20260623-中金公司-中金_量子见微_一_突破经典算力边界_迈向容错量子_FTQC_计算新阶段_16页_3mb

量子见微（一）：突破经典算力边界，迈向容错量子计算新阶段

核心内容

量子计算作为后摩尔时代的重要演进方向，具备突破经典算力瓶颈的潜力。通过量子叠加与纠缠特性，量子计算能够在单一运算周期内并行处理指数级数据组合，从而在复杂优化、模拟和高维搜索任务中展现出显著优势。然而，当前量子计算仍面临物理比特易受噪声干扰、错误率高、环境要求苛刻等挑战，因此，构建可扩展、高可靠性的逻辑比特成为实现容错量子计算（FTQC）的关键路径。

主要观点

• 量子计算的算力优势：量子计算利用量子比特的叠加与纠缠，通过概率振幅干涉机制，能够在指数级复杂问题中实现并行计算与路径筛选，展现出远超经典计算的潜力。
• 容错量子计算的必要性：随着量子算法对计算深度的需求增加，物理比特的高错误率成为限制因素。通过量子纠错（QEC）构建逻辑比特，是实现大规模通用量子计算的必经之路。
• 混合架构的发展趋势：当前量子计算正朝向CPU+GPU+QPU的异构融合架构演进，通过分工协作提升整体计算效能。
• 量子纠错的工程化进展：谷歌Willow、祖冲之3.2号等实验验证了低于纠错阈值运行的可行性，行业逐步从物理比特堆叠转向逻辑比特质量提升。
• 技术路线多元化发展：全球量子计算技术路线呈现多路径并行探索格局，包括超导、离子阱、中性原子、光量子、硅半导体和拓扑路线，各路线在纠错能力、可扩展性等方面各有优势。

关键信息

量子计算基础要素

• 量子比特（Qubit）：可同时表示0和1的叠加态，是量子计算的基本单元。
• 量子门：通过可逆变换操控量子态，实现量子计算逻辑。
• 概率振幅干涉：通过干涉机制放大正确答案概率，抵消错误路径。

量子计算架构演进

• 异构融合架构：CPU负责系统级编排与任务调度，GPU承担张量运算与误差处理，QPU用于处理指数级复杂问题。
• 混合计算模式：IBM、NVIDIA等企业正推动量子计算与经典计算的深度协同，构建更高效的计算体系。

量子纠错（QEC）技术

• 逻辑比特构建：通过QEC将多个物理比特封装为逻辑比特，实现噪声环境下的稳定计算。
• 纠错机制：包括误差缓解（QEM）、误差抑制（QES）与量子纠错（QEC），其中QEC是实现FTQC的核心。
• 纠错阈值：只有当物理错误率低于阈值时，增加物理比特数量才能有效降低逻辑错误率。

量子计算能力衡量

• 物理基准：包括物理比特数量与门保真度，但无法全面反映性能。
• 聚合基准：如量子体积（QV）、CLOPS、逻辑比特数，更全面地评估硬件性能。
• 应用基准：如Q-Score、RACBEM，衡量量子芯片解决实际问题的能力。

量子计算发展阶段

• NISQ阶段：以物理比特数量和误差抑制为主，处理短路径算法，如VQE、QAOA。
• Early-FTQC阶段：已实现部分纠错，支持初步的长路径算法。
• FTQC阶段：实现全面纠错，支持大规模通用计算，成为未来量子计算的主流形态。

技术路线对比

未来展望

• 纠错效率提升：各大厂商正致力于降低纠错开销，提升逻辑比特生成效率，以实现更低的物理比特与逻辑比特比例。
• 商业化落地：量子计算在金融、医药、材料等领域逐步从科研验证走向实际应用，但大规模商业化仍需时间。
• 政策与资本支持：量子计算的发展高度依赖政策支持与资本投入，未来进展将受其影响。

风险提示

• 技术进展不及预期，如量子比特相干时间、双比特门保真度、纠错阈值等。
• 商业化落地不及预期，如量子算法在实际场景中的加速效果、成本收益比等。
• 政策支持及资本投入不及预期，可能影响量子计算关键设备与云平台生态建设。