超导量子计算金贻荣：一台量子计算机，60%的成本花在了"测控"上

本文来自微信公众号： 每日天使 ，作者：每日天使

2026年上半年，量子计算的新闻一个接一个。

但说实话，这些数字跟普通人没什么关系。对于绝大多数人来说，量子计算的真实状态差不多是这样的：好像很厉害，但不知道厉害在哪；好像要来了，但不知道什么时候来；好像中国做得不错，但不知道跟IBM、Google比差多少。

这也是为什么，当北京量子信息科学研究院研究员、相干科技创始人金贻荣站在讲台上的时候，他开场就引了一句话。不是他自己说的。据他介绍，这句话出自英国一位曾主管科技事务的大臣之口："忘掉人工智能吧，量子计算才是这个时代的大事。"

"当然，每个人的观点不一样，AI还是很重要的。但AI实际上是应用，算力才是底座"他补了一句。

2008年进物理所，2023年出来创业，十五年的跨度。当他把这个时间线拉开，讲出来的不只是一个科学家的故事，更是一条中国超导量子计算从实验室走向产业的完整路径。这条路走到2025年，他手里的公司营收从不到10万跨越至超过3000万。卖的不是整机，是测控系统。

一台超导量子计算机，测控占了60%以上的成本。这个反常识的事实，是理解整个量子计算产业逻辑的第一把钥匙。

量子比特：在一个"既是0又是1"的世界里算问题

先说最基础的问题。量子计算和经典计算，到底差在哪？

金贻荣的讲法很直观。他把经典比特解释为"一个开关"——晶体管只有开和关两个状态，数学上记为1和0。几百亿个这样的开关组合起来，通过"与门""非门""异或门"这些逻辑操作，就能解决任何可计算问题。图灵早就证明过这件事。

量子比特也是两态系统。但它是量子的两态系统。区别有两条。

第一条叫叠加态。经典比特在任何时刻只能是0或1。量子比特可以"部分在0、部分在1"——用物理学的说法，它可以处在这两个状态的叠加态上。两个状态的系数是任意的复数。"它的信息表达能力天然就比经典比特强。"金贻荣说。

第二条才是关键，叫纠缠。叠加说的是单个量子比特的能力。纠缠说的是多个量子比特组成复合系统之后发生的事。

他举了一个经典的例子。两个量子比特组成一个贝尔态——这是量子信息里最基本的一种纠缠态。单独去测量第一个量子比特，你会发现它在0和1之间完全随机分布，各50%概率。单独测第二个也是一样，完全随机。按照经典的办法，你会下结论说：这个系统不包含任何信息。

但这个结论是错的。因为如果你把两个测量结果对照起来看，会发现一个严格的规律：第一个是0，第二个就一定是1；反过来也一样。信息没有被编码在单个比特里，而是被编码在它们之间的关系里。

这就是纠缠真正在做的事——升维。两个量子比特把问题的维度从2维拉到了4维。3个量子比特拉到8维，4个到16维，以此类推。所以50个量子比特的纠缠体系，计算空间的维度已经跟当前最快的超级计算机的算力相当。300个量子比特的维度，超过了宇宙中所有原子的总数。

"我们可以在高维空间里进行信息编码和信息处理，这是一套全新的解决问题的范式。"金贻荣管这叫"来自世界底层的自然资源"——Nielsen和Chuang那本量子计算圣经里的原话。《每日天使》注：Michael Nielsen和Isaac Chuang合著的《Quantum Computation and Quantum Information》，被公认为量子计算领域的标准教材。

有了这个高维空间，能不能解决问题，就看你能不能找到好的算法了。

【量子计算两大核心算法】1994年，美国数学家Peter Shor提出大数分解算法，能在多项式时间内把一个极大整数分解为两个质因数——RSA加密的数学根基就是这个问题的"不可计算性"。经典计算机破解一个RSA-1024大概要100万年，Shor算法压到几分钟。1996年，Lov Grover提出无结构数据搜索算法，从1亿个数据里找目标值，经典方法平均要搜5000万步，量子只需要约1万步。

四条路线，为什么超导先跑出来？

造一台量子计算机，第一步是找到能做量子比特的材料。

最直接的想法是用自然界的粒子——原子、电子、光子。但问题在于，这些粒子太轻、太快了。金贻荣打了一个比方：你呼吸的空气中，氧分子和氮分子的运动速度比狙击步枪子弹还快。"对它们进行操控，相当于要在高速飞行的子弹上雕花。"于是有了离子阱——把原子的外层电子剥掉一个，让它带电，然后用电磁场把它困住，再用激光操控其中一对精细能级。这就是离子阱量子计算的基本逻辑。

后来技术又往前走。把原子冷却到几十纳K的温度——让它慢到几乎不动，再用激光产生的强光场（光晶格）进一步束缚住。这就是中性原子量子计算。

固态体系是另一条路。半导体量子点——在材料里用电极构造点状势场，把电子困在里头。但因为材料里的缺陷太多，退相干时间一直做不上去，进展偏慢。

超导量子比特是在固态体系中杀出来的另一条路。它的材料体系相对成熟——蓝宝石衬底上做超导电路，核心是约瑟夫森结（超导-绝缘-超导三层结构），能在极低温下表现出宏观量子行为。超导宏观量子态为低能量子行为提供了天然的保护，而宏观量子态因为是大量粒子的集体行为，操控和测量就变得容易得多。

金贻荣展示了一组麦肯锡2025年的数据：全球量子计算研发投入中，超导路线占比最大，也是技术成熟度最高的路线。中性原子投入增速最快，已经超过了离子阱。光量子另有一套逻辑——它更像"专用加速器"，不需要做到通用计算，先解决特定问题就值钱——这也是它融资跑得快的核心原因。

"从更快进入应用的角度，光量子确实可能快一些。"金贻荣的判断很务实，"但超导是目前投入最大、成熟度最高、最具前景的路线之一。"

量子计算五大技术路线对比（截至2026年6月）

制冷机不是最贵的，测控才是

【知识背景】这是金贻荣整个分享中最反常识的一个判断，也是理解他的创业路线的关键。

外界说到超导量子计算机，最先想到的往往是稀释制冷机——那台提供接近绝对零度环境、一台就要大几百万的设备。做量子计算的公司，宣传图永远是围着那个金灿灿的大家伙拍的。

但金贻荣算了一笔账。

稀释制冷机确实贵。一台要大几百万。但一台制冷机能装一个量子比特，也能装100个、1000个。随着比特数增长，制冷机的成本在总系统里占比会被不断摊薄。

测控系统不一样。每一个量子比特都需要独立的操控线路和读取线路。测控设备的数量跟量子比特数是线性关系——比特数翻一倍，测控线路和电子学就翻一倍。

到100多个量子比特的规模，"测控在总成本里的占比超过60%。"金贻荣说。"未来规模再往上走，这个比例还会攀升。"

这就是他为什么把公司的第一块基石押在了测控上。

"测控是量子计算的灵魂。"他的理由是：第二次量子革命的核心不是造出了量子比特——自然界到处都是量子系统——而是人类第一次有了"主动制造人工量子系统，并且精确地操控它、读取它"的能力。操控和读取，靠的就是测控系统。

从商业逻辑上讲，这个选择更直接：测控现在就能卖钱。2024年300多万营收，2025年3100万——增长接近10倍——全部来自测控系统销售。"整机业务没有完全发展起来之前，测控是公司现阶段的现金流基础。"

"我把测控定位为公司路上的一段路，但绝不是终点。"他说。测控赚到的钱、积累的经验，最终要服务于整机研发——2026年内，他计划推出基于自研芯片的完整量子计算机。

【稀释制冷机与10mK极低温环境】超导量子芯片的工作温度约为10毫开尔文（mK），也就是零下273.14℃，仅比绝对零度高了0.01℃。在这个温度下，超导材料进入超导态（电阻完全消失），热噪声被压到极低水平，量子比特才能维持足够长的相干时间。稀释制冷机利用氦-3和氦-4的混合液在低温下的相分离效应来制冷，是目前唯一能批量提供10mK级环境温区的商用设备。国内目前主要依赖进口，单台售价数百万元，Bluefors和Leiden Cryogenics是两大供应商。相干科技自身不制造制冷机，聚焦测控电子学系统。

药物研发会是最先落地的，不是因为最"对"，是因为ROI最"高"

金贻荣给量子计算的应用排了一个序。

第一层：量子化学计算。"包括分子结构计算、药物设计。"他用两个数据说明为什么这个方向最急迫。全球超级计算机约30%的算力都堆在材料模拟、药物设计这些化学计算上。仅哈伯合成氨这一个工业过程，每年就消耗全球2%的能源——如果能用量子计算优化反应动力学，节省的能源是天文数字。

第二层：金融分析。"组合优化问题，商业驱动力极大。这个领域一旦有突破，利润非常非常可观。"

第三层：量子人工智能。人工智能是工具，算力才是底座。量子计算（QPU）与经典的GPU、CPU融合形成的全新算力解决方案，与人工智能相结合，才是解决药物研发、新材料与化学合成、金融优化等难题的合理路径。

"破解密码虽然听起来最炸裂，但我觉得它反而要晚一些发生。"他的逻辑很直接：商业驱动力不够。不是说密码不重要，而是说在资本推动产业化的逻辑里，谁能先产生商业价值，谁就能先拿到资源加速迭代。

这个排序背后是一个冷静的判断：量子计算还没有到"大规模商用"的阶段。现在的策略是"在忍受错误的情况下干活"——系统有噪声、比特会出错，但算法必须假定系统不完美，在这个前提下看能不能真正解决一些问题。

IBM最近做的一件事验证了这个方向。他们用两块Heron芯片（各156量子比特）配合日本的“富岳”经典超算，成功模拟了超过12000个原子的蛋白质结构。"我们至少能算到一万个原子这个量级了。"金贻荣说。这个规模跟经典计算已经开始拉开距离——而且是IBM自己发布的公开数据，不是行业传闻。

"平台是桥梁。不建桥，你永远不知道量子计算还能干什么。"

金贻荣在量子院做了一件他力主推进的事：建云平台。

"我当时力推要做云平台，很多人不理解。"但他坚持认为，量子计算当前最大的困境不是硬件不够好，而是一个更根本的问题：做技术的不知道量子计算还能解决什么问题，做应用的不知道量子计算到底怎么用。

双方都对对方没有感知能力。

北京量子院的云平台从2023年开始上线，第一块芯片是136比特。到现在线上已经有4台百比特级别的量子计算机，累计执行了超过900万次量子计算任务，注册用户5000多人。不过他也坦承跟IBM差距巨大：IBM在2025年提供的量子云服务总量超过了一万亿次。

差距本身不是重点。重点是平台逻辑。

"我把硬件接上来，把算法放上去，让用户在自己的领域里直接试用。一旦跑出效果，飞轮就转起来了。"这个思路跟他给公司的终极定位是一致的——成为量子计算时代的英伟达。"英伟达有硬件，同时有CUDA，做了整个生态的底座。它自己不做模型。"

金贻荣的路线图很清晰：测控是第一步（现金流+经验积累），整机是第二步（2026年目标），平台是第三步。最终目标不是卖机器，而是通过整机和平台催化整个量子计算的生态。

"当平台提供足够便捷、足够低成本的算力之后，用户就不需要来实验室了。他们会自己上来试、自己发现问题、自己联系你。只有这样，连接的效率才能提起来。"

【量子云平台：谁在做？】全球主要的量子云计算平台包括：IBM Quantum Experience（最早，156比特Heron芯片，2025年服务量超万亿次）、Google Quantum AI（Willow 105比特，2025年首次在真实硬件上证明量子计算性能超越经典超算13000倍）、Amazon Braket（集成多家量子硬件供应商）、微软Azure Quantum。国内则有北京量子院quafu量子云平台（多台百比特级，累计超900万次任务）、本源量子云平台（突破100万次任务）、中科院量子信息与量子科技创新研究院"祖冲之号"云平台等。平台是量子计算从"实验室工具"走向"基础设施"的关键一步，也是未来产业生态的入口。《每日天使》根据公开资料整理

从现在到2035，两条并行的线

在问答环节里，有人问金贻荣一个很实际的问题：量子硬件的噪声和不稳定，到底什么时候能解决？

他的回答分了两条线。

第一条线是纠错。"把多个物理量子比特编码在一起，让信息变得鲁棒——量子比特可以出错，但信息不能出错。"他说这个方向现在有一些突破，但要真正在纠错后的逻辑比特上做事，"大概还需要5年"。

第二条线是降低物理错误率，通过经典算法缓解错误，并让量子算法"容忍错误"。"这5年里我们不是干等着。算法从一开始就要假定系统是有噪声的，在容忍错误的前提下，找到一个真正有用的解法。"

这就是当前量子计算产业最真实的图景：不是一条单行线，而是纠错和含噪声量子经典融合计算两条线并行推进。"这两件事是接下来量子计算发展最重要的两件事。"

讲到最后，金贻荣说了一段回顾。

2009年进中科院物理所，从超导量子电路基础研究做起。后来谷歌收购了UCSB的团队，他第一次意识到自己正在做一件伟大的事情。2019年北京量子院成立，他作为最早一批员工从零开始搭队伍建实验室。"对我来说也可以算是一次创业了，投资人是北京市政府。"2023年，在一个资本寒冬里，他在量子院支持下，在一间仓库的角落里正式开始创业。"不是我觉得这个东西能挣钱，是我觉得量子计算必须通过产业化才能真正改变这个世界。靠做科研做不到。"

米磊在那个仓库里跟他聊完，当晚就把TS发了过来。天使轮拿了3000万。到2026年，Pre-A轮融资额又有新的突破。

"我还是希望能成为量子计算时代的英伟达。"他在最后改了措辞，不再说对标"量子计算时代的IBM"。"上世纪的IBM，不是今天的IBM。"

本文基于金贻荣现场分享录音整理，部分行业数据由《每日天使》根据公开资料补充。文中涉及相干科技营收、平台数据等公司内部数据均来自演讲者口述，具体以官方披露为准。