图：量子计算的6大步骤，BofA，AlphaEngine

首先是构建物理量子比特（Create Qubits），这是量子计算机的硬件基础，量子比特能够表现出量子行为，如叠加态和纠缠态。

然后是初始化（Initialization），将量子比特重置到一个“干净”的起始状态，清除所有叠加和纠缠，确保计算过程一致且无噪声。常见的起始状态是计算基态 |0⟩，也叫“ket zero”。

第三步是应用量子门（Run Gates）。通过量子门将量子比特置于叠加和纠缠状态，把要解决的问题“编码”进量子系统中。

第四步是执行量子算法（Circuit Execution）。这里的量子电路（Circuit）指的是为完成特定计算任务而设计的一系列量子门的组合。

第五步是演化（Evolution）。通过量子电路，以特定顺序应用量子门，可以处理编码后的量子态，量子门通过相长或相消干涉实现特定的量子逻辑，推动系统演化。

第六步是测量（Measurement）。当所有操作完成后，量子比特的状态中应包含问题的解。

此时进行测量，量子比特会从量子态坍缩为经典比特，供后续分析或决策使用。

值得注意的是，测量后的量子比特并不会“永久变成经典比特”或失去作用，它们可以被重新初始化，回到基态，用于未来的量子计算。

（6）量子计算的主流技术路径

目前全球量子计算产业采用的六条主流技术路线分别是：超导、离子阱、光子、中性原子、拓扑、自旋，每种技术路径因计算方法的科学本质不同而各有优劣，尚未有单一技术路线形成绝对主导。

从成熟度来看，超导 ≈ 离子阱 > 光子 ≈ 中性原子 > 自旋 > 拓扑。

光子与中性原子技术路径的长期扩展性更强，超导和自旋适合中期过渡。

截止目前，超导（IBM 127量子比特处理器）、离子阱（IonQ 32量子比特）已进入云服务阶段，率先尝试商业化，下面分别来看。

超导量子计算的核心在于构建约瑟夫森结（Josephson Junction），利用了超导材料在极低温（约10mK）环境下的宏观量子效应。

IBM公司在推出1121个量子比特的“Condor”处理器后，该处理器将错误率降低了3-5倍，并计划在2025年内发布拥有1386个量子比特的“Kookaburra”处理器，持续巩固其在规模化上的领先地位。

Google公司则通过其新一代“Willow”芯片，将量子比特的有效计算时间提升至100微秒，相比前代产品性能提升了5倍，显著增强了执行复杂量子算法的能力。

离子阱路线以其超高保真度（>99.9%）和长相干时间为核心优势，在需要高精度计算的场景中已初步商业化。

其技术核心在于利用精密调控的电磁场，在超高真空环境中囚禁单个带电原子（离子），并将其作为量子比特。

通过高精度激光束对离子的内部电子能级和外部振动模式进行冷却与操控，实现量子比特的初始化、量子逻辑门操作以及最终状态的读出。

截至2025年，离子阱路线在构建高质量、可纠错的量子计算机方面取得关键突破。

Quantinuum 实现了包含50个纠缠逻辑量子比特的系统，其双比特逻辑门保真度超过98%，展现了显著的容错计算能力，是迈向实用化容错量子计算的重要里程碑。

IonQ 在商业化部署上保持领先，其Forte Enterprise系统已集成至数据中心，提供36个算法量子比特（#AQ36）的计算能力。

与需要接近绝对零度环境的超导路线不同，离子阱系统可在室温或接近室温的环境下运行，显著降低了对昂贵制冷设备（如稀释制冷机）的依赖，从而降低了硬件复杂度和运营成本。

关于量子计算的技术路径内容较多，也是理解量子计算行业不可略过关键一环，我放到下一期中详细展开，感兴趣的朋友可以专注这个公众号，近期发布。

（7）当前量子计算的主要瓶颈：量子退相干

量子退相干（Quantum Decoherence）是制约量子计算迈向实用化的根本物理瓶颈。

该过程指量子比特因与外部环境（如温度波动、电磁辐射、环境噪声）发生不可避免的相互作用，导致其赖以实现并行计算的叠加态与纠缠态信息迅速丢失，最终“退化”为经典比特，严重影响计算的准确性与可靠性。

通俗的来说，外部环境像无数只“隐形的手”不断偷看量子态，把量子信息坍缩成经典信息，导致量子算法失效。

比如在超导量子系统中，宇宙射线撞击即可引发准粒子浓度骤增，显著缩短量子比特能量弛豫时间，直接导致量子态存储失效。

量子比特的稳定性直接体现在“相干时间”（Coherence Time）这一核心指标上，即量子态能够维持其量子特性的时长。

尽管技术进步显著，例如麻省理工学院已将特定量子态的维持时间从微秒级提升至10秒，但该水平距离运行复杂算法所需的数小时乃至更长时间仍存在巨大鸿沟，远未达到实用化门槛。

相干时间的数量级限制，是当前所有量子计算硬件平台共同面临的核心性能天花板，直接决定了量子计算机所能执行的运算规模和深度。

（8）量子退相干的应对之策：量子纠错（QEC）

如果说量子退相干是“出错”的根源，量子纠错就是“打补丁”的解决方案，本质上是为了应对量子退相干带来的 “量子信息丢失” 问题。

量子纠错的核心思路是将量子信息备份到多个物理比特中，即使部分比特因退相干丢失信息，也能通过整体关联恢复原始信息。

这种 “冗余编码” 的本质，是用更多的物理资源对抗退相干带来的 “信息损耗”。

尽管量子纠错在理论层面已取得进展，但其在真实物理系统中的高效实现。

量子纠错面临最直接的挑战是其惊人的物理资源开销。

以当前主流的表面码（Surface Code）为例，构建一个具备纠错能力的“逻辑量子比特”，预计需要大约 1000个物理量子比特进行编码冗余，严重制约了容错量子计算机的规模化进程。

（9）量子纠错技术的前沿进展

为应对规模化的挑战，量子纠错（QEC）技术正从传统的表面码向多元化创新路径演进，探索编码效率更高、资源消耗更少的新一代纠错技术。

微软在高效编码领域取得关键突破，其提出的4D拓扑量子纠错码展现出巨大潜力。

该技术通过在四维空间中对纠错码进行几何旋转，实现了物理资源的显著优化，构建逻辑量子比特所需的物理量子比特数量减少了5倍。

更重要的是，该编码方案能将物理错误率从10⁻³的水平大幅降低至10⁻⁶量级，实现了千倍的性能提升。

除了编码理论的革新，动态化和智能化也成为量子纠错的前沿方向。

麻省理工学院（MIT）在2024年研发的“动态纠错网络”是该领域的代表性成果，该技术能够根据实时噪声情况动态调整纠错策略，成功将实现特定纠错任务所需的量子比特数量从百万级（10^6）锐减至千级（10^3），并预计在2026年实现工程化应用。

与此同时，利用机器学习辅助量子纠错的探索也日益深入，通过引入基于深度学习的纠错方案和零噪声外推等算法，系统能够更智能地识别和抑制噪声，显著提升量子计算的稳定性与纠错能力。

（10）量子计算的头部玩家：纯量子企业与科技巨头并存

目前参与量子计算研发、提供量子计算硬件云服务的头部企业有两类，分别是纯量子计算公司和科技巨头。

前者有四家，分别是D-Wave、Rigetti、IonQ、Quantum Computing。

后者包括IBM、谷歌、微软、英伟达、亚马逊和英特尔等科技巨头。

除上市公司之外，多家知名非上市公司在量子计算研发和部署方面已取得重要里程碑，得到了大量一级市场资金支持。

比如PsiQuantum、Quantinuum、Infleqtion、Pasqal、SEEQC、Atom Computing、Alice & Bob、Quantum Circuits、QuEra、Alpine Quantum Technologies、Xanadu、OQC和Diraq。

每家公司在量子计算领域的技术路径、商业化选择各有差异，我会在下篇详细展开，这里先给出标的清单。