01国盾量子从2013年起布局量子计算，依托量子通信积累的技术基础，逐步拓展至超导量子计算领域。

02量子计算未来将形成庞大产业链，但需突破3C框架中的时钟速度、连通性与成本挑战。

03“祖冲之”系列走高性能路线，已实现105比特加182个耦合器的高保真度芯片，技术持续迭代升级。

04量子AI天然擅长矩阵运算与低能耗计算，可有效缓解人工智能的能源瓶颈问题。

05国盾量子专注超导量子处理器硬件，与合作伙伴共建云平台及生态，推动量子计算走进千行百业。

以上内容由传播大模型和DeepSeek生成，仅供参考

当前，量子科技已成为全球科技竞争的战略高地和我国实现高水平科技自立自强的关键领域之一。作为国内量子信息产业的先行者，国盾量子从量子通信起步，逐步拓展至超导量子计算，历经十余年技术积累与工程实践，走出了一条自主创新的扎实路径。

近日，就超导量子计算的技术进展、核心挑战与产业生态，潮新闻专访了国盾量子技术专家储文皓，以下为采访实录。

从量子通信到量子计算：国盾的战略延伸

问：储老师好。国盾量子在公众认知中更多与量子通信关联，但实际上你们在量子计算领域也已深耕多年。从量子通信起家，到如今深度投入超导量子计算，这条技术路线是如何演进的？

储文皓：国盾大约从2013年开始布局量子计算。我们在量子通信领域积累的系统工程集成经验和质量管控体系，为切入超导量子计算赛道，研发极低温技术、高精度电子学控制技术提供了很好的基础。

不过我想先分享一个基本判断：量子计算如果对标传统计算，它未来一定是一个非常庞大的行业。今天的经典计算，从上游芯片到下游应用，已经形成极其完整的产业链。最近二级市场关注的CPU、存储等概念都在这个链条里。但量子计算要走到那一步，还有很长的路要走。

摩尔定律的物理极限：量子计算的必然性

问：您开篇就提到摩尔定律已接近尽头，这和量子计算的发展有什么直接关系？

储文皓：关系非常直接。我们来算一笔账。按照摩尔定律，从1965年到2025年大约40个周期，晶体管数量理论上应增长1.2万亿倍。但实际增长了多少？1971年Intel 4004约有2250个晶体管，2025年NVIDIA A100约有550亿个，实际增长只有约2.36亿倍——中间相差了近一万倍。

为什么会这样？因为制程已逼近物理极限。当制程达到一纳米时，相邻PN结之间已经处于量子态的耦合之下，测不准原理开始显著起作用。继续往下做，不再是工程问题，而是物理问题。因此，人类下一代的硬件范式变革，必然要跳出摩尔定律的。量子计算是其中最有希望的路径之一。

3C框架：量子计算硬件的三大核心挑战

问：您提出了一个“3C框架”来概括量子计算硬件的核心挑战，能否具体展开？

储文皓：三个维度，我简称为“3C”。

第一个C是Clock Speed——时钟速度。很多人可能不了解，量子计算机并非打开就能持续运行。由于量子比特的相干时间非常短，必须每秒钟高频率地进行“开关机”和线程重置，不断循环校准。在现有路线中，超导是速度最快的，时钟速度可以达到兆赫兹量级。离子阱、中性原子等路线目前还在千赫兹量级。

第二个C是Connectivity——连通性。随着我们进入纠错时代，连通性将变得越来越重要。它直接决定了你能采用什么样的纠错方案、量子路由怎么做、量子比特如何映射。中性原子在连通性上有天然优势——它兼具离子阱的灵活性和超导的扫描能力，这也是近年来中性原子路线进展迅速的原因。

第三个C是Cost——成本。目前单个量子比特的成本大约在万美元量级。远期如果扩展到百万量子比特，这个成本是不可持续的。我们必须通过工业化、规模化，将成本压缩两到三个数量级，这是未来必须解决的问题。

“祖冲之”与“骁鸿”：Quality和quantity的路线选择

问：国盾量子的超导量子处理器目前发展到什么阶段了？

储文皓：在芯片上，得益于中科大团队的支持，我们对外提供高性能（high quality）和高拓展性（high quantity）两种选择。

“祖冲之”系列走的是高性能路线，采用可调耦合架构。从24比特，到第二代的66比特加110个耦合器，再到第三代的105比特加182个耦合器，保真度和比特寿命的指标是稳步迭代上升的。

“骁鸿”系列走的是高扩展路线，采用固定耦合架构。目前已验证的是504比特，我们后续还有更大规模的规划。

但504比特这块芯片也告诉我们一个道理：它有500个比特，但由于是固定耦合架构，整体性能实际上不如比特数较少但架构更优的芯片。有时候把已有的规模用好，远比一味追求比特数增长更为重要。我个人现在的判断是：先在一块芯片上完成一个逻辑量子比特的验证，再去考虑分布式、多芯片互联。不要步子迈得太早。

我们的路线图是：2025年实现百比特规模、错误率千分之一——这已经完成。2030年左右，达到数千比特、错误率低于千分之一，结合“surface code”等纠错方案，将有效错误率压到百分之一。远期目标是百万比特、错误率千分之一，正式进入容错量子计算时代。

量子AI：天然擅长矩阵运算与低能耗计算

问：您提到量子AI也是一个重点方向。量子与人工智能的结合点在哪里？

储文皓：讲一个核心道理：人工智能本质上是在做矩阵计算。矩阵乘法用传统计算机来做非常耗时——稀疏性处理、编码、每一层的乘法操作，都消耗大量的电力和硬件资源。而量子计算天然擅长处理矩阵运算。

因为量子态本身就是一个天然的向量空间。在进行量子门操作时，背后的矩阵计算本质上是物理的自然演化过程——噪声、有效数据相关性，都可以纳入这个计算框架。你只需要做一次量子态的编码，剩下的就由物理过程自动完成。

更重要的是，量子计算在理论上是可逆计算。可逆意味着什么？不消耗能量。热力学第二定律告诉我们，熵增的过程才消耗能量，可逆过程原则上不耗能。如果我们未来把量子计算机做到足够高的水平，它的计算能耗一定远低于现在的CPU和GPU。这也有望回应当前人工智能面临的能源瓶颈问题。

第三个结合点在人脑层面。人脑的工作过程绝不是纯经典的过程——每天晚上做梦，在梦境那种量子态下逐步探索、坍缩，最后沉淀为有效信息。目前量子AI中，量子计算大约承担5%的工作——比如替换某一层神经网络——剩下的95%仍由经典计算配合。但随着量子硬件规模扩大，这个比例会越来越高。

范式变革：不能用造马车的经验来设计汽车

问：您在量子峰会上提到“汽车时代与马车时代”，结尾想传达什么信息？

储文皓：有一段历史很有意思：美国航天飞机的火箭助推器直径是4英尺8.5英寸。这个数字是怎么来的？往上追溯，火箭助推器要经铁路运输，铁路宽度沿袭自电车轨道，电车轨道依据马车宽度，马车宽度根据古罗马马路，古罗马马路又来源于罗马战车，而罗马战车的宽度取决于两匹马的屁股宽度。两千多年前古罗马战马屁股的大小，决定了几千年后航天飞机火箭助推器的直径。这就是路径依赖的力量。

量子计算整机的构建，不是给经典计算机换一个“CPU”那么简单。它是一整套完全不同的范式——从底层物理原理，到控制方式，到软件栈，到应用场景，每一步都可能完全不同。分布式量子计算不是把经典分布式那套搬过来就能用。量子纠错也不是传统意义上的“debug”。

所以我一再提醒自己和团队：我们不能用造马车的经验来设计汽车。 量子时代之于经典时代，就像汽车时代之于马车时代。你可以沿用一些经典时代的标准，但不能用马车时代的思维去限制量子计算的想象力。

生态共建：国盾只做硬件，不做孤岛

问：国盾在量子计算云服务和生态建设方面是如何布局的？

储文皓：量子计算云服务不是简单地把量子计算机接入云平台就完事了。应该从量子计算的场景出发，设计云原生的功能，考虑如何实现稳定、安全、低门槛的使用方式。这首先是一个产品和工程问题，不是科研问题。

我们与中电信量子集团、中科弧光等合作伙伴联合开发了云平台，提供标准函数库Cqlib、量子线路编译优化、QOS量子操作系统执行，以及免费的量子模拟器——包括全振幅模拟器、张量网络模拟器、稳定子模拟器和含噪声模拟器。

此外，我们与合肥大数据中心“巢湖明月”、中国电信“天衍”平台都有深度合作。在生态合作上，我们的策略是“只做硬件”——专注把超导量子处理器、测控系统、制冷机和软件栈做好。云平台和应用层，更多交给合作伙伴。比如平安银行这样的金融机构，我们提供硬件能力和技术支撑，由银行自己去探索金融场景。大家各司其职，形成合力。

问：最后，如果用一个词来总结国盾量子在量子计算上的核心战略，会是什么？

储文皓：纠错。我们目前在纠错方面与谷歌之间还有差距。我们接下来的方向很明确：通过规模扩展，把纠错技术发展得足够好，将错误率压得足够低，在可预期的时间内做出逻辑量子比特。

有了逻辑量子比特，现在很多不敢想的应用就可以进入视野了——Shor算法去破解密码学、Grover算法去做大规模数据搜索……这些都将成为可能。

量子计算这条路，不是一个人、一家公司能走完的。需要做硬件的把硬件做到极致，做软件的把软件层叠起来，做应用的去各个行业里找到真实的场景。每一条路的终点都一样——让量子计算真正走出论文，走进千行百业。

球友会体育在线，走地皇rb88，

球友会足球官网相关资讯：rb88官网，