当人工智能还在改变人们获取信息、处理数据和创造内容的方式时,另一场更深层次的计算革命,已经悄然进入产业化阶段。
2026年11月6日,IBM在美国芝加哥正式揭幕一套IBM Quantum System Two量子计算系统。这是IBM首次在伊利诺伊州部署量子计算机,也是IBM目前对外部署的最先进量子计算系统。该设备由芝加哥大学海德公园实验室(Hyde Park Labs)托管,核心处理器采用IBM最新的Nighthawk量子芯片。
这件事看起来只是IBM增加了一台量子计算机,实际上却有着更深远的意义:量子计算正在从少数实验室里的前沿科学研究,逐步走向企业研发、产业协作和商业应用。
尤其值得关注的是,这台设备并不是孤立存在的。IBM正在联合芝加哥大学、伊利诺伊大学香槟分校、费米国家加速器实验室,以及当地企业和科研机构,建立一个覆盖量子硬件、算法、科研应用和人才培养的产业生态。
这意味着,全球量子计算竞争正在发生一个重要变化:竞争的焦点已经不只是芯片上有多少量子比特,而是谁能够率先建立真正有用、能够持续运行、可以解决实际问题的量子计算体系。
### 一、IBM为什么选择芝加哥?量子计算开始进入产业集群时代
根据IBM于2026年11月6日发布的消息,Quantum System Two目前已经在芝加哥海德公园实验室投入运行,未来将在伊利诺伊量子与微电子园区(IQMP)建成后迁入园区。
这套系统将成为伊利诺伊州国家量子算法中心(NQAC)的重要计算基础设施。
NQAC成立于2024年,IBM是其重要合作成员。它的核心任务不是单纯制造量子计算设备,而是联合高校、国家实验室、初创企业和大型企业,研究能够在量子计算机上实际运行的算法。
为什么需要这样的产业布局?
因为量子计算真正困难的地方,并不只是制造一块能够工作的量子芯片。
一台量子计算机要产生实际价值,至少需要三个条件:可靠的量子硬件、能够发挥硬件优势的算法,以及可以验证计算结果的现实应用场景。
这三个环节缺一不可。
以传统计算机为例,芯片制造商负责提供处理器,软件企业负责开发程序,最终由金融、医疗、能源等行业使用计算能力解决实际问题。
量子计算也需要类似的产业分工,只不过技术难度更高。量子芯片需要极其精密的控制系统,算法必须考虑量子态的特殊规律,而计算结果还要经过严格验证,确保不是噪声或者偶然误差造成的。
芝加哥的优势恰恰在于科研机构和产业资源相对集中。
芝加哥大学、伊利诺伊大学香槟分校、费米实验室以及相关企业,可以围绕同一套量子计算基础设施展开合作。研究人员不必仅仅依赖远程云端资源,也能够在当地建立更加紧密的科研和产业协作关系。
IBM此举实际上是在建设一个完整的量子计算产业试验场。
### 二、120个量子比特,真正值得关注的是芯片连接能力
此次IBM部署的核心处理器是Nighthawk。
根据IBM公布的技术资料以及芝加哥大学披露的信息,Nighthawk采用120个可编程量子比特,配备218个可调耦合器,采用正方形网格连接结构。
这里有一个值得普通读者理解的技术问题:为什么量子计算机不能只看量子比特数量?
传统计算机使用二进制信息,基本单位是比特,一个比特只能表示0或者1。
量子计算机使用量子比特。由于量子力学中的叠加和纠缠等特性,量子比特能够以不同于经典比特的方式编码和处理信息。
但这并不意味着一个量子比特就相当于两个传统比特,更不意味着量子计算机拥有简单的指数级计算速度优势。
真正决定量子计算能力的,是量子比特的数量、相互连接方式、操作精度、相干时间,以及计算过程中能否有效控制错误。
可以把量子比特理解为一群需要精密协作的计算单元。
如果计算单元之间连接不够灵活,那么即使数量很多,也可能需要额外的操作才能完成信息交换。这不仅增加计算复杂度,还可能带来更多错误。
Nighthawk采用的正方形网格结构,让每个量子比特能够与最多四个相邻量子比特建立连接。218个可调耦合器则为量子比特之间的相互作用提供了更灵活的控制能力。
与此前IBM采用的部分重六角形连接架构相比,这种设计有利于减少部分量子线路中的信息路由操作,使研究人员能够执行结构更加复杂的量子电路。
更值得注意的是,IBM在2026年推出的Nighthawk r2版本,还引入了高速复位等技术改进,以提高系统处理量子线路的效率。
因此,这台设备的价值并不在于120这个数字本身,而在于IBM试图通过芯片结构、控制技术和软件算法的协同优化,逐步突破量子计算的实际应用瓶颈。
不过,必须明确:120个物理量子比特并不意味着系统已经拥有120个稳定可靠的逻辑量子比特,更不意味着它已经成为大规模容错量子计算机。
这也是判断量子计算技术成熟度时最容易被忽视的区别。
### 三、量子计算真正的竞争核心:谁能解决错误问题?
如果说量子比特数量决定了计算机的潜在规模,那么量子纠错技术决定的,就是这台计算机能否真正承担复杂任务。
这是当前全球量子计算领域最重要的技术竞争之一。
量子比特非常脆弱,外界温度变化、电磁干扰以及设备内部的微小噪声,都可能破坏量子态。传统计算机出现错误,通常可以通过数据校验、冗余存储等方式处理;量子计算机却不能简单复制量子信息来实现备份。
研究人员必须采用量子纠错编码,将多个物理量子比特组合起来,构建可靠性更高的逻辑量子比特。
这就带来一个现实问题:一台拥有上百个物理量子比特的设备,经过纠错编码之后,真正能够用于计算的逻辑量子比特可能少得多。
因此,全球科技企业的研究重点,已经从单纯扩大量子比特数量,逐步转向降低错误率、提高逻辑量子比特质量和延长可靠计算时间。
2026年11月5日,IBM、美国橡树岭国家实验室(ORNL)和AMD又宣布了一项值得关注的合作:共同建立量子纠错协同设计平台。
这项合作的技术路线很有代表性。
IBM提供量子计算设备,橡树岭国家实验室提供高性能计算基础设施,AMD则提供GPU和CPU计算能力。三方将量子处理器与传统超级计算机结合起来,共同研究量子纠错、错误解码和计算任务调度。
平台将IBM的Nighthawk量子处理器与橡树岭实验室的Umbra高性能计算系统结合。后者采用AMD Instinct MI355X GPU以及第五代EPYC处理器。
为什么量子计算还需要传统超级计算机?
原因在于,量子计算机并不是要取代传统计算机。
量子处理器擅长处理特定量子问题,但控制量子设备、分析测量结果、识别错误和运行复杂算法,仍然需要大量经典计算资源。
可以把这种架构理解为:量子计算机负责处理某些传统计算难以高效完成的任务,超级计算机则负责数据处理、误差分析和整体计算调度。
这也是IBM近年来反复强调的量子中心超级计算理念。
更值得注意的是,IBM此次披露,其相关研究已经实现最多70个逻辑量子比特和438次高难度逻辑操作。美国能源部相关项目则提出了到2028年底实现100个逻辑量子比特、执行10万次高难度操作的目标。
这说明行业已经开始从实验室里的单项技术突破,转向可以量化、可以比较的系统工程竞争。
对于量子计算而言,这种变化比单纯发布一款新芯片更加重要。
### 四、IBM不是唯一的竞争者,全球量子计算路线正在分化
把目光放到全球市场就会发现,IBM面临的竞争远不止传统半导体企业。
目前,全球量子计算主要存在超导、离子阱、中性原子以及拓扑量子比特等不同技术路线。
这些路线并没有绝对统一的优劣标准,各自面临不同的工程挑战。
以IBM为代表的超导量子计算路线,利用超导电路构建量子比特,具有较强的芯片集成潜力,但需要极低温环境,并且对控制精度和量子纠错提出很高要求。
Google Quantum AI则在超导量子纠错方面持续推进。
2024年12月,Google公布Willow量子处理器的纠错实验结果,展示了随着纠错规模扩大,逻辑量子比特错误率能够降低的趋势。
2026年1月,Google又公布了动态表面码研究进展,通过改变量子纠错电路结构,减少部分耦合器需求,并改善相关错误问题。
这项研究的意义在于,量子纠错不一定只能依靠固定的电路结构。通过动态调整操作方式,可以进一步提高硬件资源的利用效率。
另一方面,Quantinuum选择了离子阱技术路线。
2025年11月,该公司正式推出Helios量子计算系统,并向企业客户开放云端和本地部署服务。其公布的技术指标包括98个物理量子比特,以及48个经过纠错、表现优于物理量子比特的逻辑量子比特。
其早期合作客户涉及安进、宝马、摩根大通和软银,研究方向覆盖药物研发、汽车燃料电池催化剂、金融分析和新型材料。
这说明量子计算已经出现了具有商业客户和实际研发需求的产品形态。
微软则在探索另一条不同的技术路线。
2025年2月,Microsoft公布Majorana 1芯片,提出基于拓扑量子比特的技术方案,希望利用特殊材料和拓扑性质提高量子信息的稳定性。
不过,拓扑量子比特距离大规模、成熟的商业应用仍有较长的工程验证过程,不能把企业公布的技术目标直接等同于已经实现的产业能力。
从这些进展可以看出,量子计算行业已经不再是单纯比拼芯片数量的阶段。
IBM重点推进超导芯片、纠错和量子超级计算;Google持续研究超导量子纠错;Quantinuum推动离子阱设备商业化;微软则探索拓扑量子计算。
不同路线相互竞争,也在推动整个行业加快技术迭代。
### 五、量子计算已经开始商业化,但距离普遍应用还有距离
对于普通人而言,最关心的问题可能是:量子计算机什么时候能够真正改变生活?
答案是,部分商业化已经开始,但距离像智能手机和云计算一样普及,还需要时间。
当前比较明确的应用方向主要集中在四个领域。
首先是新材料研发。
传统材料研发往往需要大量实验,研究人员必须不断调整材料组成、温度、压力和反应条件。量子计算理论上能够更自然地描述分子和量子材料内部的复杂相互作用。
例如,IBM正在与橡树岭国家实验室、克利夫兰诊所和日本理化学研究所等机构合作,探索量子计算与经典超级计算结合的分子模拟方法。
IBM在2026年9月公布的相关研究成果中,研究团队将生物学意义上的分子模拟规模推进到了12635个原子。这一成果采用量子中心超级计算框架,并入围2026年ACM Gordon Bell奖评选。
需要注意的是,这并不意味着量子计算机已经独立完成了如此规模的分子计算,而是量子处理器与经典计算资源协同工作的结果。
其次是药物研发。
芝加哥的国家量子算法中心已经吸引了安进和德勤等企业参与相关研究。IBM正与西北大学等机构合作,探索量子分子模拟方法,希望帮助科研人员研究药物分子与生物体系之间的相互作用。
如果未来量子计算能够更准确地模拟复杂分子结构,就有机会帮助研究人员缩小候选药物筛选范围,提高部分研发环节的效率。
但从分子模拟突破到新药上市,中间仍然需要经过大量实验、临床研究和监管审批,不能把量子计算理解为可以直接制造新药的工具。
第三是能源和电力系统。
随着人工智能数据中心不断扩大,全球电力需求持续增加,如何提高电网调度效率、降低能源损耗,已经成为一个现实问题。
伊利诺伊大学香槟分校与美国电力研究院(EPRI)正在与IBM合作,研究量子优化算法在电力系统中的应用。
未来,这类技术可能用于探索电网负荷分配、能源调度以及复杂运行条件下的优化方案。
第四是金融和先进制造。
金融市场涉及大量变量、风险约束和复杂优化问题,汽车制造、航空航天以及半导体生产也存在类似挑战。
量子计算可能在特定优化问题上提供新的计算方法,但目前还不能笼统地说量子计算已经全面超越传统金融计算系统。
真正的商业价值,必须通过与现有经典算法进行公平比较,证明其在准确性、成本或计算效率方面具有实际优势。
### 六、这场技术革命,对普通人意味着什么?
量子计算距离普通人的日常生活看似遥远,但它可能通过产业链条逐渐影响多个领域。
首先,医疗研发可能受益。
未来,如果量子计算能够更有效地模拟复杂分子和化学反应,药物研发机构就有机会更快地筛选候选分子,探索传统计算方法难以处理的化学问题。
这并不意味着看病会马上变便宜,也不意味着新药研发周期一定会大幅缩短,但它可能为生命科学研究增加一种新的计算工具。
其次,新能源产业可能迎来新的技术支撑。
电池材料、燃料电池催化剂、太阳能材料等领域,都涉及复杂的微观物理和化学过程。量子计算如果能够帮助研究人员更准确地理解这些过程,就可能推动新型电池和能源材料研发。
第三,就业市场也可能出现新的变化。
IBM此次在伊利诺伊州推进的FutureNow Chicago项目,计划与芝加哥城市学院合作,围绕人工智能、网络安全、数据科学和量子计算等领域开展人才培养,并为当地带来750个就业岗位。
需要注意的是,这750个岗位涉及多个技术领域,并不是全部属于量子计算工程师。
但它反映出一个重要趋势:量子计算产业的发展,不仅需要物理学家,还需要芯片工程师、软件开发人员、数学研究人员、低温设备工程师以及高性能计算专业人才。
对于年轻人而言,未来科技产业的人才需求可能进一步向数学、物理、计算机和工程学交叉领域延伸。
量子计算不会马上取代传统计算机,更不会直接取代普通人的工作。但它有可能成为未来科研、制造和产业创新的重要基础设施。
### 七、真正的考验才刚刚开始:从技术突破走向经济价值
尽管IBM此次在芝加哥部署Quantum System Two具有重要意义,但我们仍然需要保持理性。
量子计算行业目前至少存在三个尚未解决的核心问题。
第一,如何进一步降低错误率。
物理量子比特数量增加,并不意味着有效计算能力必然同步增长。只有建立稳定可靠的逻辑量子比特体系,才能真正执行规模更大的复杂计算。
第二,如何证明量子计算具有实际优势。
2026年7月30日,IBM与芝加哥大学公布了一项值得关注的研究成果。
研究团队使用70个逻辑量子比特完成一项复杂计算,整个过程约15 min。IBM称,主流经典模拟方法在处理这一问题时面临难以承受的计算成本。
这项实验的突出之处,不只是计算速度,而是研究人员通过新的编码和纠错方法,对计算结果的可靠性进行了验证。
不过,量子优势必须结合具体问题、经典算法水平和计算成本进行判断。某项基准测试取得优势,不等于量子计算机已经在所有科学或商业任务上超过超级计算机。
第三,如何建立可持续的商业模式。
量子计算机需要极其复杂的低温系统、精密控制设备和专业维护团队,建设及运营成本都不低。
即使某项算法在量子计算机上取得突破,也必须考虑实际部署成本、计算精度、运行效率以及客户是否愿意为这种能力付费。
因此,真正决定行业未来的,不是新闻发布会上的量子比特数量,而是能否持续产生经过验证的科研成果,并将这些成果转化为企业愿意购买的计算服务。
### 结语:量子计算的下一站,不只是更强的芯片
IBM将Quantum System Two部署到芝加哥,表面上看是一次计算设备的落地,实际上代表着量子计算产业发展模式正在发生变化。
从单独研究量子芯片,到联合大学和国家实验室开发算法;从实验室中的技术验证,到企业参与药物研发、材料科学和能源优化;从量子处理器独立运行,到量子计算与人工智能、高性能计算协同发展,整个行业正在逐步建立更加完整的技术体系。
值得关注的是,IBM在芝加哥部署新设备的前一天,还与橡树岭国家实验室、AMD宣布量子纠错协同平台。这两项消息放在一起看,能够发现IBM正在同时推进硬件、算法、纠错和产业生态建设。
未来几年,全球量子计算竞争的关键,很可能不再是简单比较谁拥有更多物理量子比特,而是谁能够率先实现可靠的逻辑计算,并在材料、医药、能源等领域证明其经济价值。
人工智能改变的是信息处理和知识生产的方式,量子计算则有机会改变人类探索微观世界、理解复杂物质和解决特定计算难题的能力。
它不会在一夜之间改变世界,但一旦跨过可靠计算和商业应用这两道门槛,其影响可能远远超出今天人们的想象。
芝加哥这台量子计算机,或许不是量子计算时代的终点,而是这场产业竞争进入新阶段的一个重要起点。
晋ICP备17002471号-6