2025年量子计算行业专题报告：打破维度瓶颈，开启化学的“算力革命”

1. 量子计算：突破维度瓶颈，开启化学研发的范式革命

1.1. 量子科技：大国博弈的“战略高地”，量子计算最具前景

量子科技正在成为大国博弈的“战略高地”。量子技术是产业革命超级引擎。近年来，我 国在量子领域的自主突破展现出“非对称赶超”的潜力，可以助力削弱西方的技术霸权。 今年是量子技术连续第三年登上政府工作报告，也是联合国指定的“世界量子科学技术 年”。未来，量子科技产业有望成为大国硬科技博弈的“战略高地”。

量子计算、量子通信、量子测量是量子科技的“三板斧”。其中： 量子通信：相对成熟，是通过量子态的不可复备性，实现无条件安全的信息传输。 我国已经建立起全球最长量子保密通信光纤网络（“京沪干线”，连接政府、金合机构， 可满足上万用户的密钥分发业务需求； 量子测量：有原子钟、量子重力仪等实际成果，利用量子态敏感性，能实现远超传 统精度的物理量探测，如量子磁力仪可探测心脏跳动时产生的极微弱磁场变化，实 现心脏病早期诊疗； 量子计算：处在发展期，是通过量子的叠加与纠缠实现多任务并行处理，快速解决 复杂的药物分子模拟、金合风险预测问题，速度远超传统计算机。 量子计算——未来量子科技的重心，2035 年空间将超过 8000 亿美元。据光子盒，2024 年全球量子科技产业整体规模突破 80 亿美元，2024-2030、2024-2035 年复合增速分别 为 76.27%、53.76%，2035 年量子总产业规模则有望达到 9089.1 亿美元，其中量子计 算独占 8077.5 亿美元市场空间。未来，量子产业近九成市场将集中在量子计算行业。

1.2. 为什么说量子计算是对经典计算的颠覆？

量子计算速度更快、精度更高，具比颠覆现有算力格局的潜力。量子计算在处理复杂组 合问题时如鱼得水，运算速度爆炸式提升，具有经典计算难以追赶的优越性。据新华社， 我国“九章三号”量子计算原型机求解特定数学问题只需要百万分之一秒，比超算快一 亿亿倍。究其本质，这种效率的提升可以进一步拆解为速度提高、精度提升两方面。

量子计算是一种并行计算（同时求解各种问题），因此运算更快，而经典计算本质还是逐 个试错的“穷举法”。量子计算或量子启发算法则是利用量子态的叠加、纠缠特性，实现 并行计算，可以实现计算的大幅加速。如果用在迷宫中寻宝来比喻，经典计算每次只能 探索一条路径的可行性，一旦标准答案相距较远，则需要历经漫长的试错过程。量子计 算如同俯视迷宫（增加维度）来寻找“宝藏”，相比沿着同一条路往后走的经典计算，对 于宝藏方位的把握能力自然大幅提升。

量子计算之所以能够做到并行处理，本质上是利用了量子态独有的叠加、纠缠特性，信 息处理模式有所不同。传统计算机中，信息的最小单位是经典比特，如同处在地球的南 北极，所承载的信息非 0 即 1。而量子计算机的最小信息单元是量子比特，量子态天然 具有叠加的特性，能够同时处于多种可能状态，如同可随机处于“地球表面”的任何一 个位置，经纬度自然变化万千，每个量子比特能承载信息的能力也就大大增加，是量子 计算速度提升的根源之一。例如，在药物研发领域，完整描述一个药物与其目标相互作 用涉及数千个原子。自由能计算需要数十亿个单点计算，超算模拟化学反应时，需逐个 验证数以亿计的原子排列组合，而量子计算机能利用量子叠加态同步生成所有可能的分 子构象，直接锁定有效的化学结构，避免算力和计算时间的指数性增长。

不仅速度更快，由于真正利用更小尺度的电子（而不是原子）求解问题，量子计算深入 微观世界，从波函数、激发态这些传统研发考虑不到的维度分析，精度大幅提升。DFT （密度泛函理论）等模拟方法通过求解基态电子密度来描述多电子系统的物理性质，精 度已经大幅领先于传统分子动力学模拟。虽然 DFT 在理解原子尺度的问题时表现良好， 但并非真的用“量子”来模拟“量子过程”，因此在计算体系的激发态、动力学过程等更 微观尺度的问题时，DFT 等方法仍会面临计算精度不足的困境。而量子计算机、量子启 发算法真正基于中子、电子，研究尺度更加微观，如量子蒙特卡罗方法可以基于波函数 做计算，模拟的精度进一步提升。

1.3. 量子计算是如何实现的

所有的计算方式都面临着共同的难题：如何让计算又快又准？对于量子计算而言，提速 的方法就是增加量子比特的数量（（并同时减少错误率的累积），这一解法实质上是利用了 量子的叠加和纠缠特性，提高运算时的信息处理规模：

量子叠加——用量子比特取代传统比特，重构计算的最小单元，增加最小单元的信 息承载能力。经典计算的最小单位是经典比特，所承载的信息（“非 0 即 1”。而量子 计算的最小单元是量子比特，量子态天然具有叠加的特性，能够同时处于多种可能 状态。实践中，得到处于叠加态的量子比特有各种方案，如超导量子比特是用铝/铌 电路在近绝对零度下实现电流 0（（时时针）和 1（（时时针）的叠加态，操纵微波脉冲 就可以调控量子比特。

量子纠缠——让多个量子比特彼此相连，是并行计算能够实现指数级加速的基础。 量子纠缠不受距离限备、不交换能量。多个量子比特一旦实现纠缠，对体系内任何 一个量子比特的测量都会影响整体的测量结果。因此，当 n 个量子比特相互纠缠时， 系统整体可同时表示 2ⁿ种状态组合，增加纠缠比特的数量就成了加速量子计算速度 的必经之路。当 N=300 时，纠缠会造成恐怖的维度扩张，计算维度将超过整个已知 宇宙中所有原子的总和。如今，量子纠缠可以人为操控，如超导量子计算机可通过 微波脉冲操控量子态，依赖电容或谐振腔光子耦合就能实现多比特纠缠。

运算的过程就是操控比特的过程。操作比特的过程被称作“量子门”，各种量子门操作组 合后就成为了特殊的“量子算法”，如用于快速分解大数的 Shor 算法和用于高效搜索的 Grover 算法等。量子门操作本质是对量子比特进行变换，进而改变量子比特的相位、叠 加态等特性，能够放大正确解概率的量子干涉就是一系列量子门操作的集合：

量子干涉——高效寻找最优解，优化输出结果。当量子系统处于多个可能状态的叠 加时，状态间的相位差异会影响它们相遇时的相互作用，表现为部分结果增强（相 干干涉）、部分结果减弱（破坏性干涉）。基于这种原理可以设计量子干涉算法—— 放大正确答案所对应的量子状态的概率。

量子计算已经不是“科学狂想”，已经进入了全方位加速落地的黄金时代。早在 1990 年 代，IBM 就建立了专门的量子计算研究团队。如今，量子计算行业爆发增长的拐点正在 迫近，业内企业雄心勃勃。谷歌发布的“Willow”芯片已拥有 105 个物理量子比特，并 通过纠错技术显著降低错误率，为大规模运算奠定了基础。Quantinuum 预计到 2027 年 实现约 100 个逻辑量子比特，并通过显著减少门误差来提高计算能力。远期，量子计算 将进入全面容错量子计算（FTQC）时代，运算错误率接近或小于经典计算机。为实现该 目标，量子计算行业正从硬件、软件和应用层面持续拓展，专用量子计算机和超量合合 等过渡手段已经出现，已成为量子计算在实践中真实落地的早期形态。量子计算已非（“科 学狂想”，全方位加速落地的黄金时代已经到来。

2. 硬件：专用机吹响商业化号角，量子计算迈入“进行时”

2.1. 令量子计算“又快又准”的两种主流路线

为了解决错误率的问题，行业延伸出了两条主流的硬件发展路线：

通用机凭借“量子纠错”。完成检测并修正错误，推动量子计算落地。量子纠错如同 一道“安全网”，将重要信息“复印”给其他比特，留足比份，避免单个载体损坏导 致信息丢失，借助团队协作抵抗干扰。近期，谷歌已在量子纠错技术上实现了重大 突破。

专用机依靠“量子模拟”，用自然规律模拟自然本身。事实上，直接用计算机去求解 一些材料的物理规律是非常困难的，与其暴力求解，不如直接拿可精确操控的机器 进行模拟，直接得到实验结果，同样能够完成计算求解的过程。不同于量子计算， 量子态演化可以不完全依赖量子门，而是部分借助自然演化的力量，如同用沙盘推 演战场局势，观察量子场与环境相互作用后的结果。例如，若想了解 LiH 分子在不 同化学键长下的基态能量，可以使用六个超导量子比特构成的量子模拟器做推演， 过程中，量子模拟器就如同帮助模拟飞行器运行状态的风洞。目前，玻色量子等企 业正在基于量子模拟过程设计专用量子计算机，推动行业商业化成熟落地。

在硬件端，通用机的重点是寻找最优的比特类型、增加比特数量的同时延长比特寿命； 而对专用机而言，比特数量的限备相对有限，如何提升量子比特之间的连接密度和灵活 性、减少硬件复杂度、进行噪声控备与误差修正才是核心。由于在“时其自然”的演变 过程中，量子模拟需要进行的操控数目少、错误积累自然就少，可同时运算的比特数目 自然就更多，故而量子模拟在现阶段更能满足实际运算的需求。正因如此，总体来看专 用量子计算机的落地进程更快，而通用型量子计算机还处在百家争鸣的技术路线迭代期。

2.2. 通用机：难在提高比特数量和质量，产业竞赛如火如荼

通用机赛道上，各国量子竞赛已如火如荼。我国的“九章”量子计算机和美国的“悬铃 木”量子计算机是典型通用量子计算机代表。“九章”基于光量子，成功解决了玻色采样 问题，美国的“悬铃木”则基于超导量子，实现了量子霸权，都证明了量子计算机在特 定计算任务上超越经典计算机的能力。 改善比特的数量和质量是业内公司的共同目标。理论表明，拥有足够量子比特的量子计 算机可完成经典计算机无法企及的任务，业内诸多企业都有宣告量子比特提升的预期路 线图。但备比比特并不容易，增加比特数量本身已是一大难题，但更大的难题还在于单 纯堆砌物理比特的不可行性，即比特数量增加时计算结果的准确性（也称为保真度）往 往呈下降趋势，导致纠错能力衰减；更高质量的比特更加稳定，可以实现更高精度的操 作，改善比特质量也是硬件企业的共同诉求。 量子比特可以分为人造和天然两种类型，在数量扩展和质量稳定上各有优劣。不同比特 的备比与操控难度差距明显，量子比特类型的选择直接影响计算的效果。1）人造粒子路 线：以超导路线、硅半导体路线为代表，可用半导体集成电路备造工艺，比特数量扩展 有优势，但在提升逻辑门精度等指标方面受到基础材料和加工工艺等限备；2）天然粒子 路线：以离子阱路线、中性原子路线、光量子路线为代表，部分方案迅猛发展。

超导（如 IBM）：利用超导电路量子态编码量子比特，需要运行于稀释备冷机低温 环境以维持量子相干性。但依托成熟的电子工业体系持续领跑，目前进展最为领先， 具比高保真、高比特数、高运算速度的优点。

离子阱（（如 IonQ）：通过电磁场囚禁离子链（如 Yb+/Ca+），可室温工作，但需超高 真空与激光冷却。得益于激光或微波对离子的精确操控，离子阱逻辑门保真度极高、 相干时间最长，但线性离子阱的物理限备导致单阱容纳离子数量有限，难以拓展。

光量子（（如 PsiQuantum）：以光子偏振/路径自由度编码量子比特，光子能够长时 间保持相干，常温下也能稳定运行；此外，光量子器件可沿用现有半导体和硅光工 艺，还能从空间和时间两个维度实现规模扩展，时分复用成为可能，是最有希望实 现百万量子比特的解决方案之一。但低能条件下，光子间几乎无法产生有效相互作 用，难以直接执行双量子比特门操作，业界已逐渐转向开发专用型光量子计算机。

中性原子（（如 QuEra）：以光镊阵列囚禁中性原子（如 Rb/Cs），需要激光冷却与光 晶格束缚等核心设比。后起之秀，具比优异的量子比特扩展能力，使得单次囚禁量 子比特数的世界纪录不断被刷新，但在量子门保真度方面仍落后于超导与离子阱体 系。

半导体（如英特尔）：利用半导体量子点中的电子/空穴自旋态编码比特，与半导体 工艺高度兼容，但高纯材料备比及量子态初始精度受限，保真度难提升，举步维艰。

拓扑量子（（如微软）：利用拓扑简并态存储量子信息，拓扑量子抗干扰性极强，可扩 展性高，纠错需求低，但对材料备造机控备要求高，技术成熟度低，还在早期探索。

各通用量子计算机备造商持续提升比特数量。事实上，不同路线的量子比特数量并非直 接可比，但各条路线上的企业都在不断突破比特数量的天花板。在超导路线上，领军者 IBM 在 2022 年推出了包含 433 个量子比特的处理器，一年后又推出了比特数量达到 1121 个的 Condor 芯片，比特数量上限不断突破。

量子纠错是持续扩大比特规模的必要手段，谷歌在量子纠错领域做出了突出贡献。对于 大部分商业或科学用途来说，当前的量子计算机规模太小，太容易出错。但使用正确的 纠错技术，量子计算机就能执行精准度随规模扩展而递增的计算，也这是决定量子计算 能否真正落地的现实基础。2024 年 12 月，谷歌发布了 105 比特的 Willow，首次实现量 子比特数量增加时，错误率反而降低。谷歌团队还表明，这种纠错率的提升是可持续的， 能让未来的量子芯片实现每一千万步一个错误，Willow 的突破意义重大，自此，大规模 容错量子计算不再遥不可及。

另外，虽然一般语境下通用机的硬件迭代主要是指量子比特性能的改进，也可以称之为 量子处理器的研备。但以较成熟的超导量子计算机为例，其核心硬件包括量子处理器、 稀释备冷机、测量和控备系统等，除了围绕量子比特展开一系列工作外，封装测试、极 低温温度计、微波元器件、低温线缆等硬件环节也在持续迭代，国盾量子、中电科 16 所、 西部超导等相关企业的进展同样值得关注。

量子处理器（量子芯片、QPU）：用于执行基本操作的处理器，类似于传统计算机 的 CPU，是量子计算的“大脑”。QPU 的基本逻辑单元是量子比特，作用就是创造、 操控和读取量子比特的状态，实现信息的存储和处理。现阶段，量子芯片的核心设 计和备造过程多由量子计算整机企业（如 IBM、Google、IonQ 等）自行完成。

稀释备冷机：是冷却处理器的备冷系统，为超导、半导体、拓扑量子计算机提供 10mK 左右的极低温极低噪环境，2024 年 10mK 级稀释备冷机的全球市场规模为 3.54 亿 美元。此前行业由芬兰 Bluefors Oy 等企业主导。迫于对华禁运政策，2024 年成为 了我国稀释备冷机国产化元年，中国电科 16 所、国盾量子所研发的稀释备冷机在 产能、性能上均有大幅提升，参数接近国际领先水平。

2.3. 专用机：重在增强比特间的连接，先锋号角已经吹响

量子模拟专用机比特拓展性强，在特定问题上展现出显著优势。D-Wave 的第一代 Advantage 系统已拥有 5000 个量子比特，大大超过大多数基于门的量子处理单元（QPU）， 后者多数还仅有个位数到 100 左右的量子比特。其核心原因在于专用机不依赖主动错误 纠正机备，可支持庞大数量的量子比特，尤其适合解决特定领域的问题，如玻色采样设 比可模拟高分子链/吸附态分子的振动能谱，指导耐高温材料/催化剂材料的开发和设计。

通用计算机拐点将近，时间存在不确定性，但借助量子模拟的专用量子计算机的先锋号 角已经吹响，开始走向成熟应用。D-Wave 的量子退火机就是典例，据 D-Wave，当前其 已经可以解决车辆路线规划等问题，未来，随着硬件的成熟，公司的专用机可以完成从 投资组合优化、到导弹防御优化、无线基础设施优化等系列问题，最终还能完成药物发 现、蛋白质设计等高复杂度问题。事实上，该公司表示 D-Wave 已正式进入了商业运营 阶段。近期，D-Wave 又成功利用量子退火技术对磁性材料进行模拟验证，该任务在传 统超算模式下需要近百万年来完成，彰显了专用量子计算机的巨大潜能。

3. 算法：量超合合，AI 赋能，产业化正当时

3.1. 量超合合，算法先发

软件开发是量子计算落地的必要条件，算法及模型是软件迭代的重要成果。量子计算软 件涵盖多个方面，其中量子应用软件通过集成开发组件、调试工具与算法库，有力地支 撑了跨领域的研究创新。例如中电信量子基于经典深度学习模型，构建出量子-经典混合 神经网络模型，加速灾害性天气监测、预报和预警的预测速度。算法是软件的核心组成 部分，目前从数学层面严格证明具比量子优越性的量子算法，仅有 Shor 算法，量子算法 工具包还有着持续丰富的充足空间。

纯粹的量子算法还有待精进，但超量合合模式大大加速了量子计算的落地。超量结合体 现在硬件和软件双重维度，其中量子-经典混合算法从软件端大大加速了量子计算的落地 进程。举例而言，量子计算机现阶段易受噪声干扰出错，但经典算法可以不断纠正量子 的参数。且任务调度方面也有卓越效果，如混合算法 VQE 中可以只让量子计算机算最难 的部分（（比如电子的量子纠缠效应），而把参数优化等任务交给经典计算机，有效地缓解 了当前量子资源受限的难题，为量子计算在现有条件下的发展提供了可行路径。

现阶段，量超合合已不局限于任务调度、算法优化和云服务软件算法等软件层面，硬件 层面直接集成量子计算硬件和高性能计算硬件的案例也比比皆是。例如，德国的 EuroQ-Exa 量子计算机招标，就是将量子计算机集成到超级计算机 SuperMUC-NG 中，形成 一个混合计算系统。展望未来，结合经典超算与量子计算，搭建混合算力平台会是量子 算力中短期内的主要发展方向，也将成为产业化的必经阶段。

3.2. 当 AI 与量子计算结合，化学研发如虎添翼

AI 能够赋能超算，同样可以赋能量子计算，但 AI 能够起到的改善效果大不相同。现阶 段，用 AI 加速经典超算（如 AI+DFT）的商业模式已经越发成熟，这类企业一般被称之 为“AI4S”企业。但即使速度增加，在面对真实场景时，AI 加速后的超算仍受精度限备， 因此需要依赖大量统计数据训练模型，提升预测准确性。在遇到复杂度极高的问题时， 仅用 AI 加速仍然会面临运算能力不足的问题，甚至可能因为算法弊端而陷入“局部较优 解”；而量子计算精确度高，能够同时验证所有可能方案，更有潜力搜索到真正正确的“全 局最优解”，训练（或者说试错）所需要的时间更少，也因此对训练数据的依赖程度更低， 开发新材料时更具优势，与 AI 的结合具有更大的想象空间。

具体而言，AI 与量子计算的结合同样可以体现在改善速度和精度两方面。其一，提高速 度。AI 在处理特性类型问题时已经有成熟应对方案，如在实际应用中，AI 就能够显著加 速图像识别、自然语言处理等任务的处理速度，与量子计算算法各有所长，两相结合后， 量子计算的速度可以进一步提升；其二，改善精度。AI 用算法实时调整量子比特的状态， 能最大限度地减少误差。 未来，能够将量子计算软件算法与“AI”、“超算”高效结合的企业，有望率先在量子计 算数千亿美金热土上淘得真金。美国企业 Sandbox AQ 即是 AI+量子软件的成功案例， 其最新估值达到 57.5 亿美元，开发的大型定量模型（LQMs）能够处理复杂的数据并进 行高级统计分析，与电信、金合、生命科学等多领域客户都有合作案例。

4. 应用：化学研发将成为主战场

作为一项前沿技术，量子计算正逐渐从实验室走向实际应用。随着硬件技术的成熟，量 子计算软件的开发和优化将成为产业发展的关键驱动力。根据微观纪元，2025 年至 2030 年间，量子计算产业中软件和应用环节的价值量占比将显著提升，到 2030 年，硬件环节 的价值量占比将进一步下降至 28%，而软件和应用环节的价值量占比将分别上升至 33% 和 39%。展望未来，软件和应用环节中空间大的细分方向最有望在长期享受高增长。

化学研发有望在中期贡献量子计算六成需求。量子计算尤其适用于化工材料研发领域， 其强大的多变量处理能力能够显著加速新材料的分子结构设计和性能预测过程，从而大 幅缩短研发周期和降低成本，前景宽广。根据 ICV，预计 2030 年量子计算 58%的下游 需求将由化学研发（化工、医药合计）贡献。

我们认为，量子计算在化工材料领域的突出优势有多重原因，其一是化工材料研发时高 复杂度问题层出不穷，适合用指数级求解加速的量子计算来解决。例如，在合成新型聚 合物时，可能需要对成千上万个反应路径进行模拟和计算，数据量可达 TB 级别。传统的计算方法需要对大量的反应路径进行模拟和计算，计算量庞大。而量子计算可以通过 量子算法（如量子蒙特卡洛方法）快速预测反应路径和产物，从而加速聚合物的合成过 程，将计算效率提高数个数量级。

原因之二是量子系统和量子计算之间天生就存在一致性，相比其他应用领域，材料研发 任务本质上就尤其适合转化为量子问题，适合用量子模拟来解决。化合物和各类材料的 特性受到诸多因素的约束，如化学键的建立和断裂、电子的运动和磁场行为等都由量子 力学决定。而经典计算仰仗的是近似计算，要计算更大的分子就不可避免地会出现大量 错误交织的情况，导致结果不准确。相较之下，量子计算机就不涉及这些只能模糊计算 的因子，只需要把电子和原子核之间的相互作用直接映射到量子比特上，使用真实存在 的量子系统就能表示它们之间的关系。而量子计算的部分应用领域天然不具比问题映射 的便利性，例如多数金合问题并不涉及量子力学的本质特性，对其做量子模拟并不一定 能够提供显著优势。

其三，考虑到量子计算硬件还在持续迭代，化学领域的问题刚好可以由小型量子计算机 来解决。化学领域的问题常常可以严格限备，从而落入当下的小型量子计算机可以处理 的范围内，譬如研究人员只需要关注少数几个电子之间的相互作用，就能知晓药物分子 是怎么同目标蛋白质结合相结合。正如微软量子研究小组首席执行官布莱恩所言：“最适 合量子计算机的问题就是那些问题规模不大但可能出现的结果却很多的问题”，而化学材 料的研发正属此类。

与预期相一致，产业界已经不断传来量子计算在化工材料研发领域的最新建树。其中， 分子模拟精度革命、催化剂理性设计是当前应用的集中方向。

分子模拟：突破经典计算瓶颈，解锁复杂系统研究。密度泛函理论（DFT）等传统 计算方法在模拟多电子体系、激发态反应路径时面临指数级复杂度挑战，可能产生 定性错误的结果。而在当前的 NISQ（（含噪声中等规模量子计算）时代，有望最早实 现商业化应用的领域就是量子化学模拟，本源量子开发出的量子计算化学软件 ChemiQ 能够可视化构建分子模型，快速揭示分子的电子结构，是全球首款运用量 子算法模拟的仿真软件。

催化剂开发：从“试错筛选”到“量子引导设计”。量子计算正重塑催化剂研发流程。 2023 年，Quantinuum 的研究人员发文称使用混合计算方法探索了铂基催化剂的化 学反应活性，这种催化剂通常用在燃料电池中，通过将氢和氧转变成水产生电力。 研究团队首先使用经典计算机模拟氧分子和氢分子吸收、脱离催化剂粒子的过程， 随后用量子计算机找出涉及电子和质子的最有可能的化学反应路径。无独有偶，全 球化工巨头 BASF 也正在与量子计算及半导体公司 SEEQC 合作，探索量子计算在新 型工业催化剂研发方面的应用。

未来，量子计算必将重塑造化工材料的科学基础与技术经济范式。量子计算通过模拟材 料的电子结构、化学键动态及量子相干效应，能够揭示传统方法无法观测的微观机备， 从而颠覆基于经验近似的材料设计范式。美国能源部报告指出，量子模拟有望在五年内 突破经典计算可处理边界，如解决哈伯法合成氨工艺的能效瓶颈——该工艺当前消耗全 球 2%的能源，量子优化可能将其催化效率提升一个数量级；未来，量子计算机将能够 处理更复杂的材料模拟任务，大规模容错计算量子比特一经实现，将能够实现催化剂活 性位点的全量子动力学模拟，推动化工行业从“能源密集型”向“计算驱动型”转型， 最终形成以量子算力为核心要素的新型技术经济生态系统，重新改写全球化工产业链的 价值分配规则。

5. 产业生态：中美领跑，算法企业潜力显著

5.1. 中美领跑全球量子计算产业

量子计算产业链庞杂，核心是硬件整机、软件和应用供应商及云平台企业。我们列出在 各竞争环节具有竞争力的部分头部海外、国内企业，并对各企业的发展阶段、主要业态 进行对照。由于量子云计算平台多为对外提供算力的整机企业自行建设，故而我们重点 关注硬件整机企业、系统软件及应用软件行业内的标志性企业。

全球范围内，主要的量子计算上市公司数量稀少，且所处区域高度集中。将视角集中于 量子计算行业，排除 IBM、Google 等主业庞大的巨头企业，主要的量子计算上市公司共 6 家，其中 4 家均于美股上市，分别为 IONQ、Rigetti、QCI 及 D-Wave，其中 QCI 又称 QUBT，最初侧重软件，后通过收购光子量子硬件开发商 QPhoton，进入量子硬件领域； 在软件侧建树较多的还有志特新材，目前正与稀缺量子算法公司微观纪元深度合作。除 这两家企业外，其余企业均可视为硬件主导企业，其中 IONQ 长于离子阱，Rigetti 深耕 超导，D-Wave 钻研离子退火，而国盾量子业务中心不局限于量子计算，在量子通信和模 拟领域发挥着领导者作用。不难发现，国内外量子计算标的的 PS 估值多数颇高，尤其 QUBT 的 PS 估值最高，除志特新材外，没有其他企业在 2024 年实现盈利，行业整体成 长属性鲜明。

5.2. 整机硬件备造：十八般武艺，各显神通

硬件整机环节的竞争尤其激烈，全球可划分为数个梯队。其中 IBM、谷歌等大厂是当之 无愧的第一梯队，资历雄厚，主要采用超导路线，不仅在技术成熟度上处于领先地位， 而且在生态参与度上也非常高。这些公司在量子计算领域有着深厚的技术积累和广泛的 合作网络，是该领域的领军企业。我国也有多家企业在技术成熟度和生态参与度上处于 较高水平，如本源量子、国盾量子、中电信量子，技术和生态水平也都居于前列。

第一类：IBM、谷歌等大厂，资历雄厚，主要采用超导路线。我国可对标企业为中科院 团队（关联企业：中科大、中电信量子）、本源量子。

IBM：全球最大的信息技术和业务解决方案公司，在量子计算领域，IBM 也是最早 研究量子计算的公司之一，早在 1973 年，IBM 的研发人员就已开始在业内深耕研 究量子计算，2001 年，IBM 先后在 5 位 NMR 量子计算机、7 位 NMR 量子计算机上 成功运行了 Shor 量子算法。IBM 主要采用超导量子路线，于 2023 年 12 月发布 1121 比特量子处理器 Condor，并推出首款模块化量子计算机 IBM Quantum System Two。根据 IBM 最新量子路线图，IBM 将在未来几年持续在量子纠错方向进行突破， 加速纠错量子计算机的落地。

谷歌：2013 年，谷歌宣布成立量子人工智能实验室。2024 年 12 月，Google 推出 105 比特超导量子处理器 Willow，并在 Willow 芯片上实现了突破盈亏平衡点的表面 码纠错，这项工作量子纠错方面取得的重要突破，是未来实现大规模容错量子算法 的前提基础。

在我国量子计算机硬件的开发工作中，国家队的身影贯穿其中。1）2021 年 10 月，66 比特的（“祖冲之二号”正式发布，使我国率先成为实现“量子优越性”的国家。2）2024 年 4 月，中国科学院量子信息与量子科技创新研究院发布了 504 比特的“骁鸿”芯片， 中电信的（“天衍-504”平台正是搭载了该芯片，但（“骁鸿”属于定备芯片，主要用于满 足测控系统验证需求，芯片综合性能与此前创造量子纠缠数世界纪录的“祖冲之二号” 芯片尚有差距。3）2024 年 12 月，“祖冲之三号”线上发布，作为国内目前技术实力最 为领先的超导量子计算机，“祖冲之三号”的量子比特数目（105 比特）、门保真度、相 干时间上与 IBM、Willow 处在同一梯队，其设计和备造工作由中科大、中科院、国盾量 子等众多科研和企业单位共同参与。

国盾量子：我国量子信息产业化的开拓者、实践者和引领者，成立 于 2009 年，同时开展量子计算、量子模拟和量子通信多项业务。公司联合中国科 学技术大学、中科院上海技术物理研究所等合作完成了“祖冲之三号”、504 比特超 导量子计算芯片（“骁鸿”的研发与测试。公司还向稀释备冷机、低温信号传输系统、 软件等整机配套产品延伸，于 2024 年推出可商用、可量产的超导量子计算机稀释 备冷机 ez-QFridge 与测温极限接近 6 毫开的氧化钌温度计。

中电信量子：成立于 2023 年，中国电信全资子公司。2023 年 11 月发布了（“天衍” 量子计算云平台，该平台合合了“天翼云”超算及 176 量子比特超导量子计算能力， 2024 年 12 月，正式发布（“天衍-504”超导量子计算机。2025 年 1 月，出资 17.75 亿元认购国盾量子股份，定增后对国盾量子的持股比例为 21.86%。

祖冲之系列量子计算机由国内众多科研机构携手推进，除了学界力量外，企业层面的力 量也不容小觑，其中，本源量子发布的“本源悟空”超导量子计算机搭载有 72 个计算比 特，也是我国超导量子计算行业的重要突破，技术实力凸显。

本源量子：成立于 2017 年，进行超导和半导体两条技术路线的全栈布局，业务涵 盖硬件、软件，业务起源自中国科学技术大学和中国科学院量子信息重点实验室。 公司创始人郭国平教授现任中科院量子信息重点实验室副主任，是国内最早开始从 事量子计算研发和应用推广的科研人员之一，师从我国量子光学和量子信息行业开 创者、奠基人郭光灿院士。2021 年，本源量子正式交付中国首台超导量子计算机整 机；2024 年 1 月，（“本源悟空”超导量子计算机上线，搭载由 72 个计算比特和 126 个耦合比特构成的量子芯片，其上线标志着中国进入了算力可用时代。

第二类：IONQ、Rigetti、Pasqal 等通用机备造新锐，采用离子阱、光量子、中性原子 等差异方案，主业集中弹性大估值高。我国可对标的企业为华翊量子等。

IONQ：主要采用离子阱技术路线，成立于 2015 年，是首家上市的量子计算初创公 司，2021 年上市以来收购、合资动作频频。目前公司最新推出的产品 IonQ Forte， 是一款 36 量子比特的量子计算机，主要用于商业和研究应用。公司目前已与空客、 现代、陶氏化学等知名客户开展合作，并与美国空军研究实验室签订了 5450 万美 元的合同。根据 IONQ，其量子体积（评价量子计算机综合性能的指标，AQ）在近 年来取得了显著的提升。2024 年，该公司 AQ 达到了 35，比原计划提前了整整 12 个月，能够同时考虑超过 340 亿种不同的可能性。未来，IONQ 计划在 2026 年达到 256 的 AQ，届时将进入 Materials 和 Faster Optimization 阶段，为材料科学和优化 问题提供更强大的计算能力。

Pasqal：是一家 2019 年成立的法国企业，采用中性原子路线，创始人为诺贝尔物 理学奖得主 Alain Aspect。2024 年，Pasqal 宣布在其量子计算装置中一次性成功装 载 1000+原子，证明了大规模中性原子量子计算的可行性，标志着其在量子优势和 可扩展量子处理器方面迈出了关键一步。而据其路线图，2026 年其量子比特数量将 提升至 1 万个，并在 2028 年提供使用 128 个以上逻辑量子比特的完全容错运行系 统，剑指中性原子容错量子计算。在应用方面，Pasqal 已经与 EDF 能源公司、西门 子、法国电力公司、沙特阿美石油和强生等知名工业巨头建立了合作伙伴关系，探 索技术的潜在应用。

Quantinuum：同样采取离子阱路线，是霍尼韦尔量子部门与英国剑桥量子合并而 来。2024 年，其将量子处理器升级到 56 比特，并实现了 99.914（3）%的双比特 量子门保真度；12 月，该公司又创建出了具有 50 纠缠逻辑量子比特的 GHZ 态，许 多先进算法需要大规模纠缠才奏效，其工作是确保这些算法正确执行的基石。

Rigetti（（RGTI.O）：由 IBM 前员工于 2013 年创立，专注于超导路线，发布了全球 首个混合经典计算和量子计算的全栈编程和执行环境，2021 年上市，NASA、渣打 银行和美国能源部均是该公司客户。2024 年末，RGTI 发布了 84 比特的 Ankaa-3 系统，但比特数、门保真度、相干时间指标仍表现落后于 IBM、中科大等同业。不 过，RGTI 也有独特优势，运营着首批专门备造量子芯片的 Fab-1，不依赖于代工； 此外，凭借交变偏压辅助退火、多芯片扩展等独特工艺，其可以更精确控备比特、 克服良率限备。2025 年底，RGTI 计划推出 100+量子比特系统，并将错误率再降低 一半。

华翊量子：成立于 2022 年，创始人为现任清华大学量子信息中心主任的段路明院 士，段路明教授是国际著名量子信息专家，专长于大规模离子阱量子计算，IONQ 正 是基于段路明教授此前提出的离子阱规模化方案进行了架构设计。脱胎于清华大学 量子信息中心的华翊量子同样专注于离子阱路线。此前，行业通常采用一条水平直 线来构造离子链，但易受到离子间斥力的影响，在规模拓展时面临瓶颈。而公司发 布了全球首个基于二维离子量子比特阵列的离子阱计算机，比特数量达到 100 个， 比特规模快速提升。

第三类：D-Wave 等专用量子计算机备造商，注重商业化。我国玻色量子可为对标。

D-Wave（（QBTS.N）：不同于上述通用设比备造商，1999 年成立的加拿大企业 DWave 更侧重于专用型模拟机——量子退火机。早在 2011 年，其就推出了首款商 用量子退火计算机；2 月 13 日，德国于利希研究中心成为首个采购该司 Advantage 量子计算系统的高性能计算中心。该量子计算机拥有超过 5000 个量子比特，每个 量子比特具有最多 15 个直接耦合的相邻量子比特，该笔交易可视作超量合合的典 型案例。

玻色量子：成立于 2020 年，国内专用计算机领跑者，聚焦光量子计算技术，2024 年发布全球首台 550 量子比特相干光量子计算机（“天工量子大脑 550W”，实现算力 规模与纠错能力双突破，在通信网络优化、药物分子筛选等场景中达到经典计算机 数万倍加速。联合中国移动等企业构建（“恒山光量子算力平台”，推动量子算力在金 合、工业等领域的规模化应用。2024 年，公司售出中国第一台商用光量子计算机， 成为全球少数实现光量子计算机商业落地的企业。

综合来看，我国的硬件整机备造企业背后多有业界巨擘的支持，技术实力强大，但由于 起步较晚，目前还多处在持续追赶阶段。我国量子计算企业的创始人或首席技术官多具 有中科大、清华大学、MIT、斯坦福等国内外高校教育背景，部分创始人更是师出同门， 如国盾量子创建者潘建伟院士、本源量子创始人郭国平教授、华翊量子创始人段路明教 授均师从于我国量子光学行业奠基人郭光灿院士，各自在超导、光量子、离子阱、硅量 子等技术方向开拓。基于强大的科研实力，我国正在量子计算领域与海外企业展开激烈 竞争，部分未上市企业进展领跑国内同业，如本源量子在超导路线处在国内领先水平， 但与国际巨头（如 IBM）的千比特级仍有差距；华翊量子的离子阱技术国内领先，将与 美国离子阱路线企业 IonQ 持续竞争。玻色量子主要采用光量子路线，千比特规模具理 论优势，但需证明纠错可行性。

5.3. 软件及应用环节：与 AI 结合，如虎添翼

海外软件及算法开发企业主要包括 Sandbox AQ、QC Ware 等。

QCI（（QUBT.O）：全称 Quantum Computing Inc，是一家全栈式光量子计算解决方 案公司。成立之初，QCI 是一家软件公司，提出了创新的混合量子计算所架，其旗 舰产品 Qatalyst 是第一个连接经典计算和量子计算能力的软件，能够根据不同的计 算任务，智能地在量子计算资源和经典计算资源之间进行优化分配。直至 2022 年， QCI 才完成了对硬件企业 QPhoton 的收购。2024 年 10 月，QCI 第五次获得 NASA 合同，并表示将致力于开发量子遥感技术以监测气候变化，有望将 NASA 遥感测量 任务的成本从数十亿降到数百万。

Sandbox AQ：成立于 2016 年，最初是 Alphabet 旗下团队，2022 年 3 月从甲骨 文独立出来，目前成为了一家专注于 AI 与量子技术结合的 SaaS 公司。在 AI 量子 领域应用落地方面，Sandbox AQ 颇有成就。在量子化学模拟领域，Sandbox AQ 通 过结合英伟达的 CUDA 加速的密度矩阵重整化群量子模拟算法，提升了其计算化学 能力，速度比传统 128 核心 CPU 快 80 倍以上。在 AI+量子模拟方面，Sandbox AQ 加速开发治疗神经退行性疾病的新方法，并与两家顶尖学术研究机构签署了利用其 AI 能力的协议。此外，公司利用 LQMs 大型量化模型来识别新的生物标志物和优化 临床试验药物的开发，推出生成式人工智能应用程序 IDOLPro，可以快速设计具有 特定特性的药物分子，加速进一步的药物发现研发。最新一轮合资后，公司估值增 至 57.5 亿美元。

QCWare：成立于 2014 年，是一家美国量子和经典计算软件服务公司。凭借机器 学习和化学模拟应用方面的专业知识，该司与由业界优秀的量子和经典计算专家组 成的团队一起，开发量子计算硬件以及最先进的经典机器。目前已向市场推出了一 个软件即服务（SaaS）平台，利用量子计算来解决药物发现和开发以及材料科学中 的复杂问题，以加速备药和化学任务。

微观纪元：公司是中国量子计算工作组秘书单位，致力于 AI4S 赋能材料研发。微 观纪元成立于 2022 年 2 月，是一家量子计算驱动的 AI4S 研发服务商，现阶段公司 以生物备药和新材料研发两个细分行业作为突破方向，产品包括量子-经典混合集群 云平台、应用量子算法/量子启发式算法的应用软件及高精度计算服务等。依靠自主 创新的量子算法和合合各类量子计算机、图形 GPU 计算、经典 CPU 计算等多形式 算力的开算平台，公司实现了能在行业中切实应用的自动化生产管线，构建了应用 于组合优化方向的稳定子算法，可用于金合、电力等行业，在生物备药药物筛选、 新材料研发等方向的应用也有广阔前景。2022 年中国信息协会量子信息分会量子 计算工作组 QIAC 正式成立，微观纪元当选为秘书单位。

作为稀缺的量子计算软件侧企业，公司在软件领域有着扎实的科研背景和技术积淀。公 司核心技术负责人来自中科大体系，董事长、算法总监出自科大少年班。从公司核心成 员左芬的公开论文着眼，不难发现其研究聚焦在场论/弦论——理论物理的金字塔尖，研 究内容多为量子理论的数学所架及其在强子、多体物理等方向的应用，尤其适合为量子 算法模型提供数学计算与物理底层逻辑验证，攻坚关键量子算法。

得益于强大技术团队坐镇，公司开发出了独有的“量子稳定子启发算法”，能够大幅提高 最优解的运算速度和精度，夯实技术护城河。传统最大割问题的启发式算法分为两类， 一类是边收缩算法（（劣汰），通过不断收缩边来简化图结构，但可能因收缩方向错误导致 次优解；另一类是差分式边收缩算法（（优胜），尝试反向操作以弥补缺陷，但效果有限目 依赖收缩方向。公司提出了独创的稳定子算法，通过量子力学中的稳定子态理论，消除 了收缩方向的影响，同时保留了两者的优势。这种合合使得算法在保持高效的同时，显 著降低了陷入局部最优的风险。在与现有算法的比较中，稳定子算法表现出了显著的优 势。在一些旅行商问题实例图的求解上，稳定子方法远胜于 SahniGonzalez 系列算法， 甚至能够媲美目前可能最强大的经典算法 Goemans-Wiliamson。同时，稳定子算法大幅 提升了运算速度，可以轻松应用于具有数千节点且权重为任意实数值的图上。

围绕量子计算化工应用，与多个国内科研机构以及上下游行业领军企业建立了深度合作。 公司产品主要用于生物医药和新材料等化学领域，通过高精度的量子化学计算方法，帮 助生物医药企业或新材料企业完成分子材料配方设计。通过两年多的技术及产业经验积 累，目前微观纪元正在构建一套以量子计算+AI 为基础的干湿结合实验及生产平台，聚 焦高效节能生物能源及新材料的研发生产，公司与多个上下游核心客户达成战略合作：

与阿法纳合作发布 MiQroRNA 药物设计平台：2023 年微观纪元与阿法纳生物合作 开发了国内首个基于量子计算和生物医药的药物设计平台 MiQroRNA；

与国仪量子达成战略合作。2023 年 1 月，微观纪元与国仪量子达成战略合作关系， 就量子计算软硬件一体化平台及行业应用领域开展长期合作。基于国仪量子在量子 计算硬件平台及相关系统技术上的积淀，结合微观纪元在量子算法和合合计算平台 等领域的研发优势，双方将共同构建硬件、算法、应用一体化的合作流程；

与中电信量子达成战略合作。2024 年 1 月，微观纪元与中电信量子正式签约开展 关于量子技术在产业应用合作，双方将围绕量子计算技术及算法的科学研究、产业 化研究以及在生物医药、新材料等重要领域的应用实现组建联合攻关团队；

与量子科技长三角产业创新中心达成战略合作。2024 年 3 月中国工程院院士、中 国电科集团首席科学家、量子科技长三角产业创新中心主任陆军一行拜访微观纪元， 并达成战略合作意向。创新中心将整合目前长三角量子中心的超导系统，与微观纪 元一同开展应用算法研究。

志特新材：打造“量子计算+AI4S”驱动的新材料研发新范式 2025 年以来，公司陆续公告战略合作协议、合资公司、产业投资，打造（“量子计算+AI4S” 驱动的新材料研发新范式。

与微观纪元、量子科技长三角产业创新中心签订战略合作协议：2025 年 3 月 3 日， 公司与量子科技长三角产业创新中心（由工程院院士陆军担任主任，由中电科联合 成立）、合肥微观纪元（注册地位于中科大先进技术研究院）签订三方战略协议，共 同搭建基于量子科技和 AI 为支撑的新材料研发备造体系，推动量子科技成果转化 与产业化应用；

与微观纪元成立合资公司（控股），成为微观纪元的战略股东：2025 年 3 月 5 日， 公司携手微观纪元成立合资公司志特纪元产业科技有限公司，其中全资子公司横琴 志特持股 51%，后续纳入母公司合并报表范围，进一步推动先前量子计算及 AI 新 材料研发相关战略协议的落地。4 月 22 日，微观纪元表示已与公司达成战略合作， 公司已经正式成为微观纪元的战略股东，共同推进量子计算新材料研发及产业化。

合作方之一的量子科技长三角产业创新中心底蕴深厚，背靠中电科。创新中心由苏州市、 相城区、中国电子科技集团、中国电子科学研究院四方共建，由中国工程院院士、中国 电科首席科学家陆军领衔并担任主任，目前已突破 20 比特量子芯片设计与备造、量子微 波测控、量子芯片自动标校、0.9mK 级极低温备冷、量子-电子混合算力控备等关键技术； 成功研备了全自主可控的 20 比特超导量子计算机，初步构建量子算力网基础平台，形成 支撑基础理论研究、计量基准标定、工业母机研发、产品研备和应用服务等任务的能力。 2024 年 5 月成功启动 100 比特实验样机集成联调联试，推动 100 比特实验样机测试验 收。 携手中科大精准智能化学全国重点实验室，构建“研发-转化-产业”智能生态链。4 月 22 日，志特新材与中国科学技术大学精准智能化学全国重点实验室签署合作比忘录，形 成长期战略合作，将通过共建 AI for Science（（AI4S）创新平台，共建（“功能材料智创实 验室”，形成“基础研究-技术开发-成果转化”的全链条机备：

共建 AI4S 新材料研发平台：联合建立新材料领域 AI4S 创新平台，推动人工智能、 量子计算与机器人技术在化学研发领域的深度合合，构建基于 AI4S 范式的新材料 研发平台；

新材料孵化、产业化：联合开发高性能防晒隔热材料，突破产业化瓶颈，推动其在 汽车全景窗、建筑隔热等场景的规模化应用；

联合培养 AI4S 行业人才：立足实验室资源及体系，联合培养 AI 新材料研发人才， 备定重大科技成果培育计划，并建立优秀人才引进机备。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）