量子運算商業化:看起來近,但瓶頸在錯誤修正
IBM、Google、IonQ、PsiQuantum、本源量子都在推進量子運算商業化。但真正的商業化門檻不在 qubit 數量,在錯誤修正(QEC)——這個問題的物理尺度遠大於多數人的預期。
為什麼要寫量子運算(現在)
量子運算是一個典型的**「十年以後會改變世界」的敘事**——問題是這個「十年 以後」已經講了至少三十年。最近一波熱潮來自三個事件:
- IBM 1,121 qubit Condor 處理器發表
- Google Willow 公布量子錯誤修正的實驗進展
- 中國本源量子、美國 PsiQuantum 推進商業化路線圖
這波熱潮讓很多人以為「量子運算商業化就在眼前」。但仔細看技術細節,真正的 瓶頸並不在 qubit 數量——在錯誤修正。
量子運算的兩個層級
層級 1 — 物理 qubit
物理 qubit 是實際存在的量子位元,可以用多種技術實現:
- 超導(Google、IBM、Rigetti)
- 離子阱(IonQ、Quantinuum)
- 光子(PsiQuantum、Xanadu)
- 中性原子(QuEra、Pasqal)
- 矽自旋(Intel、Silicon Quantum Computing)
每種技術都有優缺點,目前最受關注的是超導與離子阱。
層級 2 — 邏輯 qubit(logical qubit)
這才是真正重要的。邏輯 qubit 是經過錯誤修正後、可以穩定進行量子 計算的單元。一個邏輯 qubit 需要數百到數千個物理 qubit才能實現。
具體比例:
- 表面碼(surface code):每個邏輯 qubit 需要 ~1,000 個物理 qubit(低錯誤率)
- 更高錯誤率的物理 qubit:需要更多物理 qubit 來錯誤修正
為什麼錯誤修正是真正的瓶頸
商業化有用的量子運算,需要上千個邏輯 qubit(例如破解 2048-bit RSA 加密 需要數千邏輯 qubit,持續運算數小時)。
對照現實:
| 指標 | 目前狀態 |
|---|---|
| 最大物理 qubit 數 | ~1,000 出頭(IBM Condor) |
| 邏輯 qubit 實驗性示範 | 個位數 |
| 商業化所需邏輯 qubit | 數百到數千 |
| 物理 qubit 擴產速度 | 年化 2–3 倍,遞減 |
直接算:如果需要 1,000 個邏輯 qubit × 每個 1,000 物理 qubit = 1,000,000 個物理 qubit。
當前最大系統只有 ~1,000 個物理 qubit。差距是 1,000 倍。
即便物理 qubit 每年翻倍(這已經是樂觀假設,且規模越大越難維持),1,000 倍 也需要約 10 年才能達到。而這 10 年內每一年都會面對新的工程挑戰——雜訊 控制、低溫冷卻、退相干、門錯誤率、讀取錯誤率等。
Google Willow 的意義(與限制)
2024 年 Google 發表 Willow 處理器與量子錯誤修正的實驗結果,引發熱烈討論。 Willow 展示的關鍵結果:
- 隨著表面碼的碼距(code distance)增加,邏輯錯誤率指數下降
- 這代表表面碼在原則上可以持續縮減錯誤率,只要物理 qubit 數量夠多
- 這是「量子錯誤修正理論 → 工程實踐」的重要里程碑
但 Willow 並沒有展示:
- 數百個邏輯 qubit 的系統級運作
- 長時間持續運算的穩定性
- 商業問題(如因式分解)的實際計算時間
換句話說:Willow 解開了一個原理性障礙,但工程性障礙仍然巨大。
實際商業化時程(誠實估計)
基於當前技術路徑的合理估計:
| 階段 | 時程 |
|---|---|
| NISQ(Noisy Intermediate-Scale Quantum)實用化 | 已在進行中(化學模擬、材料設計等特定問題) |
| 中期(幾十到幾百邏輯 qubit) | 2028–2033 |
| 商業化(上千邏輯 qubit,可執行有意義算法) | 2035–2040+ |
| 破解現有加密標準(RSA、ECC) | 2040+,且取決於很多工程與物理突破 |
關鍵警告:這些時程都假設「目前的技術路徑不遇到新的物理障礙」。歷史上, 量子運算每隔幾年就會遇到新的技術挑戰(退相干時間、讀取保真度、雜訊模型等), 實際進度往往比樂觀預期慢 5–10 年。
投資與戰略層面的意涵
不要相信「量子概念股」的短線敘事
大部分「量子概念股」只是沾邊——沒有真正的技術基礎或商業化路徑。90% 會在 未來 5 年被市場淘汰。
正確的觀察標的
- IBM、Google(Alphabet)、Microsoft:有資源長期投入,不靠量子運算單一 業務存活
- IonQ、Quantinuum(Honeywell 合資):專門玩家,風險高但最有可能在 特定利基突破
- PsiQuantum:光子量子路徑,跟主流不同,風險 / 報酬都高
- 半導體設備與材料商:低溫冷卻、特殊材料、精密機械——這些在量子運算 商業化後會是結構性受益者,且風險相對低
地緣政治層面
量子運算是美中科技競爭的下一個戰場。美國已開始對量子相關出口管制, 中國大力投入本源量子等國家級項目。這個戰場的意義不在於當前的商業利益, 而在於長期國家安全(加密破解 + 後量子加密)。
可追蹤的七個指標
- Google、IBM 的季度量子研究發表——arXiv + 官方部落格
- IBM 路線圖進度(Condor → Kookaburra → ...)——IBM Research 官方公告
- 邏輯 qubit 示範的學術論文——Nature、Science 期刊
- 量子運算相關政府預算(美國 Chips and Science Act、歐盟、中國)
- 全球量子軟體 / 雲端服務的使用量——AWS Braket、Azure Quantum、IBM Quantum
- 後量子加密標準制定進度——NIST 公告
- 量子運算新創的融資與估值——Crunchbase、PitchBook
結語
量子運算商業化是一個真實但非常長期的產業故事。任何告訴你「量子運算 5 年內改變一切」的人都不是認真的——實際時程至少是 10–15 年,且取決於多個 工程突破。
對 Industry section 而言,量子運算是少數值得長期關注但不適合短線炒作 的主題。本站會追蹤重要里程碑,但不會把它當成近期 alpha 來源。
**方法論提醒:**本篇是產業技術分析,非投資建議。所有具體數字與時程估計 為業界普遍參考,僅供研究討論。
同一條思路下的其他研究
High-NA EUV:半導體設備軸的下一個瓶頸
ASML High-NA EUV 機台是 2nm 以下節點的必備設備,也是全球半導體產業的下一個 chokepoint。這篇拆解它為何重要、為何擴產慢、以及台廠在這條軸線上的角色。
人型機器人 2026:商業化拐點還是下一輪泡沫
Tesla Optimus、Figure AI、Agility Robotics、中國宇樹 / 小鵬 / 小米 — 全球人型機器人競賽進入商業化試驗階段。這篇用 Chokepoint War Gaming 框架拆解供應鏈位置與台廠可能角色。
太陽能產業:中國產能過剩的第二次完整實驗
中國在太陽能電池與組件上的產能過剩,比電池產業走得更極端——全球產能的 80%+ 集中在中國,且持續擴建中。這是『中共產業政策劇本』的標準範例。