公司概况与核心技术 * 公司为Rigetti Computing 是一家成立于2013年、总部位于加州伯克利的全栈量子计算公司[1] * 公司专注于超导门基量子计算技术 选择该技术路线的主要原因是其可扩展性和门速度优势[4] * 公司利用半导体芯片技术 拥有五十年半导体行业积累的知识和经验可供借鉴[4] * 公司开发了业界首款用于可扩展量子计算系统的多芯片量子处理器[1] * 公司在Fab 1（业界首个专用量子设备制造工厂）内部制造其量子处理单元[1] 技术优势与行业格局 * 超导量子比特因其成熟度、清晰的扩展路径和快速的门速度而被广泛认为是领先的量子比特模式[1] * 当前Rigetti系统的门速度达到50-70纳秒 比离子阱和中性原子等其他模式快约1000倍[1][6] * 目前量子计算领域超过90%的投资集中在超导门技术[5] * 除了Rigetti 该技术阵营还包括IBM、谷歌、亚马逊、微软、东芝、富士通以及中国政府等大型实体[5] * 超导技术的历史弱点是保真度 但自2024年11月谷歌宣布Willow芯片以来 情况已发生改变[7] * 谷歌首次在超导阵营实现了99.7%的双量子比特门保真度[8] * 此后 Rigetti、IBM以及中国政府等多个组织都报告了99.5%-99.7%的保真度[8] * 公司认为超导技术将在未来占据主导地位[8] 商业模式与市场策略 * 长期来看 量子计算的货币化有两种方式：销售物理量子计算机和提供量子计算云服务[10] * 公司认为未来10到20年 大部分业务将是云模式 量子计算机将与CPU和GPU共存于数据中心的混合生态系统中[10] * 目前阶段 许多公司、政府机构和大学出于研究和应用开发目的 对在本地设施中部署物理量子计算系统感兴趣[10] * 公司采取灵活的销售策略：若客户已拥有稀释制冷机 则仅销售量子处理单元；若客户从零开始 则销售整个系统[13][14] * 公司已向费米实验室、空军研究实验室、蒙大拿州立大学、Horizon Quantum Computing以及英国国家量子计算中心等客户交付了量子处理单元或系统[60] * 公司去年下半年获得了两份商业订单 分别来自一家亚洲大型原始设计制造商和一家加州从事量子研究的初创公司[60] * 目前所有已售系统主要用于研究应用 尚无客户将量子计算机用于实际生产工作负载[60] * 公司认为未来三到五年 市场将主要是面向国家实验室、大学和一些从事量子研究的商业客户的本地部署量子计算系统[60] 量子优势与路线图 * 公司在技术里程碑和商业机会预测方面更为保守[17] * 公司观点与波士顿咨询公司的报告一致 预计到2030年市场规模将达到约30亿美元 到2035年达到150-200亿美元[17] * 公司认为距离实现量子优势大约还有三年时间[18] * 实现量子优势需要满足四个技术指标：至少1000个量子比特、至少99.9%的双量子比特门保真度、最高50纳秒的门速度以及纠错能力[18] * 公司批评了行业内选择经典计算机无法解决的数学问题来宣称“量子优势”的做法 认为这是无意义的虚假宣传[20] * 公司认为真正的量子优势意味着能够向数据中心展示性能 并说服其开始使用量子计算[21] * 公司目前有两个系统可用：一个是84量子比特的单片芯片（99%保真度 70纳秒门速度） 另一个是36量子比特的小芯片系统（99.5%保真度 60纳秒门速度）[23][24] * 公司原计划在去年底部署108量子比特系统（99.5%保真度 60纳秒门速度） 但因遇到可调耦合器之间的异常耦合问题而推迟[24][25] * 尽管遇到问题 公司本可以以99%的保真度部署该系统 但选择进行新一轮芯片迭代以将保真度提升至99.5% 这需要额外2-3个月时间[27] * 公司计划在本季度末部署108量子比特系统[33] * 公司今年的目标是实现超过150个量子比特、99.7%保真度的系统[34] * 据公司所知 目前尚无其他公司展示超过150个量子比特、99.7%保真度且采用可调耦合器技术的系统[34] * 公司计划明年利用小芯片技术实现接近1000个量子比特、保真度接近99.8%的系统[35] * 公司认为小芯片方法是扩展到1000量子比特的正确途径[38] * 公司认为保真度是从当前水平提升到99.9%的最大挑战[37] 合作伙伴与生态系统战略 * 公司采取开放和模块化的架构策略 可以整合其他公司的创新解决方案到其技术栈中[39] * 公司与英国剑桥的Riverlane合作进行量子纠错[39] * 公司与广达电脑合作控制系统[39] * 公司与英伟达合作分发层软件（CUDA Quantum和NVLink）[40] * 公司认为英伟达在数据中心分发层软件方面具有主导地位 与其合作优于竞争[40] * 广达是英伟达在控制系统方面最重要的原始设计制造商合作伙伴[40] * Riverlane专注于纠错 并开发了据称是业界首个实时纠错技术[41] * 谷歌2024年11月发布的Willow论文展示的是离线纠错 速度较慢[42] * 公司与Riverlane已证明可以在量子计算中实现实时纠错[42] * 英伟达的角色侧重于与高性能计算的集成 以及如何构建混合生态系统[44] * 公司与英伟达均认为量子计算机不会取代经典计算机 而是将在数据中心共存[44] * 公司认为分发层软件（如CUDA Quantum）将把问题分为三类：顺序计算由CPU处理 并行计算由GPU处理 同时计算则由量子处理单元处理[45] * 纠错处于比分发层更底层的级别 公司与Riverlane的合作聚焦于此[46] 政府项目与资金 * 公司参与了美国国防高级研究计划局的量子双态倡议项目 目前处于A阶段 正在等待B阶段的选择[49] * 该项目的目标是在2033年左右构建一台实用规模的量子计算机 要求达到数十万个物理量子比特、数千个逻辑量子比特、99.99%的保真度以及实时纠错[49] * 公司获得的反馈是需要展示在纠错和长程耦合方面的清晰路线图才能进入B阶段[50] * 微软和PsiQuantum已被选入C阶段[51] * 美国能源部去年11月宣布为美国国家量子信息科学研究中心提供6.25亿美元资金[63] * 最初的《国家量子倡议法案》于2018年通过 为期五年 资金在2023年耗尽[64] * 资金中断影响了公司从费米实验室和橡树岭国家实验室等机构获得的合同收入[64] * 特朗普政府已提议《国家量子倡议重新授权法案》 该法案已于上周提交审议 预计将提供比最初五年6.25亿美元更高的资金[64][65] * 目前特朗普政府已至少将资金恢复至原始水平[65] * 公司相信 基于从政府各部门听到的信息 美国对量子计算的资助将在未来大幅增加[68] * 资助来源包括能源部、国防部、商务部等多个部门[68] * 美国政府的总体目标是保持其在量子计算领域的领先地位 不落后于正在大力投资的中国[69] 财务状况与展望 * 公司上一季度拥有约6亿美元现金 无债务 年消耗率约为7500万美元[70] * 公司认为资金充足 足以支撑其达到量子优势点[70] * 公司目前主要专注于内部技术里程碑 但若存在能加速其路线图的收购机会 也会予以考虑[70] * 公司强调量子计算是一个具有巨大潜力的领域 但需要耐心 这是一个五到十年期的投资故事 而非短期交易机会[72]

文章核心观点 - 量子计算正从实验室技术走向与经典计算深度融合的工程化路径，成为算力长期演进的关键部分 [2] - 量子计算与经典计算（特别是GPU）是互补关系，而非替代关系，二者的协同融合（量电融合）是释放量子计算潜力的关键 [3][5][7] - 图灵量子选择光量子技术路线，并构建了从底层硬件到上层平台的全栈自主可控技术体系，旨在将量子计算工程化并融入现有算力生态 [9][10][11][18] - 中国量子计算企业正通过独特的技术路径加速商业化，试图在下一代计算范式的竞争中实现并跑甚至弯道超车 [20][22] 算力演进背景与范式迁移 - 先进制程边际收益下降、数据中心能耗瓶颈、超大规模问题复杂度超出经典计算承受范围，三大现实约束正推动量子计算纳入算力长期演进路线 [2] - 量子计算正经历从“异构协作”到“深度融合”的范式迁移，2025-2029年是经典与量子计算开始“协同工作”的关键窗口期 [7] - 量子计算的目标是为算力体系引入一个经典算法难以高效逼近的新维度，而非替代GPU [7] 量子计算与经典计算的互补关系 - GPU擅长“大数据、大计算”和矩阵运算，QPU擅长“小数据、超大计算”，适合处理NP完全问题等极端复杂的搜索与模拟 [3] - 量子比特非常脆弱，大约每1000次操作就可能出一次错，因此纠错是关键，而纠错对时延要求极高，需从微秒级走向亚微秒级 [3] - GPU因其高并行、低时延的特性，成为支撑量子计算纠错、反馈、调度等经典计算任务，走向可用性的关键 [5] - 在量子机器学习中，混合架构（GPU跑基础模型，QPU执行复杂量子变换）能让计算效率达成数量级的跨越 [5] 光量子技术路线的战略选择 - 图灵量子选择光量子路径，建成了国内首条光子芯片中试线，主要基于三层战略考量 [9] - 供应链自主可控：光量子芯片对先进制程要求不苛刻，“光制程不会被卡脖子” [10] - 计算规模优势：50个量子比特对应的矩阵维度是2^50，远超传统GPU的亿级参数量，通过薄膜铌酸锂材料实现了110GHz调制速率和超低损耗 [10] - 系统融合友好性：光量子天然适合大规模并行计算，且更容易与经典算力做系统级融合，尤其是在光电共封技术成熟后 [10] - 采用“双物理载体”策略，同时布局薄膜铌酸锂（用于高密度集成）和飞秒激光直写（用于构建三维光子拓扑），为未来系统级量子计算预留弹性 [10] 全栈自主可控的技术体系 底层硬件与混合算力池 - 图灵量子完成了全栈自主可控的大规模高速可编程光量子芯片路径，打通了从材料、器件到系统集成的关键链条 [13] - 光量子芯片单片集成密度超过1000个光子器件，高速电光调制带宽达110 GHz，器件损耗控制在0.1 dB/cm以下，单芯片支持上千个光量子模式数运行 [13] - 基于玻璃芯基板的量电融合板卡，实现了光子芯片、电芯片与高速光互连的有机耦合，互连密度与带宽远高于传统有机基板，为QPU与GPU/CPU协同工作预建了硬件基础设施 [14] - 第二代光量子计算机TuringQ Gen2实现全栈自主可控，实现了56光子相干操纵，具备超10万变元复杂问题求解能力及100+量子比特张量网络模拟规模，系统主频跃升至10GHz，支持标准IDC机房多节点室温部署 [14] 中间层软件框架 - DeepQuantum量子人工智能编程框架是面向量子-经典混合计算的统一软件框架 [16] - 上层与PyTorch等主流AI框架无缝衔接，中间层通过QubitCircuit与QumodeCircuit两种电路抽象覆盖离散与连续变量量子计算，底层直接对接CPU、GPU及光量子QPU等多类算力资源 [17] - 该框架将量子线路仿真、量子机器学习与混合算法运行深度绑定，使量子计算能够在统一框架下完成快速迭代，为QPU-GPU融合提供了关键的抽象层和工程化软件基础 [17] 上层云平台与生态 - “量擎经典-量子融合计算云平台”以CPU、GPU与QPU的统一管理为核心，将量子算力以“可调度资源”的形态整合进云端环境 [18] - 平台覆盖混合算力调度、可视化与在线编程、设备资源配置管理以及多租户管理等关键能力，降低了异构算力使用门槛 [18] - 混合计算体系已与多种国际与国产GPU、加速卡及操作系统实现兼容，并在金融科技、生物医药、材料化学、工业仿真等应用场景中展开探索，同时对接数据中心与算力基础设施合作伙伴 [18] 商业化进展与行业竞争 - 图灵量子商业化加速，营收从2022年的50万元增长到2023年破千万元，并在2025年上半年签署了亿元订单 [20] - 营收主要来自三方面：为金融机构提供量子安全服务（抗量子密码）、向算力中心及航天科工等单位进行整机交付、以及教育科研领域的人才培养 [20] - 在下一代计算范式的竞争中，中国企业正利用光量子路径的独特性，试图在“后摩尔时代”实现弯道超车，与国外差距被认为不到一个月 [20] - 图灵量子与摩尔线程的战略合作，标志着国产算力从“单兵作战”转向“生态合围”，一个软硬一体、自主可控的“算力底座”正在形成 [22]

量子计算行业概览 - 2025年量子计算领域取得突破性发展，人工智能的持续需求蔓延至各个计算瓶颈领域[1] - 以IonQ、Rigetti、D-Wave和Quantum Computing Inc为代表的“量子阵营”总市值已超过500亿美元[1] - 麦肯锡估计2025年量子行业销售额约为10亿美元，长期总潜在市场到2040年可能达到惊人的1980亿美元[3] 主要公司市场表现 - 过去一年量子计算龙头公司股票回报惊人，IonQ股价飙升超过92%，Rigetti和D-Wave分别暴涨274%和400%[2] - 投资者热情高涨的重要原因是人工智能与量子计算之间的深度联系，超大规模人工智能资本支出仍然巨大，持续推动对专用加速器的需求[2] - 咨询基线表明，人工智能和计算支出在2026年前将保持高位，量子收入可能转化为实际订单[3] IonQ公司技术展望 - IonQ首席执行官Niccolò De Masi认为量子计算不仅是下一个重大飞跃，更是下一个替代周期[5] - 量子处理器有可能取代当前推动人工智能热潮的图形处理器，这被视为计算革命的新阶段[6][7] - 公司最新硬件Tempo提供的计算空间比IBM同类机器大36万亿倍，性能超过近10亿个图形处理器[8] - 在与阿斯利康、亚马逊云科技和英伟达的基准测试中，IonQ系统能将传统计算一个月的任务压缩至一天完成[8]

量子计算发展 - 量子计算正在到达一个拐点，英伟达会以多种方式与世界各地的量子计算公司合作 [1] - 未来几年或至少下一代超级计算机中，每一个都将拥有连接到GPU的QPU [1] - QPU将进行量子计算，而GPU将用于预处理、控制、纠错、后处理 [1] 英伟达技术进展 - 量子算法堆栈可以在Blackwell200上加速 [1]