量子计算整体正处于由实验室技术验证向工程化落地、商业价值规模化验证的商业化早期关键阶段，尚未达到成熟大规模商业化水平。

量子计算重新站上产业风口，一端是经典算力面临的压力，另一端是量子纠错等关键技术取得进展。

AI大模型正在推动算力需求和能源消耗快速上升。国际能源署预计，全球数据中心用电量将从2024年的约415太瓦时增至2030年的约945太瓦时，AI是主要增量来源之一。随着摩尔定律放缓，依靠更先进制程、更多GPU和更大数据中心换取算力，成本越来越高。

不过，经典算力吃紧，并不意味着量子计算会替代GPU。

IEEE亚太区高级业务总监华宁告诉21世纪经济报道记者，量子计算和经典算力并不是互相替代的关系，而是相辅相成。“量子计算在做一些递归、穷举运算时，有着特别的优势；目前经典算力在推理的时候更有优势。我也不认为等到量子计算机推出之后，它会对现在这种经典的AI算力进行取代。”

图灵量子相关负责人对记者表示，未来，量子计算与经典计算将形成更加紧密的协同关系，逐步形成“CPU+GPU+QPU”的异构计算架构。

具体来说，经典算力负责通用计算、数据处理和任务调度，GPU承担大规模并行计算，QPU则针对适合量子计算的特定问题提供加速。随着量子比特规模和纠错能力不断提升，量子计算能够承担的任务范围会逐步扩大，但两者长期共存、各自发挥优势，将是未来计算体系发展的重要方向。

值得注意的是，近年来，部分量子处理器已经在特定纠错实验中实现“低于阈值”。这意味着增加纠错资源后，逻辑错误率能够随之下降，为容错量子计算从理论模型走向工程验证提供了关键依据。

一直以来，“低于阈值”被视为量子计算机从实验室走向实用化的关键分水岭。其已被多个团队相继跨越：2024年12月，谷歌基于Willow芯片给出“低于阈值”的表面码实验结果；2025年10月，IBM在FPGA芯片上实时运行量子纠错算法，将纠错从实验推向工程化；2025年12月，中国科大潘建伟团队基于“祖冲之3.2号”实现“低于阈值、越纠越对”。

不过，东兴证券研报指出，目前对量子计算的需求边界与能力边界的界定仍有分歧。当前量子计算仍处于扩展比特规模与攻关纠错能力阶段，产业化进展受制于两重不确定性：一方面，高算力需求行业的计算场景与问题复杂度高，难以清晰界定需求边界；另一方面，多种量子算法范式与技术路线并存，使得真实计算能力边界尚不清晰。

华宁也指出，量子计算在量子比特质量、系统规模、量子纠错、控制、系统集成以及成本方面，仍然存在重大挑战。如在硬件方面，量子比特必须在保持极高保真度、有效控制噪声与误差的前提下被制备、操控、互连并实现扩展，这需要在材料、器件、制造、控制电子学、封装以及系统架构等多个层面取得进步。

前述图灵量子相关负责人也认为工程化产品能力是产业落地的基础。图灵量子聚焦光量子计算路线，参与建设国内首条光子芯片中试线，打通从光子芯片设计、工艺制造到封装测试的全流程，有效压缩芯片迭代周期。

目前，图灵量子已搭建起光子芯片、量子计算整机、量子经典混合计算平台的完整产品体系，多代商用级光量子计算机实现对外交付，硬件系统完成从实验室原型向可部署、可运维商用设备的转变。

量子计算的商业化不会等到通用容错计算机完全成熟后才开始。

事实上，量子与经典算力融合，正被多家量子计算企业视为现阶段较为现实的落地路径。企业通过构建量子与经典超算、GPU的异构混合架构，把量子算力嵌入现有算力体系，有效降低产业使用门槛。比如图灵量子今年发布的行业级量子经典混合平台 QAgent，正是为进一步降低量子计算接入门槛，推动量子算力便捷融入真实业务场景。

图灵量子将其发展思路称为“沿途下蛋”：在继续攻关通用量子计算的同时，同步推进专用量子计算、量子经典混合计算及光计算、光互连等方向，让不同阶段的技术能力落地为产品与应用，反哺底层技术迭代。

记者从图灵量子获悉，其已在生物医药分子模拟、金融组合优化、能源工业调度、航空航天等多个领域开展场景验证与项目合作，和多家行业头部客户开展联合探索。

从全球量子计算的发展情况来看，中国企业与欧美企业整体处于并跑、局部存在差距的状态。

上述图灵量子相关负责人表示，在基础研究和部分关键技术方向，中国已经具备较强竞争力，光量子计算、光子芯片等领域也形成了一批具有国际竞争力的科研团队和企业。当前真正的差距，更多体现在产业化节奏、资本投入、基础设施和应用生态等方面。

在华宁看来，中国发展量子计算具有独特条件。除了政府支持，中国还拥有全球规模最大的工程师群体，以及庞大的制造业和成熟产业链。“很大一部分工程师都投身于量子计算的开发当中。同时，中国还有几乎是全球最大的制造业以及成熟的产业链，这也是中国所具有的独特优势。”

量子计算涉及光子芯片、电子芯片、高端激光器、单光子探测器、高速控制与采集、精密测试设备、先进封装以及软件工具等大量跨学科技术。

在图灵量子相关负责人看来，部分高端设备和核心器件仍然需要进一步提升国产化水平。自主可控不能等到产业成熟以后再补课，而应该在产业发展初期同步建设。量子计算目前仍处于产业发展早期，全球技术路线尚未完全收敛，产业链格局也没有固化，中国实际上还有机会从一开始就参与底层技术、制造体系和产业标准的构建。

该负责人表示：“我们选择光量子计算路线，一个重要考虑就是光子芯片与国内已有的半导体、光电子和先进制造产业具有较强协同基础。围绕核心光子芯片，公司深度参与国内首条光子芯片中试线建设，把芯片设计、工艺开发、流片、测试、封装和整机验证连接起来，持续积累自主工艺能力。”

量子计算属于典型的长周期、重研发、强基础设施投入产业，在发展早期需要国家战略和长期资本提供支撑；真正进入产业化阶段以后，则必须依靠企业持续创新、市场需求和商业应用形成自我循环。最终衡量产业是否成熟的标准，是能不能形成具有竞争力的产品、企业和产业生态。