光量子计算迈向产业化，工程与生态成为新考验

AI、新药研发和新材料探索持续推高算力需求，而单纯增加 GPU 的路径成本日益上升，存算一体、Chiplet、光互连和量子计算成为新的技术方向。光量子路线虽然曾在实验室刷新量子优越性纪录，但能否完成工程化和商业落地，仍需接受产业链的检验。

2026年10月14日，在深圳湾芯展期间，图灵量子创始人、上海交通大学无锡光子芯片研究院院长金贤敏带领团队连续推进三项合作：光子芯片产业合作签约、先进智算联盟扩容，以及粤港澳大湾区量超智融合算力中心共建。相关动作表明，量子计算的竞争已不只是物理指标之争，芯片制造、产业协作和应用交付同样决定最终结果。

量子计算受到关注，一方面源于传统算力供需矛盾，另一方面也在于其潜在的全局搜索能力。数耀量生CTO邱迪生曾将其与深度学习中的随机梯度下降对比：后者往往在局部范围内迭代，可能陷入震荡，而量子计算有望对完整解空间进行扫描，寻找全局最优解。金贤敏则认为，量子计算并非服务于单一应用，而是继牛顿力学之后，可能系统性推动科学发展的底层技术。

超导、离子阱、光量子和中性原子等路线仍在竞争。公开实验中，同时具备可制造、可扩展并展示量子优越性成果的路线，主要是超导和光量子。2025年，中国科学技术大学105比特超导原型机“祖冲之三号”在随机线路采样中比当时最快超算快15个数量级；离子阱保真度高但扩展较慢，中性原子阵列规模潜力较大但工程成熟度不足。2026年，“九章四号”操纵并探测3050个光子，在高斯玻色采样任务中实现约10⁵⁴倍于全球最快超算的速度。PsiQuantum的Omega光子芯片组采用格罗方德45纳米产线制造，单量子比特态制备与测量保真度达99.98%，芯片间互联保真度为99.72%，并计划在澳大利亚和美国建设数据中心级量子计算中心。

产业客户更关心设备能否长期稳定运行，而不是实验室峰值。图灵量子从第二代TuringQ Gen2起采用标准IDC机柜，可在室温环境工作，无需为量子设备建设特殊基础设施。2026年9月推出的第三代TuringQ Gen3采用高速可编程薄膜铌酸锂芯片和空时复用架构，实现全芯片化集成；其高斯玻色采样单元“致远3号”宣称达到单芯片万光子级和百万模式数，并在设定损耗边界内实现芯片级量子优越性。

光量子芯片能否扩大规模，关键在于降低损耗。图灵量子将光子线路传输损耗降至0.03 dB/cm，关键单器件插入损耗低于0.1 dB，光纤与芯片单端耦合损耗达到0.9 dB/facet，晶圆级量子光源光谱纯度超过99%。上海交通大学无锡光子芯片研究院还建成国内首条光子芯片中试线，形成设计、制造、测试、反馈和迭代的晶圆级闭环，将芯片迭代周期缩短至2至3周。公司同时探索整机交付、算力服务和量子智算中心模式，并已在生物医药、金融等领域开展合作。

量子设备要进入产业，还必须接入调度平台和现有算力基础设施。天通股份、Luceda及相关研究院围绕材料、设计软件和制造环节推进光子芯片协作。2022年由图灵量子、沐曦股份、优刻得和脑虎科技发起的先进智算联盟，今年吸收傅利叶智能等具身智能企业，成员由最初四家扩大至数十家。图灵量子还联合亚洲算力、智城算网建设粤港澳大湾区量超智融合算力中心，计划实现QPU、CPU和GPU联调，将量子算力纳入平台调度；欧美已有几十至上百个类似节点，英伟达也已推出GPU对接量子计算机的方案。

光量子计算已经越过单纯原理验证阶段，但性能纪录不等于产业成熟。高性能材料和器件供应、晶圆制造良率、长期稳定性、损耗控制、软件生态以及大规模纠错和容错计算，仍是必须突破的难题。未来竞争重点将从论文和光子数纪录，转向产线能力、可交付设备、客户持续付费和量子算力与经典算力的协同。它未必会迅速取代现有算力，却已走出实验室，进入制造、工程和应用的长期爬坡阶段。