文｜半导体产业纵横
在最近一次的GTC大会上，英伟达CEO黄仁勋再次提及QPU。这也预示着，量子计算的商业应用已进入倒计时阶段，仅在一周之内，谷歌和英伟达相继宣布了与量子计算相关的技术突破。
01、QPU是什么？
QPU（Quantum Processing Unit，即量子处理单元）是量子计算机的核心组件，基于量子叠加与纠缠原理实现计算功能，其算力随量子比特数n呈指数级（2ⁿ）增长。当前QPU主要技术实现方案包括超导量子、离子阱、量子点等物理体系，并在混合量子-经典计算架构中展现出解决复杂问题的潜力。
量子计算是一种革命性计算技术，利用量子物理特性处理和解决信息问题，其在量子计算机上运行，而量子计算机是专门设计的电子设备，允许在量子尺度上操纵物体。在量子尺度下，物体行为与日常经验迥异，量子计算通过编写程序利用这些独特量子行为，执行传统计算机无法完成的任务。
量子计算最核心的突破在于量子比特（Qubits）的特性，不同于经典比特（0或1），量子比特可处于叠加态，同时为0和1，使量子计算机能并行探索多种可能性。
从技术实现路径看，量子计算硬件主要分为两类。
第一类是基于微观结构构建分立能级系统的“人造粒子”路线，如超导量子计算、硅半导体量子计算。优势在于可扩展性强，易与现有集成电路技术耦合，但面临量子门保真度与比特控制难题。超导量子计算是基于超导约瑟夫森结构建二能级系统，如transmon、fluxonium等构型。优势是可扩展性强、易操控、与集成电路兼容性好，是当前最成熟的主流量线之一。例如，IBM持续刷新比特规模与操控精度，谷歌通过“悬铃木”芯片展示量子优势。硅半导体量子计算是利用硅基量子点中电子的自旋构建量子比特，核心优势是可扩展性强、与现有CMOS工艺高度兼容，适合大规模量产，但受限于同位素材料加工与栅格串扰，可扩展性仍面临挑战。
第二类是直接操控微观粒子的“天然粒子”路线，如离子阱量子计算、中性原子量子计算、光量子计算。特点是比特全同性好、逻辑门精度高，却在大规模系统构建上存在挑战。离子阱量子计算是通过射频电场囚禁带电离子，利用离子基态与激发态构建二能级系统。核心优势是量子比特全连接性好、操控精度极高、相干时间长，是目前门保真度最高的路线之一，但面临大规模扩展与高集成度测控难题。中性原子量子计算是通过激光“光镊”在超高真空腔中囚禁中性原子，激发至里德堡态构建二能级系统。核心优势是相干时间长、保真度高，且可扩展性优于离子阱，近年来在比特规模上增长最快。光量子计算是利用光子的偏振、相位等自由度构建量子比特，核心优势是相干时间长、可室温运行、测控简单，分为“逻辑门型”（通用计算）与“专用型”（如玻色采样、相干伊辛系统，用于组合优化）两类。
这两大阵营各有特点和优势，目前处于并行发展阶段，共同推动量子计算技术的快速发展。行业规划显示，2029年IBM计划交付200逻辑量子比特系统，2033年扩展至数千逻辑比特规模。
02、QPU与AI天然契合
全球知名前沿科技咨询机构ICV在《2024Global Quantum Computing Industry Development Prospect》中认为，2027年末-2028年初会是全行业一个重要的时间点，专用量子计算机将逐渐解决特定问题，如组合优化、量子化学、机器学习，引导材料设计和药物开发。
量子计算与人工智能的融合被视为下一代计算革命的重要方向。量智融合的核心并非单向技术叠加，而是多领域、多学科的横向连接，依托协同创新实现非线性增长。量子计算有望突破当前 AI 模型训练的算力瓶颈，提升算法效率；另一方面，量子比特易受环境干扰，需复杂校准和纠错算法才能正常运行。而人工智能则能在量子控制、误差校正、算法设计等方面可以反向赋能量子技术，为量子系统的稳定性和可扩展性提供新路径。
当前量子信息与人工智能的结合主要有两个方向：一是 AI for Science（科学智能），例如谷歌曾用量子人工智能优化纠错码；二是量子计算赋能机器学习，未来量子计算机成熟后，将为 AI 提供算力支持。
更重要的是在能效方面，QPU理论功耗低于经典处理器，混合系统被视为降低整体能耗的有效路径。通过采用量子计算技术，可以有效解决当前智算数据中心的能耗问题。
03、英伟达已布局QPU方案
作为AI领域的龙头，英伟达自然不能缺席QPU这一领域。今年6月，在法国巴黎举行的GTC大会上，英伟达CEO黄仁勋表示，量子计算领域正迎来历史性拐点，预测下一代超级计算机将配备与GPU相连的QPU。
2022年，英伟达便宣布启动经典-量子混合计算机项目，提出需构建GPU-QPU低延迟连接架构与统一编程模型。通过建立GPU与QPU之间的快速低延迟连接通道，实现经典计算资源对量子电路的实时优化与校准。该系统的核心技术工具包cuQuantum已实现商用，被亚马逊云科技、Menten AI等机构应用于量子电路模拟与药物研发优化。
在最近华盛顿召开的GTC大会上，英伟达公布了量子领域关键突破，推出NVQLink，实现量子计算机QPU和GPU的直接通信。黄仁勋指出，量子计算的QPU已获得空前支持，目前包括17家量子计算公司和8个美国能源部DOE国家实验室均已接入英伟达生态。
NVQLink本质上是一种开放系统架构，专门用于将GPU计算的极致性能与量子处理器紧密耦合，构建加速的量子超级计算机。从技术参数看，它实现了低于4.0微秒的延迟（FPGA到GPU到FPGA往返），以及高达400 Gb/s的GPU-QPU吞吐量。这一速度对量子纠错至关重要，因为量子态极其脆弱，必须在极短时间内完成检测和修正。
量子计算机虽理论速度快，但面临"太脆弱"的致命问题：热噪声和电磁干扰易导致计算出错，错误会累积使结果不可靠。而量子纠错可能是全球最密集的并行计算任务之一，这正是GPU的用武之地。
当前NISQ（含噪声中等规模量子）时代的量子比特极其脆弱，其发展受限于错误纠正、校准和控制等经典计算任务，解决这一瓶颈需要巨大经典算力。未来，每个NVIDIA GPU科学超级计算机都将与量子处理器紧密耦合，NVQLink负责硬件层面的高速互联，CUDA-Q则负责软件层面的统一编程和管理。
CUDA-Q作为NVIDIA推出的开源量子-经典混合计算软件平台，被定位为"量子计算的CUDA"。其混合编程模型允许在单个量子程序中协同计算GPU、CPU和QPU资源，使开发者能编写可无缝运行于三者之间的代码，并为量子纠错提供专属方案，显著降低量子计算开发门槛。
产业实践中，NVIDIA通过CUDA-Q平台已连接德国于利希中心、日本ABCI-Q等超算系统，构建QPU与GPU协同计算生态。在混合架构中，QPU负责执行量子算法核心模块，经典处理器处理数据预处理与结果优化。
