深度报告-20260306-东方证券-量子计算_技术突破与政策催化共振_商业化落地加速可期_42页_3mb

> **来源：[研报客](https://pc.yanbaoke.cn)** # 量子计算：技术突破与政策催化共振，商业化落地加速可期 # 核心观点 - 量子计算是基于量子力学原理的新型计算范式，在经典计算性能提升放缓和算力需求激增的背景下应运而生。量子计算通过量子叠加和纠缠在物理层面对信息进行并行处理，可在特定问题上显著降低计算复杂度，例如无序搜索等任务中量子算法并行探索庞大解空间，所需步骤远少于经典算法。需要强调的是，量子计算并非对经典计算的全面替代，而是更适用于组合优化、搜索、模拟等特定领域，将作为现有计算体系的拓展与补充。在可预见的未来，量子计算将长期以“量子-经典”混合模式运行，经典计算需持续承担结果读取、误差校正、参数优化等工作。 - 目前量子计算的实现有多条技术路线并行发展，主要包括超导、离子阱、中性原子和光量子计算等，每种方案的物理原理和工程实现各具特点。其中超导方案在毫开尔文极低温下运行，门操作速度快、控制技术较成熟；离子阱和中性原子方案以离子或原子为比特载体，具有相干时间长等优势，但依赖高精度激光控制和超高真空环境，单次运算速度较慢；光量子计算利用光子作为比特，具备室温运行、长距离传输的潜在优势，但对精密光学器件要求严格，目前仍在探索可扩展的集成方案。 - 量子计算进步加速，在量子计算优越性和纠错能力上提升显著。近年来，以谷歌、IBM等厂商为代表的企业，在量子计算优越性和纠错能力等方面有显著进展，为量子计算的规模化和实用化打下良好基础。国内的“祖冲之三号”、“九章”系列量子计算机也实现了显著的突破和进步，为走向容错量子计算打下基础。另一方面，量子计算与经典计算的结合在不断加深，为量子计算的性能提升、生态建设和未来商业化打下基础。谷歌等业内领先公司纷纷制定了雄心勃勃的量子计算技术路线图，希望在2030年左右实现可商业化的量子计算落地。 - 全球主要国家纷纷制定量子科技战略并投入巨资。美国2018年通过《国家量子倡议法案》启动联邦量子研发计划，近年进一步在《芯片和科学法案》中强化量子网络和标准研制，并通过出口管制和投资审查将量子技术列为国家安全重点；欧洲推出“量子旗舰”计划，由欧盟统筹推进量子技术主权；中国则将量子计算纳入国家重大科技专项，并通过地方产业基金和人才培养等举措加速科研成果产业化转化。 - 当前量子计算产业处于商业化初期。行业目前主要围绕科研级整机和关键部件的研制，行业收入以政府及科研机构需求为主，上游硬件和控制系统的重要性远高于下游应用。各国科技巨头和初创公司正积极布局产业链：IBM、谷歌等领跑量子计算技术研发，国内的国盾量子、本源量子、图灵量子等企业也在核心技术研制方面取得积极进展。 # 投资建议与投资标的 量子计算机已突破纠错阈值，距离构建容错量子计算更近一步，商业化进程加速。政策面对量子计算等新质生产力的支持有望带来更大市场空间，释放业绩潜力。我们建议投资者关注上游核心设备与元器件、中游整机平台与下游应用安全等领域标的。 - 中游整机平台，相关标的为国盾量子，以及参股本源量子的科大国创。 上游核心设备与元器件，相关标的为禾信仪器、普源精电、西部超导、腾景科技等。 - 下游应用安全，相关公司包括吉大正元、三未信安、信安世纪、格尔软件等标的。 # 风险提示 技术发展不及预期风险；技术路线切换风险； 行业评级 看好（维持） 国家/地区 中国 行业 计算机行业 报告发布日期 2026年03月06日 # 证券分析师 浦俊懿 执业证书编号：S0860514050004 pujunyi@orientsec.com.cn 021-63326320 陈超 执业证书编号：S0860521050002 chenchao3@orientsec.com.cn 021-63326320 宋鑫宇 执业证书编号：S0860524090002 songxinyu@orientsec.com.cn 021-63326320 # 相关报告 AI模型价值和重要性得到进一步凸显 2026-03-01 大厂比拼应用入口，软件将迎“K“型分 2026-02-22化 OpenClaw 爆火，AI Agent 落地有望加速 2026-02-09 # 目录 # 一、经典计算性能瓶颈渐显，量子计算成为加速计算新范式 6 1.1经典计算性能迭代放缓，量子计算并行计算能力突出 6 1.2量子计算原理：通过量子比特操控与测量完成任务 8 # 二、主流量子计算技术路径各有优劣，目前尚未收敛 10 2.1 多种量子计算机并存，各条路径各有优劣 ..... 10 2.2量子计算体系发展与演进过程 13 2.3量子计算机进展加速，未来路线图清晰可见 15 2.3.1 量子计算进展显著加速，量子计算优越性和纠错是实用化核心 15 2.3.2量子纠错（QEC）突破阈值，为规模化应用奠定基础 18 2.3.3 经典-量子混合计算成为趋势，生态建设持续完善 21 # 三、多个国家地区政策聚焦量子科技，关注资金、人才、安全 24 3.1政府投入与制度支持扮演重要角色 24 3.1.1 美国：立法先行与安全导向并重 25 3.1.2加拿大：以国家战略为核心的生态型布局 25 3.1.3欧洲：多层级协同推进量子技术主权 26 3.1.4 中国：国家战略牵引下的系统性推进 27 3.2政策从产业规划、财政投入与出口管制等方面加速产业发展 28 # 四、量子计算产业加速发展，商业化应用需求升温 30 4.1量子计算产业规模快速放大，价值链各环节均有望受益 30 4.1.1 量子计算产业规模有望迎来高速发展 30 4.1.2技术路线分化下的产业链整体特征 31 4.1.3量子计算不同产业链核心环节与部件各异 33 4.2国内产业生态与竞争格局：目前正从科研走向产业化，多数企业聚焦单一技术路线..34 # 五、国内部分量子计算公司介绍与梳理 37 5.1量子计算公司梳理 37 5.1.1 国盾量子：量子科技国家队，量子计算领域实力持续提升 37 5.1.2图灵量子：光量子计算产业化引领者 37 5.1.3 本源量子：超导量子计算全栈研发与产业化龙头 38 5.1.4 汞信仪器：拟收购量羲技术，布局稀释制冷机等核心部件业务 39 5.2投资建议和投资标的 40 六、风险提示 40 # 图表目录 图1：经典电子计算机经历了电子管到大规模集成电路4个阶段. 6 图2：经典计算的摩尔定律近年来呈现显著放缓. 6 图3：人工智能模型需要的算力快速提升 6 图4：分子动力模拟需要高性能计算系统支持 7 图5：经典计算与量子计算在计算体系架构上的差异示意 8 图6：经典比特 vs 量子比特：状态与观测的对比. 9 图7：量子门对可控量子态的幅度与相位进行旋转与变换，影响量子态测量概率. 10 图8：包含量子纠错功能的全栈量子计算机经典架构 10 图9：各主要量子计算硬件平台特性的对比“族谱” 11 图10：量子计算目前正处于技术突破期 14 图11：量子计算领域算法发展日新月异，未来走向更好解决实际问题 14 图12：纯量子算法与量子-经典算法持续进步，解决经典计算难题 15 图13：谷歌发布的Willow芯片实现了量子计算能力的新突破 16 图14：量子计算将逐步走向容错量子计算 16 图15：Google量子计算技术发展路线图 16 图16：IBM量子计算技术发展路线图 17 图17：IonQ技术发展路线图 17 图18：“祖冲之三号"量子计算原型机 18 图19：“九章三号"量子计算原型机 18 图20：通过量子纠错实现多个物理比特构成一个逻辑比特 19 图21：物理硬件错误率降低至阈值以下时量子纠错才会生效 19 图22：2025年采用自研或第三方量子纠错的硬件厂商增多 20 图23：表面码成为不同技术路线的通用选择 20 图24：不同技术路线物理比特数及错误率变化趋势 21 图25：量子门保真度的演进历史及关键里程碑 21 图26：量子-经典混合计算原理示意 22 图27：英伟达通过CUDA-Q实现量子-GPU计算融合 22 图28：英伟达NVQLink混合计算性能指标突出 23 图29：量子计算云平台功能框架 23 图30：本源量子云服务将提供高性能的量子计算能力 23 图31：世界各国政府量子计算产业投入金额 24 图32：中国地方政府量子计算产业政策 28 图33：传统密码学受量子计算威胁时间表 28 图34：众多行业有望受到量子计算的影响 29 图35：目前国内17所高校开设量子信息科学本科专业 29 图36：全球量子计算产业规模迅速扩张（2024-2035E）（单位：十亿美元） 30 图37：量子计算产业发展进入加速期 30 图38：量子整机上游产业链，测控、比特环境与芯片是核心 32 图39：量子整机与系统软件、应用软件构成整体产业链 32 图40：量子计算下游应用广泛 34 图41：中国量子计算整机各条路线均有众多参与者 36 图42：2021-2025Q3国盾量子营收及净利润（单位：亿元） 37 图43：2021-2024国盾量子营收结构变化（单位：亿元） 37 图44：图灵量子产品矩阵 38 图45：图灵量子解决方案 38 图46：本源量子产品矩阵 38 图47：“本源悟空"超导量子计算机 39 图48：量羲技术在量子计算产业链中主要提供稀释制冷机等产品 39 图49：2024年量羲在国内稀释制冷机市场份额排名第一 40 图50：2023-2025上半年量羲技术营业收入及扣非归母净利润(万元) 40 表 1: 量子计算与经典计算效率对比 表 2: 无序搜索问题计算比较 表 3：主流量子计算机技术路线特性对比 ..... 11 表 4：量子计算机关键技术指标包含比特数、保真度、逻辑错误率等维度 ..... 12 表 5：国内量子计算与超算、智算开始融合 ..... 24 表 6: 美国量子计算产业政策梳理 ..... 25 表7：加拿大量子计算产业政策梳理 26 表8：欧洲主要国家及欧盟量子计算产业政策 26 表 9：中国量子计算产业政策演进 ..... 27 表 10: 不同技术路线量子整机涉及的相关产业及成本占比一览 33 表 11: 不同技术路线量子计算整机公开招标与采购记录 ..... 34 表 12: 根据公开招标数据整理的量子计算国内整机与部件供应商列表. 35 # 一、经典计算性能瓶颈渐显，量子计算成为加速计算新范式 # 1.1 经典计算性能迭代放缓，量子计算并行计算能力突出 1946年，第一台通用计算机ENIAC在美国诞生，经典计算机自此经历了80年左右的发展，演化出从电子管到大规模集成电路的4个阶段，为人类有效处理数据与信息发挥了重大作用。经典计算机的出现，本质上源于人类对高效处理十进制数据工具的需求，在持续演进过程中，计算技术逐步从单一的数据处理工具，发展为覆盖存储、通信与信息处理的完整半导体工业体系，并衍生出大量应用场景，共同支撑了当今丰富多样的电子应用生态，包括游戏、智能手机应用、工业设计软件、密码学、以及大规模数据挖掘等。 图1：经典电子计算机经历了电子管到大规模集成电路4个阶段 (a)ENIAC（第一代电子管计算机） (b)TRADIC（第二代晶体管计算机） (c) 第三代中小规模集成电路计算机 (d) 第四代计算机的大规模集成电路板 数据来源：CSDN，东方证券研究所 然而，随着应用复杂度不断提升，传统计算机架构的局限性逐渐显现，其中最核心的问题在于计算规模与计算速度的提升路径受限。历史上，芯片性能主要依赖制程提升带来的晶体管密度增加，而当制程进入纳米尺度后，量子隧穿效应、功耗与散热等物理约束显著增强，使得晶体管进一步微缩面临现实瓶颈，经典计算性能的提升速度明显放缓，这一变化在部分对算力高度敏感的产业应用中已形成实质性限制。 图2：经典计算的摩尔定律近年来呈现显著放缓 数据来源：36氪，东方证券研究所 图3：人工智能模型需要的算力快速提升 数据来源：半导体行业观察，东方证券研究所 以生物医药领域为例，精确模拟分子结构及其相互作用的动力学过程，需要处理高维度、强耦合的计算问题，传统计算机在计算资源消耗与模拟精度方面均存在明显约束；在金融领域，投资组合优化问题中，资产数量的增加以及历史回测区间的延长，都会导致计算复杂度呈指数级上升，使得基于经典计算架构的求解效率迅速下降。上述问题在理论上并非不可计算，但在现实算力条件下往往难以在可接受时间内完成。 图4：分子动力模拟需要高性能计算系统支持 数据来源：Profacgen，东方证券研究所 与此同时，量子力学理论与实验技术的持续突破，使人类在量子态的认知、操纵与测量方面取得了关键进展。在经典计算面临物理极限与应用需求双重约束的背景下，基于量子态演化与测量的新型计算范式——量子计算（Quantum Computing，QC）应运而生。量子计算遵循量子力学规律、通过调控量子信息单元进行计算，量子力学态叠加原理使得量子信息单元的状态可以处于多种可能性的叠加状态，因此，与经典逻辑门逐位、逐路径计算不同，量子计算的显著特征在于其“并行性”，即多个计算路径可以在同一量子态演化过程中同时展开，导致量子信息处理从效率上相比于经典信息处理具有更大潜力。 这种并行性在特定类型的问题中能够显著降低计算复杂度。以无序搜索问题为例，当搜索空间规模为 $N$ 时，经典计算在最优情况下仍需进行与 $N$ 同数量级的计算步骤，而量子计算可以通过叠加态与干涉效应，在显著更少的步骤内完成搜索。对应地，仅需 $n$ 个量子比特即可对规模为 $2^n$ 的搜索空间进行编码，从而在计算复杂度层面实现质的变化。 表 1: 量子计算与经典计算效率对比 状态空间数量N 经典计算次数(单核) 经典计算次数(128核) 量子计算次数 所需量子比特数 经典计算时间(128核) 量子计算时间 128 128 1 12 7 $ 10^{-10} $秒 0.12 μs $ 10^6 (一百万) $ $ 10^6 (一百万) $ $ \sim 10^4 (一万) $ $ \sim 10^3 (一千) $ 10 1ns 10 μs $ 10^8 (一亿) $ $ 10^8 (一亿) $ $ \sim 10^6 (一百万) $ $ \sim 10^4 (一万) $ 27 0.1ms 0.1 ms $ 10^{18} (100万兆) $ $ 10^{18} (100万兆) $ $ \sim 10^{16} (一万兆) $ $ \sim 10^9 (十亿) $ 30 11.6 天 10 秒 $ 10^{30} $ $ 10^{30} $ $ \sim 10^{28} $ $ \sim 10^{15} $ 50 317 亿年 3.8 个月 数据来源：Wikipedia，东方证券研究所整理 可以看出，随着问题规模的扩大，经典计算在单核或多核条件下的计算次数与耗时迅速增长，而量子计算在部分问题中所需的计算步骤增长相对缓慢。当状态空间规模达到较大数量级时，经典计算在现实时间尺度内已难以完成，而量子计算仍具备理论上的可行性。这一差异直观体现了量 子计算并行性在特定问题中的潜在优势，使得原本在经典架构下“不可计算”的问题，转变为在量子架构下“可计算”的问题。 但需要强调的是，量子计算并非在所有场景下都优于经典计算。一方面，在小规模或结构简单的问题中，量子计算由于初始化、测量与误差控制等开销，整体速度往往不及成熟的经典计算体系；另一方面，现阶段的量子计算架构在可扩展性与稳定性方面仍存在显著限制，计算速度并不能简单通过增加量子比特数量线性或指数级提升，系统噪声与纠错成本成为新的约束因素。 从计算体系架构角度看，经典计算依赖确定性的比特状态与顺序执行的逻辑路径，而量子计算则基于叠加态、纠缠态及概率性测量结果构建计算过程，两者在硬件结构、控制方式以及软件抽象层面均存在根本差异。这种差异决定了量子计算更适合解决特定类型的组合优化、搜索与物理系统模拟问题，而非对经典计算的全面替代。因此，量子计算在计算范式层面为突破经典算力瓶颈提供了新的方向，但其优势发挥依赖于问题类型、算法设计以及底层硬件技术的成熟度，仍处于持续演进阶段。 # 1.2 量子计算原理：通过量子比特操控与测量完成任务 经典比特在任一时刻只能处于确定的“0”或“1”状态，通过“与、或、非”等逻辑门构建完整的逻辑与数学运算体系，其本质是基于确定性逻辑规则对信息进行逐位处理。量子计算机则建立在量子力学规律之上，计算单元不再是确定状态的比特，而是具备多种可观测属性的量子比特，而量子比特在被观测之前可以处于多种状态的叠加。这一物理特性构成了量子计算并行性的基础，同时也引入了测量不确定性与误差控制等工程挑战。 量子比特状态可由自旋、相位等物理量刻画。理论上，量子态对应的是一个连续且无限维的希尔伯特空间，但受制于当前工程实现难度以及对误差控制和可扩展性的要求，实际量子计算系统普遍采用两能级系统，将其抽象为类似经典计算中“0”和“1”的量子态。在计算结束时，通过对量子比特进行测量，量子态发生坍缩，从而得到可被读取的经典计算结果。 图5：经典计算与量子计算在计算体系架构上的差异示意 数据来源：中国科普博览，东方证券研究所 除状态表示方式不同外，量子计算与经典计算在运算逻辑上亦存在本质差异。经典计算的运算过程建立在逻辑学基础之上，通过逻辑门对确定输入进行逐步演算；而量子计算并不存在“判断”或“比较”的概念，其计算过程实质上是对量子态进行连续操纵与演化，包括对量子态进行旋转、 构造叠加态、引入相位差以及建立量子纠缠等。这些操作通过量子门实现，本质上对应一系列幺正变换，保证在测量前量子态演化的可逆性。 图6：经典比特 vs 量子比特：状态与观测的对比 数据来源：中科院物理所，量子计算金融金融应用白皮书，行行查研究中心，东方证券研究所 以无序搜索问题为例，经典计算通常需要借助XOR和AND等逻辑门，对待搜索空间中的每一个候选项逐一进行判断，所有候选数据需预先存储在内存中，整体复杂度随搜索空间规模线性增长。而在量子计算框架下，可以利用多个量子比特对全部备选项进行并行编码，通过构造均匀叠加态，使所有候选解在同一量子态中同时参与计算。随后通过反复执行Oracle操作与Diffusion操作，对目标态引入相位翻转并放大其概率幅度，最终在测量时以较高概率获得正确结果。 表 2：无序搜索问题计算比较 对比 经典计算 量子计算 运算门 XOR(判断每一位是否相等) AND(所有位是否相等) 输出 Hadamard门(初始化, 均匀叠加、使概率相等) Oracle(目标态翻转相位) Diffusion(平均值反转, 使目标态幅度增加) 内存 经典计算单次比较, 其他选项存储在内存中 无内存, 所有备选项硬编码在量子电路中 复杂度 O(N) O(√N) 数据来源：Wikipedia，东方证券研究所 由此可以看出，量子计算体系的核心可以概括为两点：一是对量子比特状态的精确操纵，二是对计算结果的有效测量。这两点也直接决定了量子计算机的整体结构与工程实现路径。以超导量子计算机为代表的主流技术路线中，量子比特通常由超导电路构成，其量子态操纵主要通过施加特定形状、频率、相位与幅度的微波脉冲完成，不同量子门对应不同参数组合的微波信号。计算结束后，再通过微波读出线路测量量子比特的相位或能级占据情况，从而获得最终结果。 图7：量子门对可控量子态的幅度与相位进行旋转与变换，影响量子态测量概率 数据来源：3Blue1Brown，东方证券研究所 需要强调的是，量子态在测量前的演化过程均为幺正、可逆过程，而量子测量本身则是不可逆的，会导致量子态发生概率坍缩。此外，环境噪声和退相干效应会在计算过程中对量子态造成不可逆干扰，显著降低计算精度和有效深度。如何通过材料改进、器件设计以及量子纠错等手段抑制噪声影响、延长相干时间，是当前量子计算工程化和应用落地过程中需要重点突破的核心问题。 # 二、主流量子计算技术路径各有优劣，目前尚未收敛 # 2.1 多种量子计算机并存，各条路径各有优劣 基于量子计算原理，各种类型的量子计算机被构建出来，而从物理实现方式和量子比特间的相互耦合方式不同，量子计算机目前分为超导量子、离子阱、光量子、中性原子等路线。通过包含量子纠错（QEC）功能的通用全栈量子计算机架构示意，可以系统性理解当前主流量子计算机的整体工作流程，以及不同硬件技术路线在关键环节上的差异。该架构从用户调用量子算法到最终输出计算结果，完整覆盖了软件、控制、物理硬件与纠错层级，是当前工程化量子计算系统的典型形态。 图8：包含量子纠错功能的全栈量子计算机经典架构 数据来源：Riverlane，东方证券研究所 量子计算整体流程可概括为八个环节：1）用户在软件层面调用量子算法，通过量子编程语言或开发框架描述计算问题；2）算法被编译为逻辑量子电路，对应具体的量子门序列；3）逻辑电路需 进一步映射到具体硬件拓扑结构，生成可在真实量子芯片或量子系统上执行的物理量子门序列；4）进入实际执行阶段后，控制系统通过微波或激光脉冲对目标量子比特进行精确操控；5）当计算完成后，对量子比特进行测量并产生模拟读出信号；6）该模拟信号经控制电子学完成数字化与判决，得到类似经典计算中的“0/1”结果；7）量子纠错模块对多个物理量子比特的测量结果进行解码与校正，抑制噪声和误差的累积；8）将经纠错后的计算结果以二进制形式返回给用户。 在上述流程中，第3至第5步——即逻辑电路到物理实现、量子操控方式以及量子态测量机制——构成了不同量子计算技术路线的核心分化点。不同硬件平台在量子比特的物理载体、操控手段以及读出方式上存在显著差异，从而决定了其性能边界、工程复杂度与可扩展路径。从量子比特所依赖的物理体系出发，当前量子计算硬件路线大致可分为原子体系、固态体系与光量子体系三大类。其中，原子体系包括离子阱和中性原子路线，利用自然界中的原子作为量子比特，通过激光冷却、俘获与排列形成可控阵列；固态体系则将量子自由度嵌入固体材料或集成电路结构中，代表性路线包括超导量子比特、硅自旋量子点、金刚石NV中心及拓扑量子比特等；光量子计算则以光子作为信息载体，依托光学器件或光芯片完成量子态的生成、演化与测量。 图9：各主要量子计算硬件平台特性的对比“族谱” 数据来源：Digital Catapult，东方证券研究所 从直观理解上看，原子体系更接近传统意义上的“量子物理实验平台”，其量子态由天然原子提供，相干时间长、系统均一性高，但对激光系统和真空环境依赖较强；固态体系则强调工程集成能力，尤其是超导量子路线，采用与半导体产业相似的制程工艺，在芯片上制备约瑟夫森结，当超导电流通过时形成可被操控的宏观量子态，是目前工程化进展最快、产业参与度最高的技术路径；光量子体系通过预先设计的光路或光芯片结构，使光子在传播过程中完成量子操纵，具备天然抗退相干和长距离传输优势，但由于光子间相互作用较弱，高效双比特门的实现难度相对较高。 表 3：主流量子计算机技术路线特性对比 技术路线 工作温度 相干时间 关键优势 显著特性 代表企业 超导量子 接近绝对零度(10mK) 门操作速度快制造工艺类似半导体产业 使用Josephson器件多为2D平面结构 IBM、Google、国盾量子、本源量子 离子阱 室温 0.2-600秒 >99.9%读出保真度量子比特之间连续不中断量子态保持时间长 使用受限离子作为量子比特通过激光操控 IonQ、Quantinuum、启科量子、华翊量子、幺正量子、国仪量子 光量子 室温 长期 天然抗退相干能力强可在长距离保持量子态 使用光子作为量子比特支持离散与连续变量两种模式 Xanadu、PsiQuantum、图灵量子、正则量子 中性原子 室温 0.5-20秒(基态)1-100微秒(里德堡态) 量子比特均匀性好全互联结构可扩展至数千个原子 使用单个原子做量子比特以光镊(optical tweezers)操控当前最大阵列约256个原子 QuEra Computing、Atom Computing、Pasqal、中科酷原 硅自旋/量子点 100mK 毫秒级(电子自旋)数分钟(核自旋) 95%制造良率尺寸极为紧凑 面积比其他量子比特类型小100万倍单元尺寸约50nm×50nm 英特尔、台积电、Quantum Motion 数据来源：Quandela，东方证券研究所 从关键性能指标看，不同平台在工作温度、相干时间、门操作速度与系统扩展性方面呈现明显差异：超导量子比特门速快、控制成熟，但需在接近绝对零度的极低温环境下运行；离子阱量子比特相干时间极长、读出保真度高，量子比特之间天然近似全连接，但单次门操作速度相对较慢；中性原子与光量子体系可在室温或近室温条件下运行，具备大规模阵列或长距离相干的潜力；硅自旋量子点及拓扑量子比特则在器件尺寸、制造一致性与潜在量产能力方面具备优势。 表 4：量子计算机关键技术指标包含比特数、保真度、逻辑错误率等维度 指标 含义 对应难点及技术进展 当前指标 商业化可用指标 物理比特数Physical Qubits 实际可被操控的物理量子比特数量 扩展性受控温、连线数量、串扰、噪声影响；需改进控制电子学与制程 超导：100-1000+；离子阱：几十；中性原子：1000+ ≥100k-1M级，用于容错量子计算（FTQC） 逻辑比特数Logical Qubits 经过纠错编码后可实际执行算法的“有效”比特 纠错开销巨大，一个逻辑比特需上千物理比特；要求极低错误率 全球尚处原型（0-1个逻辑比特 数十至上百逻辑比特（可运行有意义的量子算法） 保真度Fidelity 量子态保持一致性的概率 易受退相干、噪声耦合影响；需提升材料、制程、低温环境 超导单比特保真度>99.9% 99.99%+ 双门保真度Two-qubit Gate Fidelity 两比特门操作的正确率 两比特门最易受噪声干扰，是纠错门槛核心指标 超导99.5%-99.7%；离子阱≈99.9% ≥99.99%（FTQC门槛） 逻辑错误率Logical Error Rate 逻辑层面错误发生的概率 需显著降低物理门错误率，提升量子纠错效率 仍在实验验证阶段 ≤10-15（容错运算要求） 全连接比特拓扑 All-to-All Connectivity 任意比特间是否可直接作用 超导受限于二维布线；离子阱、中性原子更接近全连接 超导局部连接；离子阱近全连接 商业级全连接或有效等价布局 并行量子操作 Parallel Operations 同时操控多个比特/门 受限于串扰、控制线密度 小规模并行可实现 大规模并行调度（>1000并行门） 数据来源：Wikipedia，东方证券研究所 进一步从工程化与商业化视角看，量子计算机的成熟度通常通过物理量子比特数、逻辑量子比特数、门操作保真度以及逻辑错误率等指标综合衡量。当前主流平台已可实现百比特至千比特规模的物理量子比特，但在引入量子纠错后，逻辑量子比特数量仍处于原型验证阶段。由于一个稳定的逻辑量子比特往往需要上千个物理量子比特支撑，系统对双比特门保真度和整体噪声控制提出了极高要求。整体来看，硬件平台的可扩展性、控制电子学能力以及量子纠错效率，仍是制约量子计算迈向大规模容错计算（FTQC）的核心瓶颈。在不同技术路径并行推进的背景下，量子计算产业正处于从物理原型向系统工程过渡的关键阶段，各路线在性能、成本与应用适配性上的取舍差异，也为后续产业分工与生态演进奠定了基础。 # 2.2量子计算体系发展与演进过程 在经典计算的发展历程中，技术演进通常遵循“理论—算法—工程—应用”的路径。在计算机尚未完成工程化与规模化普及之前，算法研究已率先展开，并验证了计算范式本身的价值。20世纪中期，QuickSort（1960，Hoare）、Dijkstra最短路径算法（1956）以及动态规划方法（Bellman，1950）等一系列经典算法相继提出，这些成果在当时有限的硬件条件下即展现出在特定问题上的显著效率优势，强化了学界与产业界对计算技术潜力的认知，并持续推动工程层面的投入。随着半导体工艺和系统工程能力的进步，计算机逐步实现小型化和普及化，最终催生了应用层面的集中爆发，并产生了算法研究初期难以预见的新应用形态，例如以芯片微型化为基础的智能手机，以及在计算机广泛部署后出现的互联网通信体系。这一历史经验为理解量子计算的演进逻辑提供了重要参照。 全球量子计算的发展同样呈现出由理论走向工程与应用的阶段性特征。整体上可划分为三个阶段：1900—1980年代的理论奠基期，以量子力学和信息论为核心，解决“量子态能否用于计算”的根本问题；1980年代至2015年的算法与原型机探索期，围绕可编程量子计算模型展开，逐步验证量子计算在特定问题上的潜在优势；以及2016年至今的技术突破与工程化加速期，量子比特操控、纠错与系统集成能力持续提升，推动量子计算从实验室原型向可扩展系统演进。这一过程对应着从基础物理原理到可编程原型，再到实用化与规模化的演化路径。 图10：量子计算目前正处于技术突破期 数据来源：智研咨询，东方证券研究所 在当前阶段，量子计算正处于算法加速涌现与硬件初步可用并行推进的时期。20世纪80年代，费曼提出利用量子系统模拟量子物理过程的设想，奠定了量子计算的重要应用方向；1990年代，Deutsch-Jozsa算法、Shor算法和Grover算法相继提出，首次在复杂度意义上证明了量子计算相对于经典计算的潜在指数级或平方级加速能力；进入21世纪后，量子行走算法、HHL线性方程求解算法等进一步拓展了量子计算在数值计算与优化问题中的理论边界；近十年来，随着噪声中等规模量子计算机（NISQ）的出现，变分算法和量子机器学习等更贴近现实硬件条件的算法框架快速发展。这一时间线反映出量子算法研究从“证明优势”逐步转向“适配硬件、探索应用”的方向演进。 图11：量子计算领域算法发展日新月异，未来走向更好解决实际问题 Exhibit 3 - A Timeline of Key Algorithm Development Source: BCG research. 数据来源：BCG Consulting，东方证券研究所 从具体算法类型看，目前已提出并受到广泛关注的量子算法大致覆盖密码学、搜索与优化、量子模拟以及机器学习等方向。其中，Shor算法通过量子傅里叶变换实现对大整数的高效分解，在理论上能够在多项式时间内完成经典计算难以承受的任务，对以大数分解为安全基础的公钥加密体系构成根本性挑战，并直接推动了抗量子密码学的发展。Grover算法则针对无序搜索问题，将时间复杂度从O(N)降低至O(√N)，虽然加速幅度不及指数级算法，但在大规模搜索、密码分析等场景中仍具有重要意义。量子模拟类算法源于费曼的早期设想，利用量子计算机直接模拟分子和材料的量子行为，在化学反应路径、新材料结构计算等问题上具备显著潜力，被认为是最有希望率先实现实用价值的应用方向之一。 图12：纯量子算法与量子-经典算法持续进步，解决经典计算难题 数据来源：光子盒研究院，东方证券研究所 从应用形态看，量子计算由于对环境隔离和系统稳定性要求极高，难以复制经典计算在移动终端侧的普及路径，其发展更可能沿着集中化、网络化的方向推进。云计算基础设施的成熟，使量子计算资源即便在工程优化早期阶段，也可以通过云端方式被调用并与经典计算架构协同使用。在这一模式下，量子计算并非替代经典计算，而是作为补充算力嵌入现有计算体系。随着工程能力持续提升、系统成本逐步下降以及可用量子比特规模扩大，量子计算有望在特定高价值问题上逐步释放应用潜力，并推动新的计算范式和应用场景的出现。 # 2.3量子计算机进展加速，未来路线图清晰可见 # 2.3.1 量子计算进展显著加速，量子计算优越性和纠错是实用化核心 近年来，量子计算领域的进展速度显著加快，且是在多个方向上同时提速。高校实验室的研究团队以及从小型初创企业到大型科技公司的产业界力量，正通过改进量子器件制造工艺与优化控制技术，大幅降低长期困扰量子设备的误差水平。量子计算在可靠性、成本-性能比以及可交付的工作流以及计算生态建设方面均有进展，从而为其走向真正的大规模使用打下日益坚实的基础。 2019年，谷歌利用其53个量子比特的Sycamore处理器在200秒内完成了一项据称经典超级计算机需要一万年才能完成的任务，这一“量子时刻”瞬间引爆了全球科技界的关注。而自此之后，全球顶尖科研团队与科技巨头均加大量子计算的研究投入，并在近几年实现了令人瞩目的进步，行业正处于加速和范式变化的拐点。 2024年12月10日，谷歌最新的量子芯片Willow横空问世，Willow芯片在多个指标上都呈现出质的飞跃：1）量子比特数为105个，较Sycamore增加近1倍；2）相干时间显著提升，从 20 微秒提升至 100 微秒；3）突破了业界 30 年来追求的 QEC 阈值（随着量子比特数量增加，错误率反而降低），这基本上证明了构建大型纠错实用量子计算机是可能的。而从计算能力上，Willow 在五分钟内完成了一项标准基准计算，而用当前最快的超级计算机之一 Frontier 完成同样的计算需要 10 的 25 次方（即 $10^{\wedge}25$ ）年，实现了显著的量子计算优越性。 图13：谷歌发布的Willow芯片实现了量子计算能力的新突破 数据来源：光子位，东方证券研究所 图14：量子计算将逐步走向容错量子计算 数据来源：光子位，东方证券研究所 2025年10月，谷歌使用Willow演示的“量子回声”算法，速度比经典超算快了13000倍，且算法结果可重复验证，解决了之前量子计算结果难确认的问题。这种可重复、超越经典计算的能力，是谷歌从“演示性霸权”走向“有用性优势”的关键转折点。而根据谷歌量子部门公布的量子计算技术路线图，共包含了六个关键的里程碑，Willow的发布意味着正向“里程碑3”迈进，根据谷歌谷歌量子人工智能部门（Google Quantum AI）的创始人预测，乐观情况下五年内将看到只有在量子计算机上才能实现的实际应用。 # Our quantum computing roadmap Our focus is to unlock the full potential of quantum computing by developing a large-scale computer capable of complex, error-corrected computations. We're guided by a roadmap featuring six milestones that will lead us toward top-quality quantum computing hardware and software for meaningful applications. 图15：Google量子计算技术发展路线图 数据来源：Google，光子盒，东方证券研究所 IBM近年来也有较为显著的技术进展，其在2025年11月推出的120比特Nighthawk处理器，采用了正方形比特拓扑结构，将耦合器数量从前一代Heron处理器的176个提升至218个，这一改动直接使电路复杂度提升了 $30\%$ 。而从未来的路线图上看，IBM计划在2026年实 现首个公认的“量子优势”案例，而到2029年，预计将交付首台大规模、容错量子计算机“Starling”，具备运行1亿个量子门的能力。 图16：IBM量子计算技术发展路线图 数据来源：IBM，东方证券研究所 全球离子阱量子计算龙头公司IonQ依托离子阱物理比特在相干时间和门保真度方面的天然优势，规划在2026年前后通过约100-256个物理比特构建约12个逻辑比特，强调以高质量物理比特换取更低的纠错开销。 图17：IonQ技术发展路线图 数据来源：IonQ，东方证券研究所 而从国内来看，以“祖冲之三号”、“九章三号”、“九章四号”为代表的量子计算机，也在特定硬件路线上实现了“量子优越性”。如“祖冲之三号”超导量子计算机在量子比特数上与Willow保持一致，而在量子比特相干时间、比特门保真度、并行读取保真度上达到国际领先水平，在83比特32层的随机线路采样问题中实现了比最强超级计算机快1000万亿倍，并计划通过纠错能力的提升为大规模量子比特集成和操纵铺平道路。而“九章”系列光量子计算机持续处于全球领先水平，“九章四号”成功实现了1000个量子比特的纠缠态制备，计算速度较前代提升10倍，将量子优越性优势比推升至 $10^{3.2}$ 倍。 图18：“祖冲之三号”量子计算原型机 数据来源：合肥高新发布，东方证券研究所 图19：“九章三号”量子计算原型机 数据来源：光子盒，东方证券研究所 总体来看，行业共识在于：一旦工业上可用、可扩展的逻辑比特体系被验证，量子计算能力将进入指数级扩展阶段，硬件规模与可执行算法复杂度将同步提升，从而为更大范围的商业与工业应用打开空间。从当前头部厂商的技术节奏推算，这一阶段性跨越大概率出现在2030年前后，但其前提仍是逻辑比特在稳定性、成本与工程可复制性上的持续突破。 # 2.3.2量子纠错（QEC）突破阈值，为规模化应用奠定基础 从“量子优越性”走向“量子实用性”，是量子计算从“物理实验”走向“工程优化”的关键拐点。在较长的一段时间内，“量子比特数”几乎是衡量量子计算能力和进步的唯一尺度，当前，无论是超导、离子阱还是其他技术路线，物理量子比特的制备、操控与小规模计算均已取得实质性进展，量子比特数量也在持续累加，然而，从研究原型走向可用算力平台，决定性约束并不在于“比特数”，而在于计算保真度与错误率控制能力。量子态本身具有概率性和非确定性特征，而商业和工业场景所需要的是可重复、可验证、结果稳定的计算工具，这一矛盾使量子纠错（QEC）与逻辑比特成为当前阶段的核心技术瓶颈。 量子纠错（Quantum Error Correction, QEC）通过将几十至上百个物理比特按照特定编码结构组合为一个逻辑比特，在不直接测量量子态本身的前提下，对错误进行持续检测与修复，从而显著提升逻辑比特的稳定性与可用寿命。量子纠错的核心目标在于解决单个物理量子比特对环境噪声高度敏感的问题。纠错是否有效，关键取决于底层门操作的保真度，尤其是双比特门。双比特门需要对两个量子比特进行精确的联合操作，最易受到环境噪声与控制误差影响，而纠错过程本质上正是大量双比特门操作的叠加与比较。因此，双比特门错误率被普遍视为实现实用逻辑比特的核心指标。 图20：通过量子纠错实现多个物理比特构成一个逻辑比特 数据来源：Riverlane，东方证券研究所 2024年底以来，科研和产业界在量子纠错方面取得了突破性进展。2024年12月，谷歌发布最新的量子芯片Willow（柳树）以及基于该芯片的量子计算机，Willow芯片内含105个物理量子比特，而突破QEC阈值的能力是Willow的最大看点：在实验条件下，Willow芯片实现了逻辑比特错误率随物理比特规模提升而持续下降，标志着系统正式跨越了“纠错有效”的临界点，从而攻克了近30年纠错挑战。而在离子阱路线中，Quantinuum同样展示了稳定的逻辑比特操作能力。 当物理比特及量子门的错误率高于量子纠错阈值（QEC Threshold）时，新增的物理比特和纠错操作本身会引入额外噪声，导致错误在系统中不断累积，逻辑比特反而变得更加不稳定。只有当底层硬件错误率被压低至阈值以下，纠错编码才能发挥“净化错误”的作用，使逻辑错误率随编码规模扩大而指数级下降。图表2直观展示了这一非线性关系：错误率跨过阈值后，系统行为从“失控放大”转向“可控收敛”，这是容错量子计算得以成立的物理基础。 图21：物理硬件错误率降低至阈值以下时量子纠错才会生效 数据来源：Riverlane，东方证券研究所 从理论角度看，约 $10^{-2}$ （对应双比特门保真度约 $99\%$ ）通常被视为量子纠错的理论阈值起点，即在该水平下原则上可以构建容错逻辑比特。然而在接近临界阈值运行时，纠错所需的物理比特数量和操作开销会急剧上升，实际工程系统难以承载。因此，产业界更关注具备现实可行性的“工程阈值”，普遍认为需将双比特门错误率进一步压低至 $10^{-3}$ （约 $99.9\%$ 保真度）以下，才能在几百到几千物理比特对应一个逻辑比特的可接受开销区间内，实现具备扩展潜力的纠错架构。目前，超导与离子阱等主流路线正持续逼近这一关键门槛，为后续逻辑比特规模化奠定基础。 在产业层面，根据 Riverlane 的行业调研结果，量子计算公司正在经历从“降噪”向“真正纠错”的战略转折。2024-2025年期间，领先硬件厂商不再仅依赖Error Mitigation或Error Suppression等事后修正手段，而是加速引入完整的QEC框架，自研量子纠错方案的公司数量显著增加，反映出行业已普遍认识到纠错能力是决定系统可扩展性的核心瓶颈。图15显示，至2025年，采用自研或第三方量子纠错方案的硬件厂商数量明显高于2024年，其中自研QEC的占比提升尤为突出，表明纠错技术正从“辅助模块”升级为“核心竞争力”。 图22：2025年采用自研或第三方量子纠错的硬件厂商增多 数据来源：Riverlane，东方证券研究所 从具体技术路径来看，表面码（Surface Code）已成为事实上的主流选择。该编码方案兼顾较高的阈值、局域相互作用需求以及良好的工程可实现性，适配二维比特阵列结构，因而在超导、光子、中性原子等多种硬件平台上得到广泛采用。不同技术路线虽在物理实现机制上存在显著差异，但在纠错层面逐步向表面码体系收敛，其论文数量、工程投入与生态成熟度均明显领先于其他编码方案，成为当前最具可行性的容错量子计算基础。 图23：表面码成为不同技术路线的通用选择 数据来源：Riverlane，东方证券研究所 结合规模与性能两个维度观察，全球量子计算企业的物理比特数量整体呈现指数级增长趋势，但不同路线之间的推进节奏存在差异。超导、中性原子与光子平台在2024-2030年间持续扩大比特规模，其中中性原子在阵列扩展速度上最为激进；离子阱与硅量子点路线则在相对稳健扩展的同时，保持了较高的单比特与双比特操作质量。与此同时，各主流路线的两比特门错误率均呈现系统性下降趋势，超导与离子阱已最接近 $10^{-3}$ 的工程可用门槛，中性原子与光子平台亦在快速跟 进。下面图表综合展示了物理比特规模与错误率随时间演进的关系，可以看到二者正在逐步形成“汇合”态势。 图24：不同技术路线物理比特数及错误率变化趋势 数据来源：Riverlane，东方证券研究所 这种“规模扩张 + 错误率下降”的同步推进，标志着行业正进入从实验型量子处理器向容错量子计算系统过渡的关键阶段。各平台的Roadmap普遍指向2027-2030年这一时间窗口，届时有望在错误率低于阈值的前提下，实现数十至数百个逻辑比特的构建，为运行更复杂、更具实际意义的量子算法提供必要条件。回顾量子门保真度的长期演进历史，当前所处阶段已接近多个关键技术里程碑，表明量子纠错不再是远期理论设想，而是正在转化为可工程化落地的系统能力。 图25：量子门保真度的演进历史及关键里程碑 数据来源：NQIT，东方证券研究所 # 2.3.3 经典-量子混合计算成为趋势，生态建设持续完善 量子计算目前仅仅在部分任务上实现了优越性，距离通用计算仍有较远的距离，而从量子计算的计算过程来看，参数优化、误差校正、任务调度、结果存储等核心环节均高度依赖经典计算系统完成，因此“量子—经典”混合计算模式将长期存在。另一方面，量子计算和经典计算各有优 势，可以用经典超算弥补当前量子计算的稳定性、可扩展性与成本短板，同时让量子计算解决经典超算难以应对的指数级复杂度问题，最终在材料、药物、AI等领域实现高效求解与工程落地。 图26：量子-经典混合计算原理示意 数据来源：IonQ，东方证券研究所 在上述混合计算框架下，量子算法对“GPU $\leftrightarrow$ CPU/GPU”之间的双向通信提出了极高要求。每一次量子测量结果都需要被快速传输至经典计算侧进行统计分析与优化计算，随后再将更新后的参数实时反馈至量子电路中。若通信延迟或吞吐能力不足，整体计算流程将被经典侧严重拖慢，导致量子硬件利用率下降。因此，提升量子—经典之间的互联带宽、降低往返延迟，已成为决定混合量子计算是否具备工程化可行性的关键瓶颈之一，从系统架构层面看，深度融合而非松散耦合是提升实用性能的唯一路径。 在硬件与软件协同层面，英伟达围绕混合计算场景持续推进量子计算基础设施布局。其通过CUDA-Q框架，将GPU与CPU、GPU纳入统一的编程模型之中，使开发者能够在熟悉的异构计算环境下设计和调用量子算法，从而显著降低混合量子计算的软件开发门槛。CUDA-Q作为接口层，向下适配多种主流量子硬件平台，向上则与现有高性能计算和AI软件生态保持兼容，逐步形成覆盖算法开发、调度执行与结果分析的完整工具链。 图27：英伟达通过CUDA-Q实现量子-GPU计算融合 数据来源：NVIDIA，东方证券研究所 在互联层面，英伟达进一步通过NVQLink实现GPU与GPU之间的高速直连，大幅提升混合计算中最关键的通信性能指标，其GPU-QPU互联带宽可达400Gb/s，往返延迟低于4微秒，相比传统通过主机或网络转发的方式，显著压缩了“量子测量—经典优化—量子执行”这一 核心循环的时间成本。这一能力的提升，使混合量子计算在部分实际任务中首次具备工程化可用性，也为后续更大规模量子系统的实时纠错与调度奠定了基础。 图28：英伟达NVQLink混合计算性能指标突出 数据来源：NVIDIA，东方证券研究所 在部署层面，由于量子计算机的高成本、高门槛，能够解决的问题场景相对有限，量子计算企业均通过云平台方式对外提供量子算力，可以显著降低用户对底层硬件和复杂环境的理解门槛，加速量子计算从科研场景向行业应用扩散。国内市场，国盾量子、本源量子等量子计算企业，以及中国电信均推出量子计算云服务；海外市场中，云平台厂商与量子硬件厂商的合作模式亦在持续推进量子计算资源的云端化与服务化进程。整体来看，通过量子计算云平台，不仅有助于提升量子硬件的使用效率，也将成为推动商业化应用快速落地的重要基础设施形态。 图29：量子计算云平台功能框架 数据来源：光子盒研究院，东方证券研究所 图30：本源量子云服务将提供高性能的量子计算能力 数据来源：本源量子官网，东方证券研究所 此外，近年来“量子－超算融合计算中心”快速落地，成为量子计算落地的重要新形势。量子－超算融合计算的核心价值在于，用经典超算弥补当前量子计算的稳定性、可扩展性与成本短板，同时让量子计算解决经典超算难以应对的指数级复杂度问题，最终在材料、药物、AI等领域实现高效求解与工程落地。独立量子计算的短板集中在退相干、可扩展性、输入输出与成本，而融合方案通过任务拆解、实时纠错、资源调度与混合算法，将双方优势最大化，解决单一架构无法突破的算力与精度瓶颈。它既解决当前量子计算的稳定性、可扩展性与成本问题，又突破经典超算在指数级复杂度任务上的算力极限，为前沿科技与产业应用提供更高效的计算解决方案。 表 5：国内量子计算与超算、智算开始融合 案例名称 上线/发布时间 核心算力配置 技术路线 核心优势与特色 应用方向 合肥量超融合计算中心 2026年1月 12PFlops“巢湖明月”超算；2台180+比特超导量子计算机；1台12比特离子阱量子计算机 超导+离子阱（多技术路线） 国内首个本地化部署多技术路线量超融合平台；超算与量子计算机高速互联，构建完整量超融合系统 为中科大、中科院软件所等提供算力服务，有力支撑新能源、新材料及量子计算整机验证等前期科研 国家超算成都中心·量超融合创新实验室 2025年12月 100P@FP64超算；550量子比特相干光量子计算机 光量子 国内首台部署于国家超算中心的专用量子计算机；突破超算-量子架构、跨平台接口等技术 计划深化在前沿领域的布局，推动量子计算在生命科学、AI、金融科技等多领域的应用 陕西四算融合数据中心 2025年11月 云计算+智算+超算+量子计算，CPU/GPU/QPU协同 光量子 “四算融合”模式，聚焦行业场景 重点突破金融风控、药物研发等经典算力瓶颈，推动量子计算技术在煤矿安全等优势领域的深度融合与示范应用 数据来源：安徽新闻网、新华网、科技日报、东方证券研究所整理 综合来看，混合计算并非量子计算发展过程中的过渡形态，而是由物理约束、算法特性与工程现实共同决定的长期架构选择。随着云平台、异构计算与高速互联技术的持续演进，量子计算正逐步嵌入现有计算体系之中，其价值释放路径也将更多体现为对经典计算能力的补充与放大。 # 三、多个国家地区政策聚焦量子科技，关注资金、人才、安全 # 3.1 政府投入与制度支持扮演重要角色 从全球范围看，量子计算已成为主要经济体在前沿科技领域重点布局的方向之一。目前政府投入最为集中的区域主要包括北美、欧洲和中国，其中美国和中国在政策强度、资金规模及持续性方面处于全球领先位置。整体来看，各国政府对量子计算的系统性支持大致始于2016年前后，并在随后几年不断加码，量子计算已从前瞻科研议题逐步上升为国家级战略方向。如图所示，全球主要经济体在量子计算领域的财政投入呈现出明显的长期化和制度化特征，政府已成为该领域最重要的“耐心资本”来源之一。 图31：世界各国政府量子计算产业投入金额 数据来源：Mckinsey，东方证券研究所 # 3.1.1 美国：立法先行与安全导向并重 美国是全球最早以国家立法形式系统推进量子计算发展的国家之一，其政策体系以国家层面顶层设计为核心，兼顾科研投入、产业化推进与国家安全考量。 表 6：美国量子计算产业政策梳理 2016 美国国家科学技术委员会(NSTC)发布其第一份报告《推进量子信息科学:国家挑战和机遇》,阐述了指导“全政府的量子信息科学方法”的三项原则。 2018 NSTC 发布第二份报告《量子信息科学国家战略概述》,该报告确定了联邦政府量子投资的 6 个政策机遇和优先事项 美国总统特朗普签署《国家量子倡议法案》(NQIA),旨在加速美国的量子科技发展。该法案为量子研发创建了一个框架,并授权在 5 年内(2019~2023 财年)提供高于 12 亿美元的资金用于量子研发项目。 2022 拜登总统签署《芯片和科学法案》,对《国家量子倡议法案》进行了修订授权量子网络基础设施的研发、量子网络和通信标准的制定,并建立能源部(DOE)计划促进美国量子计算资源的竞争性。 2023 2023年8月9日,《关于解决美国对有关国家的某些国家安全技术和产品的投资问题的行政令》,授权美国财政部部长禁止或限制美国对中国半导体和微电子、量子信息技术以及人工智能领域的某些投资,同时美国财政部发布上述行政令的监管范围。 2024 美国国家科学技术委员会(NSTC)发布了《2024 版关键和新兴技术清单》将量子计算等量子信息和使能技术列入清单中。进行量子态编码和量子比特构建 美国参议院修订并发布了《国家量子倡议重新授权法案》,授权 2025-2029 财年的量子研发拨款从18亿美元增长至27亿美元。 数据来源：禾信仪器，智研咨询，年利达律师事务所，东方证券研究所 美国自2016年起即由国家科学技术委员会（NSTC）牵头推进量子信息科学顶层规划，并在2018年发布《国家量子倡议法案》（NQIA），明确联邦政府在2019—2023财年内为量子研发提供超过12亿美元的授权资金。此后，《芯片和科学法案》进一步强化了量子网络基础设施、量子通信标准及能源部算力竞争机制建设。 在2023—2024年，美国政策重心明显向安全与对抗方向倾斜，通过行政令、出口管制及投资限制等方式，将量子信息技术与半导体、人工智能并列为重点管控领域。与此同时，美国国会对《国家量子倡议法案》进行重新授权，规划2025—2029财年量子研发拨款规模提升至27亿美元，体现出在强化科技竞争的同时，仍维持对量子计算基础投入的长期承诺。 # 3.1.2加拿大：以国家战略为核心的生态型布局 加拿大于2023年正式发布《国家量子战略》，明确量子计算、量子通信和量子传感三大方向，并通过联邦预算和专项计划持续加大投入。2025年前后，加拿大开始在量子相关先进半导体和技术领域引入出口管制安排，政策取向由单纯扶持逐步向产业安全和国际规则对齐延伸。加拿大在量子计算领域采取“国家战略+专项投资”并行的政策路径，重点围绕人才、科研和商业化能力建设。 表 7：加拿大量子计算产业政策梳理 2023年1月 《国家量子战略》:加拿大政府宣布启动国家量子战略 战略聚焦人才、商用化、研发三大支柱,提出量子计算、量子传感、量子通信等任务,加速加拿大量子产业布局。 2024年5月 加拿大联邦政府预算支持量子技术 通过加拿大太平洋经济发展署拨款1100万加元,推动量子科学与技术创新发展。 2025年7月 加拿大量子出口管制规定 对与量子计算相关的先进半导体与量子技术实施出口监管,除美国外,出口全球需特别许可。 2025年1月 加拿大创新、科学及经济发展部(ISED)量子专项投资 宣布投入7400万美元,用于支持107个量子科技项目,强化国家量子生态建设。 数据来源：智研咨询，东方证券研究所 # 3.1.3欧洲：多层级协同推进量子技术主权 欧洲量子计算政策呈现出“欧盟统筹+成员国差异化推进”的典型特征，强调技术主权与跨国协作。德国、英国、爱尔兰等国均在2023年前后发布中长期国家量子战略或行动计划，其中德国规划投入规模约30亿欧元，英国则以国家量子战略和研究中心建设为抓手推动产业应用。欧盟层面通过“地平线欧洲”“数字欧洲计划”等框架性项目，为量子计算及相关前沿技术提供持续资金支持，并在2025年首次发布《量子欧洲战略》，系统覆盖科研、基础设施、生态体系和军民两用技术等关键方向。 表 8：欧洲主要国家及欧盟量子计算产业政策 德国 2023年4月 《量子技术行动计划》:制定3个优先事项,包括推动量子技术应用、推进技术开发、建设量子生态系统;计划投入约30亿欧元。 爱尔兰 2023年11月 《量子2030:国家量子技术战略》:到2030年通过科研、人才、创新建设,使爱尔兰成为具有国际竞争力的量子技术中心。 英国 2023年3月 《英国国家量子战略》:规划未来10年量子科技发展路线,强调研发、产业化与国际合作。 欧盟 2024年4月 《地平线欧洲2023-2024数字、工业和空间工作计划》:投资超过1.12亿欧元,支持量子技术与人工智能等前沿研发。 英国 2024年7月 英国政府投入1.06亿英镑建设5个量子研究中心,推动量子技术在医疗、网络安全和交通领域应用。 奥地利 2024年7月 奥地利加入《欧洲量子技术宣言》,加强与欧盟成员国的量子科技战略合作。 德国 2025年1月 《2030技术主权研究与创新计划》:推动量子计算与量子传感应用,推进安全通信关键技术与整体网络架构。 欧盟 2025年3月 《数字欧洲计划》2025-2027年工作计划:将投入1.25亿欧元,面向量子、AI、半导体、虚拟世界等关键领域。 欧盟 2025年7月 《量子欧洲战略》:欧洲委员会发布首个量子战略框架,聚焦量子研究、量子基础设施、生态系统建设、军民两用量子技术、人才培养五大方向。 数据来源：智研咨询，中科院，东方证券研究所 # 3.1.4 中国：国家战略牵引下的系统性推进 中国量子计算政策具有显著的连续性和系统性，政策层级涵盖国家规划、部委文件及地方政府实施方案。自“十三五”时期起，量子计算即被纳入国家重大科技任务体系，并在“十四五”及后续政府工作报告中持续强化定位。中央层面通过科技规划、标准体系和新型基础设施建设文件，明确量子计算在未来产业和新赛道中的战略地位。 表 9：中国量子计算产业政策演进 2016 《“十三五”国家科技创新规划》，将“量子通信与量子计算机”列为“科技创新2030-重大项目”之一，提出研制通用量子计算原型机和实用化量子模拟机。 2018 两会政府工作报告，提及“量子信息科技”，并肯定量子通信领域的重大创新成果。 2020 中央政治局第二十四次集体学习，习近平总书记指出，要加强量子科技发展战略谋划和系统布局。 2021 《“十四五”数字经济发展规划》，瞄准量子信息等战略性前瞻性领域，提高数字技术基础研发能力。 2022 中央经济工作会议，加快量子计算等前沿技术研发和应用推广。 2024 2024.1《关于推动未来产业创新发展的实施意见》，突破量子计算机等高端装备产品，以整机带动新技术产业化落地。 2024.3《2024年政府工作报告》开辟量子技术等新赛道。 2024.8《关于推动新型信息基础设施协调发展有关事项的通知》合理布局量子计算云平台设施。 2025 2025.10《“十五五”规划建议》“推动量子科技等前沿产业成为新的经济增长点”。这一战略部署标志着量子科技已从国家战略高度正式纳入国家经济发展主航道，预示着中国将在新一轮全球科技革命和产业变革中加速布局。 数据来源：智研咨询，科技日报，东方证券研究所 在中央政策引导下，地方政府结合自身科研和产业基础形成差异化布局。安徽、北京、广东、湖北等地通过设立产业基金、建设量子信息基础设施和推动示范应用，加快量子计算从科研向工程化转化。 图32：中国地方政府量子计算产业政策 量子计算相关政策（地区层面） 地区 时间 政策名称 政策内容 安徽省 2024年2月 《安徽省未来产业先导区建设方案(试行)》 加快量子通信、量子计算、量子精密测量技术突破和产业化，前瞻布局量子芯片、量子算法等量子计算关键技术，引领新一轮信息革命。 山东省 2024年12月 《关于科技创新引领未来产业布局培育发展新质生产力的实施方案》 聚焦量子通信、量子测量、量子计算等领域，研制新一代量子保密通信应用终端、光量子雷达、超导量子计算核心处理器等设备，推动在网络安全、能源电力、环境监测、科普教育等领域应用。 湖南省 2025年2月 《湖南省绿色智能计算产业高质量发展规划（2025—2030年）》 前沿布局量子计算，加强量子纠错、量子比特扩展等基础技术攻关。探索建设量子计算与超级计算、智能计算算力融合互通系统级平台。 广东省 2025年2月 《广东省建设现代化产业体系2025年行动计划》 以量子材料、量子计算、量子精密测量为主攻方向，研制一批技术领先和自主化程度高的量子产品，探索有效应用场景。加快推进粤港澳大湾区量子科技和产业高地建设。 福建省 2025年2月 《福建省加快推进数字化全面赋能经济社会高质量发展总体方案》 完善“揭榜挂帅”制度，支持围绕下一代通信技术、集成电路、新材料、卫星等重点领域开展前沿技术攻关，加强量子计算、元宇宙、6G网络等新兴领域前瞻性技术储备。 江苏省 2025年4月 《江苏省数字经济高质量发展三年行动计划（2025—2027年）》 支持各类创新主体联合开展技术攻关，推动确定性网络、量子科技、区块链、元宇宙等前沿技术研发。推动第三代半导体、量子科技、人形机器人等未来产业先行集聚发展试点建设。 四川省 2025年7月 《关于发展壮大新兴产业加快培育未来产业的实施方案（2025—2027年）》 聚焦量子通信、量子计算、量子精密测量三大领域，加快推动核心器件、装备研制。加快量子计算测控系统、低温测控芯片等元器件产业化，支持超冷里德堡原子量子计算机原理样机研发，以及量子操作系统等软件算法开发验证。 数据来源：智研咨询，东方证券研究所 # 3.2政策从产业规划、财政投入与出口管制等方面加速产业发展 # （1）顶层规划与产业指引：自上而下塑造发展方向 国家级中长期规划通过明确技术路线和重点任务，发挥方向性引导作用，并通过地方政府实施形成政策传导。 # （2）直接财政投入：科研体系与基础能力建设的核心支撑 政府资金主要投向高校、科研院所和国家实验室，覆盖基础理论、关键器件及工程化路径，为量子计算早期突破和人才积累提供底层支撑。 # （3）安全与对抗导向政策：技术风险与国际竞争并存 随着量子计算对传统密码体系潜在冲击逐步清晰，相关政策开始强调技术安全和出口管制。 图33：传统密码学受量子计算威胁时间表 数据来源：Gartner，东方证券研究所 有学术研究预测，量子计算的成熟将对金融、通信和信息安全等行业具有潜在颠覆性影响，这也是各国将其纳入国家安全考量的重要原因。 图34：众多行业有望受到量子计算的影响 Fourteen key industries identified as being at significant high risk in a post-quantum world 数据来源：Bishwas, Arit Kumar, 和 Mousumi Sen. 2024, 东方证券研究所 # （4）人才政策：面向中长期的战略性投入 中国已在高校层面提前布局量子计算相关专业，构建覆盖多学科的人才培养体系。截至2025年，中国已有17所高校设立“量子信息科学本科专业”，覆盖全国主要区域，构建世界上规模最大、覆盖最广的量子教育体系之一。 图35：目前国内17所高校开设量子信息科学本科专业 数据来源：各学校官网及公开信息整理/量旋科技制图 数据来源：量旋科技，东方证券研究所 # （5）产业资本与国有力量：具有中国特色的政策工具 通过国有资本和产业基金参与前沿产业培育，在缓解初创企业长期研发资金压力的同时，强化政策对产业的稳定支撑。2025年10月，中央企业战略性新兴产业发展专项基金正式启航。央企战新基金由国务院国资委发起，委托中国国新控股有限责任公司设立和管理，基金首期募集510亿元。央企战新基金将紧密围绕中央企业发展战略性新兴产业的需求开展投资，包括新一代信息技术、人工智能、新能源、新材料、高端装备、生物医药、量子科技等战略性新兴产业和未来产业相关领域，支持国资央企补齐产业短板弱项、布局前沿创新。 # （6）应用牵引：国企与高校成为早期需求方 高校科研采购与国有企业试点应用共同构成量子计算早期需求来源，推动设备落地和应用探索。 整体来看，政策环境在量子计算产业发展中发挥“底座型”作用：短期以科研投入和示范应用为主，中长期通过人才、资本与需求侧拉动，推动量子计算逐步走向工程化和商业化。 # 四、量子计算产业加速发展，商业化应用需求升温 # 4.1 量子计算产业规模快速放大，价值链各环节均有望受益 # 4.1.1 量子计算产业规模有望迎来高速发展 根据多家市场咨询机构在当前量子计算工程化进展及已知应用场景假设下的测算，全球量子计算产业规模预计将在2030年前后达到约200亿美元，并于2035年提升至约800亿美元。对应来看，2022-2030年期间行业年化复合增长率（CAGR）有望维持在约 $83\%$ ，而2030-2035年阶段CAGR仍可保持在约 $50\%$ 的高位水平。 图36：全球量子计算产业规模迅速扩张（2024-2035E）（单位：十亿美元） 图37：量子计算产业发展进入加速期 数据来源：光子盒研究院，东方证券研究所 从时间维度观察，量子计算当前仍处于产业化初期阶段，但其远期市场空间显著。需要指出的是，上述规模测算主要基于现有主流技术路线的工程化节奏及可预见应用场景进行推演；若未来在量子算法、容错量子计算或底层物理实现路径上出现突破，产业规模存在进一步上修的可能。从技术成熟度与商业化进程来看，量子计算整体仍处于由科研探索向工程化验证过渡的阶段，其产业发展节奏与传统信息技术存在显著差异。 数据来源：光子盒研究院，东方证券研究所 如图所示，量子计算尚未进入大规模商业部署阶段，当前产业活动仍以科研级整机交付、核心部件验证及工程能力积累为主。这一阶段决定了产业收入结构以政府、高校及科研机构需求为核心，同时也解释了产业链上游硬件与工程系统的重要性显著高于下游应用。 # 4.1.2 技术路线分化下的产业链整体特征 量子计算产业链最突出的特征在于技术路线高度分化。目前国内外相对成熟、产业参与主体较多的技术路径主要包括超导量子计算、离子阱量子计算、中性原子量子计算以及光量子计算四类，国内市场在上述路线中均已有企业及科研机构布局。 不同技术路线在物理实现方式上的根本差异，直接导致其对上游关键设备、核心工程模块及成本结构的需求显著不同，产业链重心因此呈现明显分化，尤其体现在上游硬件与工程系统环节。 图38：量子整机上游产业链，测控、比特环境与芯片是核心 数据来源：ICVTA&K，光子盒研究院，东方证券研究所 整体来看，当前量子计算产业链的价值重心更多集中于整机集成能力及其所依赖的高端工程系统，而非单一通用器件。 图39：量子整机与系统软件、应用软件构成整体产业链 数据来源：ICVTA&K，光子盒研究院，东方证券研究所 # 超导路线：低温与测控系统构成核心瓶颈 在当前产业化进展中，超导路线是工程成熟度相对最高、参与企业数量最多的一条技术路径。国内代表性厂商包括国盾量子、本源量子等，海外主流整机方案亦以超导体系为主。综合来看，超导路线的产业链能力高度集中于低温工程、微波电子学及高精度测控系统。 超导技术路线对上游硬件依赖度极高，核心体现在以下几个方面：1）超导量子计算机需在10mK以下的极低温环境中运行，以维持超导特性与量子相干性，稀释制冷机因此成为不可替代的基础设施；2）量子测控系统通常是整机成本占比最高的模块之一，涵盖微波源、控制电子学及相关集成电路，其性能直接决定量子比特操控精度与读出保真度；3）超导量子芯片在制造工艺上与传统半导体芯片存在一定共通性，可在部分环节复用微纳加工技术，但对一致性与缺陷控制 提出更高要求。 # 离子阱与中性原子路线：光学系统主导成本结构 离子阱与中性原子路线均基于原子物理体系，与固态超导路线在技术范式上存在本质差异。两者均以自然原子或离子作为量子比特载体，其工程实现高度依赖光学操控能力。 在这两条技术路径中，单原子的捕获、操纵与测量主要依赖高精度激光系统与光学成像方案，而激光器、激光稳定控制系统及精密光学器件构成整机成本的核心。离子阱路线涉及一定程度的“芯片化”离子阱结构，但整体成本占比相对有限。此外，尽管不需要毫开尔文级低温环境，但为提升系统稳定性与相干时间，前沿设备通常仍运行在4K以下，并对超高真空环境提出极高要求。 # 光量子路线：集成化光学方案推进 光量子计算主要沿光学技术体系发展，当前主流方案基于硅光子或铌酸锂等材料平台，将单光子光源、光学计算芯片与探测系统进行高度集成。相较其他路线，光量子系统在部分硬件层面具备成本与室温潜力优势，但在实际工程实现中仍对环境稳定性与探测精度提出较高要求，部分系统同样需在低温条件下运行。 # 4.1.3 量子计算不同产业链核心环节与部件各异 从整体产业视角看，不同技术路线在核心成本构成与关联产业方面呈现出显著差异。超导路线成本高度集中于低温系统与测控电子学；离子阱与中性原子路线以光学系统为核心；光量子路线则更依赖光子器件与集成光学平台。这种差异决定了各技术路线在产业链中对应的受益环节并不一致。 表 10：不同技术路线量子整机涉及的相关产业及成本占比一览 技术路线 低温控制(稀释制冷机/极低温温度计/低温电缆) 测控系统-固态(半导体) 测控系统-非固态(光学控制与感光元件) 激光器 芯片制备、封装与测试(半导体) UHV真空/低温环境系统 超导 mK(50-70%) ○(20-40%) 约瑟夫森结制造(5-10%) 离子阱 荧光成像系统激光稳定控制(30-50%) ○(20-40%) MEMS + CMOS 微纳加工( ○(15%-30%) 中性原子 光学镊阵列(25-45%) ○(20-40%) ○(10%-20%) 光量子 硅光子波导/飞秒激光单光子探测器(35-70%) 薄膜铌酸锂(新一代技术)(10-25%) ○(10%-20%) 半导体(硅自旋/量子点) mK ○ CMOS 纳米工艺 拓扑量子(马约拉纳费米子) mK ○ 半导体外延+超导杂化结构 数据来源：光子盒研究院，公开招标与采购信息，东方证券研究所 尽管技术路径分化明显，但各类量子计算路线在工程层面仍具备显著共性，其核心硬件体系均可视为对传统高端工程能力的延伸，包括低温制冷、精密光学、电子控制系统、微波器件及半导体制造等。区别在于，量子计算对上述工程系统在精度、稳定性及系统集成能力方面提出了远高于传统工业应用的要求。这一特征为既有高端设备厂商切入量子计算产业链提供了现实基础。 除硬件体系外，量子计算软件构成产业链中另一项关键基础设施。当前国内除整机厂商自建软件平台外，亦出现专注于量子软件与工具链的独立厂商。相关企业围绕不同技术路线构建统一量子编程框架，降低底层硬件差异对应用开发的影响，为量子计算从科研走向更广泛应用奠定基础。 图40：量子计算下游应用广泛 数据来源：ICVTA&K，光子盒研究院，东方证券研究所 # 4.2 国内产业生态与竞争格局：目前正从科研走向产业化，多数企业聚焦单一技术路线 从国内产业格局看，量子计算整机厂商及初创企业多聚焦于单一技术路线，其核心团队通常具备高校或科研院所背景，并与科研机构及地方政府形成紧密协作关系。 表 11：不同技术路线量子计算整机公开招标与采购记录 比特数 金额(万) 单个比特金额(万) 时间 供应商 采购方 技术路线 2024.3 本源量子 合肥市大数据资产运营有限公司 超导 2024.3 国盾量子 合肥市大数据资产运营有限公司 超导 2024.3 国仪量子 合肥市大数据资产运营有限公司 离子阱 504 2024.8 国盾量子 中电信量子 超导 3,260 2024.9 华翊量子 中移动研究院 离子阱 100 790 8 2024.10 玻色量子 中移苏研 光量子 10 553 55 2024.10 中科酷原 中移苏研 中性原子 12 507 42 2024.10 启科量子 中移苏研 离子阱 2 50 25 2024.12 九章量子 济南高新区量子实验室 光量子 50(估计) 2,053 41 2025.2 普源耐数 宁夏大学 超导 4(估计) 285 71 2025.7 图灵量子 湖南师范大学 光量子 280 6,305 23 2025.9 国盾量子 中电信量子 超导 2000+光子 2025.9 九章量子 中电信量子 光量子 1,424 2025.11 中科国光 长江大学 超导 数据来源：公开招标与采购信息，东方证券研究所整理 在当前阶段，行业发展高度依赖政策与科研经费支持；主要客户仍以高校、科研院所及地方政府项目为主；整机厂商商业化收入占比整体偏低，零部件供货及工程服务仍是重要收入来源。部分厂商已开始向上游关键部件延伸，自研稀释制冷机或测控系统，形成一定程度的纵向一体化。 表 12：根据公开招标数据整理的量子计算国内整机与部件供应商列表 量子整机 量子部件供应商 量子软件 超导 离子阱 中性原子 光量子 激光器 电子元器件及量子测量 制冷 光学控制模块 芯片(超导) 芯片(光量子) 真空环境 国质量子 ✓ ✓ ✓ 本源量子 ✓ ✓ ✓ ✓ 量旋科技 ✓ ✓ ✓ ✓ 逻辑比特 ✓ ✓ 国仪量子 ✓ ✓ 华翊量子 ✓ ✓ ✓ 幺正量子 ✓ ✓ ✓ 启科量子 ✓ 中科酷原 ✓ ✓ ✓ 两仪万象 ✓ ✓ ✓ ✓ 图灵量子 ✓ ✓ 正则量子 ✓ ✓ 九章量子 ✓ ✓ ✓ ✓ ✓ 玻色量子 ✓ 赋同量子 ✓ ✓ ✓ 硅臻芯片 ✓ ✓ 频准激光 ✓ ✓ 普源耐数 ✓ 中科亿海微 ✓ 中微达信 ✓ 量羲技术 ✓ 知冷低温 ✓ 中船鹏力超低温 ✓ 中科量仪 ✓ 微观纪元 ✓ 弧光量子 ✓ 成都同相科技有限公司 ✓ 上海亦波亦粒科技有限公司 ✓ ✓ 苏州瑞贝斯电子科技有限公司 ✓ 苏州青岩光电科技有限公司 ✓ 上海尼比鲁科技有限公司 ✓ 数据来源：光子盒研究院，公开招标与采购信息，东方证券研究所整理 中国整机厂在多条路线同步推进，形成区域性创新集群。以合肥、北京、深圳、上海为代表，中国企业布局超导（本源量子、量旋科技）、离子阱（幺正量子、华翊博奥）、光量子（图灵量子、玻色量子）、中性原子（不筹量子、QUANTier）等技术，产业形态呈多元化探索。 图41：中国量子计算整机各条路线均有众多参与者 技术领域 公司名称 成立时间 总部地点 超导 国盾量子 2009.05 安徽合肥 本源量子 2017.09 安徽合肥 量旋科技 2018.08 广东深圳 逻辑比特 2022.06 浙江杭州 相干科技 2023.1 北京 鲲腾卓越 2025.04 广东深圳 矩量光启 2025.07 上海 离子阱 华翊博奥 2002.01 北京 幺正量子 2022.07 安徽合肥 中性原子 中科酷原 2020.06 湖北武汉 QUANTier 2022.01 香港 两仪万象 2024.07 北京 中器无量 2025.03 上海 不筹量子 2025.08 上海 光量子及其它 硅臻芯片(集成光芯片) 2020.02 安徽合肥 玻色量子(相干光伊辛机) 2020.11 北京 图灵量子(技术路线不明晰) 2021.02 上海 正则量子(技术路线不明晰) 2022.1 北京 九章量子(科研教学仪器) 2022.11 山东济南 灵光量子(技术路线不明晰) 2024.07 香港 半导体 本源量子 2017.09 安徽合肥 金刚石NV色心 截至目前未有整机 拓扑 截至目前未有整机 数据来源：光子盒研究院，东方证券研究所 # 五、国内部分量子计算公司介绍与梳理 # 5.1 量子计算公司梳理 # 5.1.1 国盾量子：量子科技国家队，量子计算领域实力持续提升 国盾量子成立于2009年，主要从事量子通信、量子计算、量子精密测量产品的研发、生产和销售，并提供相关技术服务，是中国量子信息产业化的开拓者、实践者和引领者。2020年，公司登陆上海证券交易所科创板，成为A股首家也是目前唯一一家量子科技上市公司。2025年，中国电信全资子公司中电信量子集团完成了对公司的战略控股，公司成为国有控股上市公司。 在量子通信领域，公司是全球领先的量子通信设备制造商和量子安全解决方案供应商，产品被部署在“京沪干线”等骨干网、城域网等构建的新一代信息安全基础设施中，服务政务、金融、电力、电信等领域。公司推出“量子密话”“国盾密语耳机”等产品，持续拓展量子安全应用范围。 在量子计算领域，公司参与“祖冲之号”系列超导量子计算机研制，是全球少数可提供超导量子计算整机解决方案的企业，不断完善国产化自主可控产业链布局，已开放接入176比特超导量子计算机的量子计算云平台，并重点布局“超量融合”。 2023-2024年国质量子营业收入不断增长，2024年公司营业收入2.53亿元，同比增加 $62.30\%$ ；其中量子通信业务营收占比 $57.8\%$ ，量子计算业务营收占比 $22.3\%$ ，量子精密测量业务营收占比 $15.3\%$ 。2025年前三季度，公司总营业收入为1.90亿元，同比增长 $90.27\%$ ；归属于上市公司股东的净利润为-0.63亿元。 图42：2021-2025Q3国盾量子营收及净利润（单位：亿元） 数据来源：Wind，东方证券研究所 图43：2021-2024国盾量子营收结构变化（单位：亿元） 数据来源：Wind，东方证券研究所 # 5.1.2 图灵量子：光量子计算产业化引领者 上海图灵智算量子科技有限公司(简称:图灵量子)成立于2021年，技术起源于上海交通大学集成量子信息技术研究中心，是我国光量子芯片及光量子计算产业化引领者之一。公司创始人为金贤敏教授，担任上海交通大学特聘教授、光科学与技术研究所所长、集成量子信息技术研究中心（IQIT）主任、无锡光子芯片研究院（CHIPX）院长，累计发表论文130余篇，SCI引用4500余次。 目前，图灵量子拥有自主知识产权的三维和超高速光量子计算芯片核心技术和工艺，具备从芯片设计、流片、封装、测试到系统集成和量子算法实现的全链条研发能力。团队超过200人，核心 团队来自国内外顶尖学府和科研机构，是国内目前唯一同时具有芯片制备+量子计算+光子计算+人工智能技术的团队。 图44：图灵量子产品矩阵 量子硬/软件 量子安全 光连接 数据来源：图灵量子官网，东方证券研究所 图45：图灵量子解决方案 数据来源：图灵量子官网，东方证券研究所 # 5.1.3 本源量子：超导量子计算全栈研发与产业化龙头 本源量子是国内超导量子计算全栈研发与产业化的龙头，团队技术起源于中科院量子信息重点实验室，拥有国内首条量子芯片生产线，量子计算专利国内领先，且是首家将量子计算推向商用领域的企业。公司首席科学家、创始人为郭国平教授，担任中科院量子信息重点实验室副主任，中科大微电子学院及先研院副院长，国家重点基础研究发展计划项目首席科学家，而首席科技顾问、联合创始人为郭光灿院士，郭院士是中国量子光学和量子信息开创者和奠基人，国家科技部973项目“量子通信和量子信息技术”首席科学家。 本源量子聚焦量子计算产业生态建设，打造自主可控工程化超导量子计算机，围绕量子芯片、量子计算测控一体机、量子操作系统、量子软件、量子计算云平台和量子计算科普教育核心业务，聚焦生物科技、化学材料、金融分析、轮船制造、大数据等行业应用。2024年，本源量子营收9938.49万元，净亏损3419.82万元；2025年第一季度营收2858.44万元，净亏损1787.40万元。2025年8月新一轮本源量子的估值约为68.8亿元，正在筹备科创板IPO。 图46：本源量子产品矩阵 产品 特点 整机 “本源悟空”超导量子计算机 “本源悟空”半导体量子计算机 硬件 量子芯片 “悟空”超导量子芯片、“玄微”半导体量子芯片、300Pin超导量子芯片封装模块、半导体量子芯片载板 量子芯片工艺设备 无损探针台、微米级局域激光退火仪、高真空量子芯片存储箱 稀释制冷机 本源SL1000稀释制冷机、本源SL400稀释制冷机、SL311电桥型温控仪、氧化钌温度传感器、测温信号滤波器 量子计算测控系统 “本源天机”量子计算测控系统、OQVS-300系列高精度电压源、微波信号矩阵、8通道射频信号变频器、100MHz时钟功分器、高稳低相噪时钟源、高频信号功分放大器 量子测控链路 高密度微波互连模组、高密度直流互连模组、阻抗匹配量子参数放大器（IMPA）、抗磁阻抗匹配量子参数放大器、DC-Pulse合成功能模块、BiasTee信号合成器、室温低噪声放大器、IR红外滤波器、DC滤波器、RC低通滤波器、220M高斯低通滤波器 软件 编程软件 “本源司南”量子计算机操作系统、PilotOS客户端、量子计算编程框架Qpanda、量子机器学习框架VQNet、量子算法软件包pyqpanda-algorithm、量子编程语言Qrunes、量子计算开发插件Qurator 行业软件 分子对接软件-Qdock、量子计算化学软件ChemiQ、药物筛选平台、量子计算线性代数求解器、量子计算流体力学软件-本源量禹、量子芯片设计软件-本源坤元 数据来源：智研咨询，本源量子，东方证券研究所 图47：“本源悟空”超导量子计算机 数据来源：本源量子，东方证券研究所 # 5.1.4 汞信仪器：拟收购量羲技术，布局稀释制冷机等核心部件业务 禾信仪器是一家集质谱仪研发、生产、销售及技术服务为一体的高新技术企业，主要向客户提供质谱仪及相关技术服务。质谱仪作为高端分析仪器，在环境监测、医疗健康、食品安全、工业过程分析等领域得到广泛应用。 2025年8月，禾信仪器发布公告，计划通过现金和股份支付结合的方式，收购成立于2022年的量羲技术 $56\%$ 的股份。量羲技术专注于极低温极微弱信号测量调控设备的研发、生产与销售，其产品可应用于量子计算等前沿物理应用与研究领域，其中最主要的是为量子计算产业提供上游配套设备系统，如稀释制冷机、低温器件等。 图48：量羲技术在量子计算产业链中主要提供稀释制冷机等产品 数据来源：禾信仪器公告，东方证券研究所 根据市场研究机构报告，量羲技术2024年中国稀释制冷机市场份额为 $30.77\%$ ，市场占有率位居国内行业第一。量羲技术自2022年成立以来，保持着良好的财务状况，2023、2024、2025年上半年的营业收入分别是2679万元、7435万元和7080万元，扣非归母净利润分别是191万元、2094万元和2667万元，净利润率超过 $30\%$ 。 图49：2024年量羲在国内稀释制冷机市场份额排名第一 数据来源：禾信仪器公告，东方证券研究所 图50：2023-2025上半年量羲技术营业收入及扣非归母净利润(万元) 数据来源：禾信仪器公告，东方证券研究所 # 5.2 投资建议和投资标的 国产量子计算机已突破纠错阈值，距离构建容错量子计算更近一步，商业化进程加速。政策面对量子计算等新质生产力的支持有望带来更大市场空间，释放业绩潜力。我们建议投资者关注上游核心设备与元器件、中游整机平台与下游应用安全等领域标的。 上游核心设备与元器件，相关公司包括禾信仪器(688622，未评级)、普源精电(688337，未评级)、西部超导(688122，买入)、腾景科技(688195，未评级)。 - 中游整机平台，相关公司为国盾量子(688027，未评级)，以及参股本源量子的科大国创(300520，未评级)。 - 下游应用安全，相关公司包括吉大正元(003029，未评级)、信安世纪(688201，未评级)、三未信安(688489，未评级)、格尔软件(603232，买入)。 # 六、风险提示 技术发展不及预期风险：在未实现容错量子计算之前，量子计算机在产业领域应用场景较为有限。若技术发展速度不及预期，迟迟未实现容错量子计算，行业规模增长会受到影响； 技术路线切换风险：量子计算机不同技术路线之间的原理、生产工艺与供应商差异巨大，若某一技术路线被其他路线全面超越或取代，现有企业难以实现技术路线切换，经营前景会受到巨大影响。 # 分析师申明 # 每位负责撰写本研究报告全部或部分内容的研究分析师在此作以下声明： 分析师在本报告中对所提及的证券或发行人发表的任何建议和观点均准确地反映了其个人对该证券或发行人的看法和判断；分析师薪酬的任何组成部分无论是在过去、现在及将来，均与其在本研究报告中所表述的具体建议或观点无任何直接或间接的关系。 # 投资评级和相关定义 报告发布日后的12个月内行业或公司的涨跌幅相对同期相关证券市场代表性指数的涨跌幅为基准（A股市场基准为沪深300指数，香港市场基准为恒生指数，美国市场基准为标普500指数）； # 公司投资评级的量化标准 买入：相对强于市场基准指数收益率 $15\%$ 以上； 增持：相对强于市场基准指数收益率 $5\% \sim 15\%$ 中性：相对于市场基准指数收益率在 $-5\% \sim +5\%$ 之间波动； 减持：相对弱于市场基准指数收益率在 $-5\%$ 以下。 未评级——由于在报告发出之时该股票不在本公司研究覆盖范围内，分析师基于当时对该股票的研究状况，未给予投资评级相关信息。 暂停评级——根据监管制度及本公司相关规定，研究报告发布之时该投资对象可能与本公司存在潜在的利益冲突情形；亦或是研究报告发布当时该股票的价值和价格分析存在重大不确定性，缺乏足够的研究依据支持分析师给出明确投资评级；分析师在上述情况下暂停对该股票给予投资评级等信息，投资者需要注意在此报告发布之前曾给予该股票的投资评级、盈利预测及目标价格等信息不再有效。 # 行业投资评级的量化标准： 看好：相对强于市场基准指数收益率 $5\%$ 以上； 中性：相对于市场基准指数收益率在 $-5\% \sim +5\%$ 之间波动； 看淡：相对于市场基准指数收益率在 $-5\%$ 以下。 未评级：由于在报告发出之时该行业不在本公司研究覆盖范围内，分析师基于当时对该行业的研究状况，未给予投资评级等相关信息。 暂停评级：由于研究报告发布当时该行业的投资价值分析存在重大不确定性，缺乏足够的研究依据支持分析师给出明确行业投资评级；分析师在上述情况下暂停对该行业给予投资评级信息，投资者需要注意在此报告发布之前曾给予该行业的投资评级信息不再有效。 # 免责声明 本证券研究报告（以下简称“本报告”）由东方证券股份有限公司（以下简称“本公司”）制作及发布。 本报告仅供本公司的客户使用。本公司不会因接收人收到本报告而视其为本公司的当然客户。本报告的全体接收人应当采取必要措施防止本报告被转发给他人。 本报告是基于本公司认为可靠的且目前已公开的信息撰写，本公司力求但不保证该信息的准确性和完整性，客户也不应该认为该信息是准确和完整的。同时，本公司不保证文中观点或陈述不会发生任何变更，在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的证券研究报告。本公司会适时更新我们的研究，但可能会因某些规定而无法做到。除了一些定期出版的证券研究报告之外，绝大多数证券研究报告是在分析师认为适当的时候不定期地发布。 在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议，也没有考虑到个别客户特殊的投资目标、财务状况或需求。客户应考虑本报告中的任何意见或建议是否符合其特定状况，若有必要应寻求专家意见。本报告所载的资料、工具、意见及推测只提供给客户作参考之用，并非作为或被视为出售或购买证券或其他投资标的的邀请或向人作出邀请。 本报告中提及的投资价格和价值以及这些投资带来的收入可能会波动。过去的表现并不代表未来的表现，未来的回报也无法保证，投资者可能会损失本金。外汇汇率波动有可能对某些投资的价值或价格或来自这一投资的收入产生不良影响。那些涉及期货、期权及其它衍生工具的交易，因其包括重大的市场风险，因此并不适合所有投资者。 在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任，投资者自主作出投资决策并自行承担投资风险，任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。 本报告主要以电子版形式分发，间或也会辅以印刷品形式分发，所有报告版权均归本公司所有。未经本公司事先书面协议授权，任何机构或个人不得以任何形式复制、转发或公开传播本报告的全部或部分内容。不得将报告内容作为诉讼、仲裁、传媒所引用之证明或依据，不得用于营利或用于未经允许的其它用途。 经本公司事先书面协议授权刊载或转发的，被授权机构承担相关刊载或者转发责任。不得对本报告进行任何有悖原意的引用、删节和修改。 提示客户及公众投资者慎重使用未经授权刊载或者转发的本公司证券研究报告，慎重使用公众媒体刊载的证券研究报告。 # 东方证券研究所 地址： 上海市中山南路318号东方国际金融广场26楼 电话： 021-63325888 传真： 021-63326786 网址： www.dfzq.com.cn