量子飞跃：量子未来中的赢家与输家

量子飞跃：量子未来的赢家与输家 这份笔记深入探讨了量子技术，特别是量子计算，并评估了不同的技术方法和竞争格局。 +1 212 845 7822mark.newman@bernsteinsg.com马克·C·纽曼 量子计算有望成为计算领域的重要里程碑。我们相信，先进计算的未来将由CPU、GPU和QPUs组成的三处理器架构所塑造。在该模式下，量子计算和QPUs不会取代传统硬件（传统服务器和AI服务器中的CPU和GPU），而是作为专用加速器，紧密集成到一个更广泛的混合量子-经典系统中。这类似于GPU并未取代CPU的情况。 +852 2918 5704david.dai@bernsteinsg.com戴维·戴，CFA +852 2123 2654qingyuan.lin@bernsteinsg.com林庆元博士 量子计算是如何工作的？在量子计算中，一旦物理量子比特被创建，量子算法将通过精心编排的操作来操控这些量子比特，这些操作会创建叠加态、使量子比特发生纠缠，并利用干涉来增强正确结果的同时消除错误结果。经过这一受控的演化过程后，系统会被测量，量子态会坍缩成编码了解的古典比特。 +1 917 344 8339april.li@bernsteinsg.com李四月 +1 917 344 8481phoebe.sun@bernsteinsg.com孙菲比 量子计算也吸引了多家大型科技公司。 专业纯粹投资。在大型科技公司中，IBM（评级为市场表现）可以说是领导者，谷歌、微软和英特尔则有重要的量子计算计划。从地域上看，我们观察到北美、欧洲和中国的大公司和政府都有显著的活动。 +44 20 7762 1857carmine.milano@bernsteinsg.com卡米内·米兰诺，CFA 我们分析了6种量子模态，并认为有三种方法是最有潜力的量子未来方案：1）超导技术，可以说是目前商业上最先进且准备就绪的技术，由IBM和Google的快速发展为推动；2）囚禁离子技术，被市值最高的量子纯玩游戏公司IONQ采用，提供最高的精度和稳定性。英飞凌是囚禁离子的主要晶圆代工厂，为该子领域的最大玩家提供量子处理器（QPUs）；3）中性原子技术，提供高度灵活的架构，能够进行扩展。我们密切关注的其它方法包括：光子、拓扑和硅自旋。 量子计算的真实经济价值很可能只有在其实现量子优势之后才能得以释放，而预计实现的时间大约在2030年左右。为了估算当前量子概念股的隐含市场份额，我们对2040年估计的1300亿美元的总潜在市场（TAM）进行折现，应用SOX市盈率28倍，并采用与成熟科技同行一致的30%净利率。该框架表明，6家上市纯粹概念股的合计市场份额为24%，其中IONQ（市值最大的六家公司之一）约占11%的份额。这些结果看起来合理，并支持了我们的假设。 然而，现在就判定胜负是否为时过早？鉴于这项技术尚处于早期阶段，且部分公司仍处于半保密状态，我们认为现在还无法确定。例如，光子学、拓扑学和硅自旋等领域显示出潜力，但都还处于过于早期的阶段，难以评估。此外，我们的分析表明，量子计算可能并非一个“赢者通吃”的行业。不同的模式（或方法）具有不同的优势和权衡，这使得某些架构更适合特定的用例、工作负载和时间段。 伯恩斯坦行情表 投资影响 我们评级IBM市场表现型，目标价=280美元。 我们给英飞凌评级为跑赢，目标价 = 74欧元。 目录 第一部分 计算的未来——介绍三处理器架构（CPU、GPU、QPU）........................................3第二部分 量子计算是什么？技术基础.............................................................................................................................................5 细节 第一部分 计算的未来——介绍三处理器架构（CPU、GPU、QPU） 量子计算有望成为计算领域的重要里程碑。我们相信，先进计算的未来将由CPU、GPU和QPUs（量子处理单元）组成的三处理器架构所塑造（参见附图1）。在该模型中，量子计算和QPUs并非取代传统硬件（传统服务器和AI服务器中的CPU和GPU），而是作为专用加速器，紧密集成到一个更广泛的混合量子-经典系统中。任务的分配将根据工作负载的性质和复杂性动态地在CPU、GPU和QPUs之间进行（参见附图2）。正如GPU（及AI服务器）并未取代CPU（及传统服务器），而是起到补充和增强的作用一样；我们预计，量子计算和QPUs也将对传统计算方法（传统服务器和AI服务器中的CPU和GPU）起到补充和增强的作用。 • 中央处理器仍然是系统的指挥中心，负责执行顺序逻辑和处理复杂的分支操作。它监督系统层面的协调，包括内存分配和输入输出管理，确保所有组件协同运作。此外，中央处理器将大型复杂问题分解为可管理的子任务，并智能地确定如何将这些任务分配给GPU和QPU，将每部分工作负载分配给最适合高效执行的处理器。 • GPU是经典并行计算的高吞吐量主力，擅长大规模张量运算和密集型数值计算。它在驱动机器学习工作流（包括训练、推理和优化流程）中发挥着核心作用。在混合架构中，GPU还会在数据发送至QPU之前进行准备和转换，确保其处于量子执行的正确格式。当直接访问量子硬件受限时，GPU可以模拟量子电路以近似行为并测试算法。此外，通过执行错误缓解、校准和QPU输出验证，它有助于混合计算的可靠性，充当经典处理与量子处理之间至关重要的桥梁。 • QPU将解决那些由于指数级复杂性而对经典系统从根本上难以处理的问题。它在解决具有巨大组合搜索空间的优化挑战以及模拟分子和先进材料等量子系统方面表现出色，其细节程度超越了经典系统的能力。通过执行专门的量子算法——包括变分电路、量子近似优化算法（QAOA）和肖尔型程序——QPU可以探索经典处理器无法高效导航的复杂解空间，为解决一些最困难的计算问题提供强大的工具。 IBM是这种混合范式的核心推动者。他们明确拒绝将量子视为独立系统。他们已将此概念正式化，称之为“量子中心超级计算”，并于2026年3月提供了参考设计，该设计规划了一个统一的环境，通过高速连接（如超以太网和NVQLink）划分计算层级。在软件方面，IBM依赖于Qiskit，这是一个开源软件开发套件。当开发者使用Qiskit在Python中编写代码时，Qiskit编译器会自动针对不同的执行约束。它会解析开发者的高层意图，将传统的编程循环映射到本地CPU/GPU集群，并编译复杂的 将抽象数学直接转换为针对物理量子比特的目标硬件指令 英伟达的NVQLink建立了一个开放、与硬件无关的平台架构，直接将GPU加速服务器与第三方量子处理单元（QPU）连接起来，使QPU能够在同一机架内作为本地协处理器运行。在软件方面，英伟达通过CUDA-Q提供架构分配层。这个单一源编程框架允许开发者编写统一的C++或Python代码，利用其内置编译器自动分割工作负载——将庞大的AI张量运算卸载到GPU，系统逻辑交给CPU，而复杂的组合算法则直接发送到QPU。 第二部分：什么是量子计算？技术基础 在量子计算中，一旦物理量子比特被创建，量子算法将通过精心编排的操作来操控这些量子比特，这些操作能产生叠加态、使量子比特发生纠缠，并利用干涉来增强正确结果的同时消除错误结果。经过这一受控的演化后，系统被测量，量子态随之坍缩成编码了解的古典比特。如果量子计算能够变得足够强大和稳定，其独特的计算能力将解决当今超级计算机无法胜任的问题。 叠加：量子计算与经典计算有着根本区别，因为其基本单元量子比特（qubit）可以处于叠加态，同时表示多种状态，而非经典计算中的单一0或1。这使得量子计算拥有远超经典计算的巨大计算空间，能够同时探索多种可能解，而经典计算则需依次评估。 纠缠将量子比特连接起来，因此它们的态是联合定义而非独立定义，这使得量子算法能够编码变量之间的关系和约束，引导干扰走向有效解，而经典计算机必须明确追踪这些关系，并且在处理某些特定问题时往往效率较低。 通过控制概率幅度的叠加方式，干扰使量子算法能够增强正确解并抑制错误解。通过精心设计的操作序列，与有效结果相关的幅度会相互加强，而与无效结果相关的幅度则会相互抵消。这种概率分布的重塑确保了，在测量时，对于某些特定问题，正确的或最优解出现的可能性高于经典计算。 测量是量子计算的最终步骤，在此步骤中，量子态被观测并坍缩成传统计算机可以读取的经典输出。由于量子信息本质上具有概率性，单次测量会得到概率分布中最可能的结果。通过多次重复计算，最优解会以统计学的形式显现。 量子计算的关键潜在应用场景包括： • 材料科学与化学：模拟分子和反应，用于药物发现、催化剂以及新材料 • 优化问题：物流、调度、投资组合优化和供应链路径 • 密码学与安全：破解或加固加密方案 • 机器学习和人工智能：加速特定的线性代数和采样任务 风险评估与蒙特卡洛模拟，其中可能性集合呈指数级爆炸。 第三部分：主要的量子模式有哪些？ 量子计算目前正通过多种硬件方法进行研究，每种方法都基于不同的物理系统来创建和控制量子比特，并且每种方法都有其自身的优势、局限性和成熟度曲线。目前主流的方式包括： • 离子阱，以其卓越的稳定性而闻名，但速度较慢； • 中性原子阵列，具有高量子比特数，但难以实现高保真度门控。 • 光子技术，一种使用光学元件的早期技术； 拓扑量子比特，这是一条高风险、高回报的道路，旨在针对固有的稳定量子信息；以及 • 硅自旋量子比特具有将量子比特和控制电子密集集成的潜力，但由于它们依赖于操控微小的电子自旋，因此速度较慢且控制难度较大。 这六种方法共同描绘了塑造量子计算产业的核心技术格局。我们相信超导、囚禁离子和中性原子是量子未来的主要竞争者——详情如下。 超导量子比特是当今商业上最先进且准备就绪的技术，由IBM和谷歌的快速发展为推动。这些系统使用在接近绝对零度下冷却的微小电路，使电子表现得像量子比特。然后，使用精确形状的微波脉冲来操控量子比特。其吸引力是直截了当的：超导量子比特速度快，可以用半导体式工艺制造，并且已经支持数百位的量子处理器。由于超导芯片可以使用改进的半工艺生产，因此它 能够实现更大、更复杂处理器的更快生成。然而，超导相对不稳定，因为它是一种只有在环境温度和噪声水平非常低时才能存在的量子状态。虽然不稳定，但像IBM和Google这样的行业领导者通过更快的门电路、更深层次的技术人才以及市场上最成熟的硬件-软件堆栈来进行补偿。 超导硬件构成了第二种更专业的量子模型，称为量子退火，该模型针对解决大规模优化问题进行了优化，而非运行通用量子算法。量子退火器，尤其是D-Wave系统，使用超导磁通量子比特，这些量子比特排列在一个能量景观中，机器会逐渐“退火”以找到低能量解。尽管理论上量子退火与模型无关，但在实践中它只应用于超导领域。 离子阱量子比特在业内提供最高的精度和稳定性，但其架构面临更慢的操作速度和扩展障碍。该方法将单个带电原子困在电磁场中，并用激光进行操控。由于原子天然具有相同性和极高的稳定性，该平台实现了长相干时间和业内领先的门保真度，这些是纠错的关键指标。其代价是操作更慢和更复杂的光学系统，这使得扩展更加困难，但离子阱技术提供当今最可靠的量子比特。采用离子阱模式的是市值最大的量子纯玩游戏公司IONQ。英飞凌是离子阱领域的领先晶圆代工厂，为该细分领域的最大玩家提供量子处理器单元。 中性原子平台提供了一种高度灵活的架构，能够进行扩展，尽管在扩展规模时保真度仍然 一个挑战。这些系统利用激光将单个原子固定并重新定位在光学“镊子”中，从而实现快速重排。中性原子硬件已展现出令人印象深刻的量子比特数量和量子模拟的潜力工作负载。主要挑战在于大规模实现高保真度的门控，因为复杂的光学设置会