量子计算：美国下注9家公司 行业拐点已至

1947 年，丹麦王室授予尼尔斯·玻尔爵位。

这位量子力学的奠基人，给自己设计了一枚很特别的家族徽章：中央不是狮子、王冠或盾牌，而是一幅太极图。图案四周刻着一句拉丁文：Contraria sunt complementa，意思是“对立即互补”。

这是玻尔一生最重要的思想之一：电子既像粒子，也像波；光既有粒子性，也有波动性。两种看似冲突的描述，并不是互相否定，而是共同描述同一个世界。

很有意思的是，100 年后的今天，我们重新讨论量子计算，其实仍然绕不开这幅太极图。量子计算不是把旧计算机做得更快，而是承认世界底层本来就不是非黑即白、非 0 即 1。它更像是在 0 和 1 之间，打开了一片灰色、流动、充满可能性的空间。

过去很长一段时间，量子计算像一门离现实很远的科学。它有诺贝尔奖级别的物理基础，有无数论文和实验室突破，但距离普通人的生活、资本市场的定价，似乎始终隔着一层雾。

现在，情况变了。

2026 年 5 月 21 日，美国商务部宣布：依据《芯片与科学法案》，与 9 家量子相关公司签署意向书，拟提供 20.13 亿美元联邦激励资金。作为条件，美国政府将获得各公司少数、非控制性股权。

这是美国政府继英特尔、稀土、锂矿等关键产业之后，以股权方式介入的又一个战略赛道。其影响远不止相关量子公司股价大涨，更重要的是，美国已经把量子计算从“未来科技”，正式列入“必须提前占位”的国家产业清单。

当私人资本和国家资本同时加注，当美国政府开始以股权方式参与这个赛道，量子计算就不再只是实验室里的前沿研究，也开始成为投资人必须看懂的新产业：

• 它会怎样改变现实世界？

• 谁在掌握关键技术路线？

• 哪些公司已经站上牌桌？

一、量子计算是什么？

1、经典计算的限制

在讨论量子计算之前，先应该了解一下当前从个人 PC 到超级计算机的经典计算——我们整个世界都围绕这个建立。

经典计算机的最小单位叫 bit，只能是 0 或者 1。像一个开关，要么开，要么关。

一张照片、一段视频、一笔银行转账、一个 AI 模型，最终都可以拆成海量的 0 和 1。

比如我们在电脑上看到一个单词 Apple。电脑并不是直接“认识”这个词，它先把 A、p、p、l、e 拆成一个个字符。每个字符都有一个编码，比如早期 ASCII 编码里，A 对应数字 65，写成二进制就是 01000001；p 对应数字 112，写成二进制就是 01110000。于是 Apple 这个词，在底层就变成了一串 0 和 1。接下来，电脑再根据字体文件，知道每个字母应该长什么样；根据屏幕像素，决定哪些小点亮、哪些小点暗、显示什么颜色。最后，我们才在屏幕上看到一个完整的 Apple。

所以，经典计算机并不理解文字、图片、视频本身。它只是把这一切全部翻译成 0 和 1，再用极高速度处理这些 0 和 1。现代数字世界，靠的就是这种“笨办法”。这套办法非常强大，过去几十年，人类所有的互联网、手机、游戏、云计算、AI，都是在 0 和 1 上建起来的。

但 bit 有自己的边界，因为有些问题不是“算得不够快”，而是可能性的数量太大，大到经典计算机即使用尽地球上的算力，也很难在现实时间里算完。比如一个 100 位的二进制密码，可能性是 2 的 100 次方，用现在顶配个人电脑来破解，即使在非常理想化的轻量哈希场景下，穷举时间会拉长到约 1800 亿年。

但如果密码升级到 128 位，而且用全世界最快的超级计算机 El Capitan，而且极乐观地假设“尝试一次密码只需要一次运算”，那么需要约 6 万亿年。宇宙年龄是 138 亿年，破解需要的时间是宇宙年龄的 430 倍。

如果升级到 256 位， 则需要宇宙年龄的 1.45 × 10⁴¹ 倍，大概是 145 后面跟 39 个零那么久——宇宙都等不起。

人类在芯片上的继续提速，已经很难解决这类问题。

面对这类指数级膨胀的问题，经典计算机通常只有两种办法：

• 要么硬试，直到时间不可接受；

• 要么在某些问题上使用近似算法，接受一个“不一定最优、但足够好”的结果。

于是，人类就和过去无数年进化史一样，在寻找计算的范式转移。

2、令人震惊的量子计算

量子计算机的最小单位不叫 bit，叫 qubit，量子比特。和经典计算的 0 和 1 不同的是，量子计算机里面的 qubit，在测量发生前，处于 0 和 1 的叠加态里。

这句话听起来很怪。用一个比喻来理解，把大小王两张牌中盲选一张扣在桌上，我们没有翻开，但它已经确定是大王或小王——无论我们是否翻开，牌是确定的。

但叠加态不一样，它在我们观察前，处于既是大王、又是小王的状态，所以根本没法回答是大王还是小王，只有我们翻开牌面，看到的那一刻才确定下来——是的，简直反常到让人惊恐，我们的观测竟然还影响到结果，这非常颠覆我们对世界的认知。

当然，上面的例子只是为了方便理解，实际上量子力学里的“观测”不是指我们“看了一眼”，也不是所谓的“人的意识改变宇宙”，而是测量装置和环境参与进来，会改变这个微观系统，形成不同的结果。

普通 bit 是确定性，要么是 0，要么是 1。

普通 qubit 是可能性，观测后才知道，是 0 还是 1。

经典计算机里，两个 bit 在某一刻只能是下面四种之一：

但两个 qubit 在叠加态里，就可以同时表示四种状态：00、01、10、11

• 三个 qubit，可以对应 8 种状态。

• 10 个 qubit，可以对应 1024 种状态。

• 50 个 qubit，可以对应约一千万亿种状态。

• 300 个 qubit，对应的状态数量，超过可观测宇宙中的原子总数。

这种量子特性怎么变成计算？这就需要量子算法，让错的答案越来越弱，让对的答案越来越强，直到最后观测的时候，那个被放大的正确答案，就更容易出现。

一个对比例子：经典计算机像是在黑暗里找路，面前有一百万条路，它就一条一条走，一条错了，退回来再走另一条。

量子计算机让所有道路在一起变成一道水波，量子算法就是放点水波互相作用，把答案从可能性中推出来。

量子计算是一种完全不同的找答案方式：

经典计算靠一步一步试。 量子计算靠叠加、干涉和概率放大。

这就是它和普通电脑最根本的区别。

• 普通电脑再快，本质上还是在 0 和 1 之间机械运算。

• 量子计算机利用的是微观世界本身的规律：叠加、干涉、测量。

同样是破解密码的任务，经典计算机只能一个个硬试。而量子计算机直接一次性知道了大量可能性，算法去找出可能的答案，它在某些场景会变成捷径。

而且量子计算更类似自然的“神学”，经典计算要模拟一场暴风雨，可以做近似，但很吃力。但量子计算本来就是类似自然的一部分，去触摸可能的规则时，更接近自然的语言。费曼有句名言：“大自然不是经典的。如果你想模拟自然界，你最好把它做成量子的。”

世界底层本来就是量子的，人类迟早需要一台按照量子规律运转的机器，去计算这个量子世界。

3、量子将怎样改变世界？

量子计算不是万能的。日常计算，比如看视频、跑表格、打游戏、训练大模型，经典计算机依然是最优解。量子计算机做这些不会更快，甚至会更慢。

它真正的价值，集中在某一类特定问题上：状态空间巨大，答案藏在天文数字级的可能性里，而且问题本身有可以被量子干涉利用的结构。在这种场合，它带来的加速不是 2 倍、10 倍、100 倍，而是从“算不完”到“算得完”的跨越。

最典型的是三类问题。

第一类，密码学

今天全球互联网的安全基础，包括网银登录、聊天加密、政府通信，很大一部分依赖 RSA、ECC 这类公钥密码体系。1994 年，贝尔实验室的 Peter Shor 提出了 Shor 量子算法。这个算法证明，如果未来出现一台足够大的容错量子计算机，它理论上可以在远短于经典计算机的时间内破解 RSA 这类加密体系。

这就是所谓 Q-Day，量子末日。

当足够强的量子计算机出现后，今天很多依赖 RSA 和 ECC 的加密通信、金融数据、政府文件，都面临被破解的风险。

尤其可怕的是“现在截获，将来解密”：攻击者今天先把加密数据保存下来，等未来量子计算机成熟后再反向解开——人们会在自以为安全的情况下，失去密码的保护。

这是巨大的危险，因为当前人类文明都靠着各种密码在维护，一旦量子计算落地，整个数字世界的安全地基，都需要提前换一遍。

第二类，分子模拟

1981 年，物理学家费曼提出量子计算的最初动机，就是分子模拟。一个分子里，电子之间怎么相互作用，本质上是量子力学问题。经典计算机模拟一个分子，所需算力会随着系统复杂度指数级上升。

而这件事，在新药研发、新材料设计、新型电池等方面，量子计算机做这件事有天然优势。因为它本身就是一个量子系统。用一个量子系统去模拟另一个量子系统，状态空间在物理上更容易对应。理论上，它可以更精确地计算分子的电子结构、能级变化和反应路径。

如果跑通，它可能显著压缩早期发现和候选分子筛选的时间，提高新药、新型电池、新型催化剂、新型材料的研发效率。

未来，人们可以打一针治愈癌症，可以造出前所未有的材料，可以去到前所未有的高度。

第三类，组合优化

组合优化听起来抽象，但现实里到处都是。比如物流路径、芯片布线、航班调度、金融投资组合、生产排程，本质上都是在海量方案里找一个更优解。

最经典的例子是旅行商问题：一个快递员从公司出发，要把包裹送到多个地点，每个地点只去一次，最后回到公司，怎么走总路程最短？

地点数量一多，可能路线会爆炸式增长。20 个地点的路线已经是千万亿级别；30 个地点会暴涨到 10 的 30 次方以上。经典计算机如果逐条检查，很快就会遇到现实世界的算力上限。

在这类问题上，量子计算可能通过叠加、干涉和量子近似优化算法，把更优解的概率提高。

总的来说，量子计算不是拿来替代手机、电脑、GPU，也不是拿来直接训练大模型。它更像是一种特殊机器，专门用来解决经典计算机最头疼的一类问题，而这些问题牵涉到很多重大的领域：密码安全、药物研发、能源材料、金融系统、国防能力，牵动着整个数字世界的底层秩序。

4、量子计算跨过的关键点

量子比特太脆弱，温度、电磁噪声、机械振动，都会让它出错。为了让量子计算机真正可用，工程师必须用很多个“物理量子比特”，组合成一个更稳定的“逻辑量子比特”。

这里有一条关键分界线，叫纠错阈值。可以把它想成很多人一起抄一段文字。如果每个人错得太多，大家互相校对也没用，因为错答案太多，根本分不清谁对谁错。这时候人越多，错误越多。但如果每个人只是偶尔出错，多找几个人一起抄就有用了。大多数人的答案会压过少数错误，整体结果反而更准。

量子纠错也是这样。

当物理量子比特的错误率高于某个阈值时，加更多量子比特只会带来更多噪声，系统越大越错。当错误率低于这个阈值后：加更多量子比特，可以让它们彼此校验，组合出更稳定的逻辑量子比特。系统越大，逻辑错误率越低。

这就是所谓“跨过纠错阈值”——量子计算从“越做越乱”，变成“越做越稳”。

而这条线，人类第一次跨过去，是 2024 年 12 月。谷歌 Willow 芯片，错误抑制因子 Λ = 2.14，意思是码距每增加 2，逻辑错误率被压低约 2.14 倍，系统进入低于阈值的区域。一年之后，Quantinuum、祖冲之 3.2 号、QuEra 陆续以不同的技术路线跨过这条线。

跨过这条线之后，关于量子计算的讨论开始转向——从“能不能做出来”，变成了“什么时候做出来”。

接下来一年多，拐点开始形成。

二、量子的狂飙突进

谷歌 Willow 发布到今天，约一年半，时间不长，但发生了很多大事。

结构性拐点很明确！

1、私募资本和政策资本同时下注

资本市场端的数字更直观。

QED-C 数据显示，截至 2025 年底，全球量子产业的公共资金承诺累计达到 567 亿美元。同年，全球量子领域的风险投资 49 亿美元，其中美国总部公司就拿走 27 亿美元，比 2024 年的 17 亿美元增长接近 60%。

上面这些还是 5 月 21 日美国政府入股 20 亿美元之前的数字。

量子计算公司过去 5 年的私募融资，主要是给科学家们做基础研究的钱。5 月 21 日的 20 亿美元不一样，它是给产业基础设施的钱：IBM 拿走 10 亿建美国第一座专用量子晶圆代工厂，GlobalFoundries（格芯）拿走 3.75 亿建低温 CMOS 控制芯片和封装线，并在当天同步成立了“Quantum Technology Solutions”业务部门，准备承接其他几家公司的代工订单。

这两家拿走13.75 亿美元，占总额的 68%，剩下的 6.38 亿美元，分给 7 家做不同技术路线的公司，其中 6 家各 1 亿美元，Diraq 3800 万美元。

2、对 AI 革命有何影响？

答案要回到费曼 1981 年那个判断上来：经典计算机永远没办法准确模拟量子世界，因为它们运行的物理规则，本身就不是量子的。

AI 尤其是大模型本质上是统计推断的极致工程化。它把人类语言、图像、视频里的统计模式学得越来越精，但它在物理上不能比经典计算机更快地解决量子问题。GPT-5 可以告诉你某个分子大概是什么样，但它没办法精确计算这个分子的电子云分布，后者是量子力学问题。

AI 解决的是“统计模式提取”，量子计算解决的是“物理本质模拟”，这是两件不同的事，各有各的极限，各有各的应用场景。下一代制药、能源、材料、密码学的突破，需要的不是“更快的 GPU”，而是一种在物理层面就和量子世界同构的机器。

这是 5 月 21 日 IBM 拿走 10 亿美元去建 foundry、而不是去建另一个 AI 数据中心的原因。

3、时间对每个人都紧迫

第一端是机会。量子计算如果在 2029-2033 年区间真的进入实用阶段，谁先掌握产业链上游（芯片代工、关键材料、操控系统），谁就有 10 年的窗口期。这是台积电、阿斯麦那个级别的产业格局机会。无论是创业者、投资者、国家，都到了要研究和下注的时候。

第二端是威胁。任何一个国家抢先一步达到 Q-Day，也就是所谓“量子末日”实现，能够率先破解最高强度的密码，那当前全球互联网的加密体系会在一夜之间作废，但所有过去加密数据，理论上一旦被截获并保存，就能在 Q-Day 那天被反向解开，这涉及到的影响简直是无法用言语来形容，小到银行系统、加密助记词，大到导弹、核弹可能都陷入危险中。

美国的这笔钱，不是“补贴”，是“押注 + 防御”。

4、产业的三阶段

量子计算跨过拐点以后，谁会赢？ 预测未来是最难的事，但可以用方法和逻辑降低难度。接下来主要会有三个阶段：

一是验证阶段。谁先证明自己的机器可以在某个真实问题上超过经典计算机，谁就会拿到第一张入场券。这是 IBM、Google、Quantinuum、IonQ 这些公司正在争的东西，也是我们需要密切关注的东西，这将是一个类似 ChatGPT 问世一样的时刻——不同的是，看到本篇文章的你，会在今天起心里开始有所准备。

二是专用阶段。量子计算会先进入少数高价值场景：药物研发、材料模拟、化学反应、密码安全、金融组合优化、国防计算。这些场景有一个共同点：问题很窄，但价值很高。 这里面哪些玩家能用好量子计算，产出好成果，会是应用层的 GPT 时刻。

三是平台阶段。如果某条路线能够继续扩展，如果逻辑量子比特数量持续提升，如果错误率持续下降，如果软件生态逐渐成熟，那么量子计算才会从“专用机器”变成“计算平台”。到了那一天，量子计算就不再是一家公司卖几台机器的问题，而是云服务、开发工具、算法生态、行业解决方案一起展开的问题，将会是和当前 AI 产业链一样的爆发，将会有无数的机会等着我们。

关注量子计算，不必太纠结今天谁涨了，先搞清楚它的发展步骤，以及牌桌上的主要玩家。

三、牌桌上的玩家有谁？

类似 AI 产业链，量子计算未来也会分层。我大致把它分成三层：

1、硬件制造层

这一层类似 AI 里的算力基础设施，包括量子芯片、晶圆、封装、低温控制、控制芯片、激光系统、光子器件、稀释制冷机等。它决定量子计算能不能从实验室走向工业化。IBM、GlobalFoundries、SkyWater、本源量子、Diraq 等公司，都和这一层高度相关。

不过量子计算和传统芯片不同，它的底层硬件现在还没有统一路线。包括超导、离子阱、中性原子、光子、硅自旋、拓扑等多种路线，谁胜出还不确定，本质上各条路线都是在回答同一个问题：到底用什么东西来做量子比特？谁能用最低成本，造出最多、最稳定、最可控的逻辑量子比特？

• 超导路线，像把芯片冷到极寒之后，用特殊电路来做量子比特。代表玩家是 IBM、Google、Rigetti 和本源量子，是目前最主流、最成熟的路线之一。

• 离子阱路线，像把单个原子悬在真空里，再用激光指挥它计算。代表玩家是 Quantinuum 和 IonQ，优点是准，缺点是慢和规模化难。

• 中性原子路线，像用激光镊子把一颗颗原子夹起来，摆成一张量子棋盘。代表玩家是 QuEra、Atom Computing、Infleqtion，最近几年进步最快。

• 光子路线，像让一粒粒光子在芯片里的光路中穿行、干涉，最后算出答案。代表玩家是 PsiQuantum 和 Xanadu，想象空间大，但工程难度极高。

• 硅自旋路线，像在传统硅芯片里，用单个电子的自旋方向来做量子比特。代表玩家是 Diraq 和 Intel，最大吸引力是可以借用半导体产业链。

• 拓扑路线，试图做出一种天生不容易出错的量子比特。代表玩家主要是微软，目前还不是产业主线，更像远期底牌。

所以，技术路线很重要，但它应该放在底层硬件与制造层里讲，而不是单独拆成一层。

2、软件与算法层

量子计算不是有了机器就能自动创造价值。就像英伟达不只是 GPU，还有 CUDA；量子计算也需要编程框架、编译器、纠错软件、行业算法和云端接入。IBM 的 Qiskit、Quantinuum 的软件栈、IonQ 的云接入，本质上都在争这一层。

3、落地应用层

这一层会是最晚成熟、但想象空间最大的一层。新药、材料、电池、金融、密码、国防，每个场景都会出现故事。

但应用层最容易产生泡沫。因为“未来能用于药物、材料、金融、国防”这句话很诱人，却不等于今天已经有收入。

投资角度看应用层，最重要的是三个问题：有没有真实客户？客户有没有持续付费？这个问题是不是非量子计算不可？

但这个层面还早。

四、量子公司该怎么估值？

先说现实：如果用传统财务指标看，几乎所有纯量子公司都贵。几十倍市销率已经算温和，几百倍市销率也不少见。收入只有几千万美元，市值却能冲到几十亿、上百亿美元。用成熟公司的眼光看，这甚至疯狂到不能用泡沫来形容了。

但如果只说泡沫，又太简单。早期硬科技的估值，本来就不是对当下利润的定价，而是对未来产业位置的定价。热闹时万马奔腾，潮水退去后，少数留下来的公司，可能长成参天大树。

判断的难度很大。从投资的角度，首要是降低风险、保护本金，所以至少要建立两层逻辑：

1、看有没有主业托底

这主要适用于 IBM 和 GlobalFoundries。

IBM 的量子业务就算失败，它也不会归零。它有软件、咨询、主机、混合云、企业客户和自由现金流。量子对于 IBM 来说，是一个巨大的长期看涨期权。

它的估值逻辑应该是：主业现金流给下限，量子业务给上限。

这类公司不一定涨得最快，但它们有一个优势：投资人不用每天担心公司会不会在下一轮融资前倒下。

这在硬科技里很重要。很多伟大的技术，不是输给了物理，而是输给了现金流。格芯也是类似逻辑。它本来就是芯片代工厂，量子业务只是新增方向。如果未来量子控制芯片、低温 CMOS、先进封装真的形成需求，格芯会受益。如果量子产业推迟，它也还有原来的代工业务。

这类公司适合用“主业估值 + 量子期权”来看。

2、看期权值多少钱

这适用于 IonQ、Quantinuum、D-Wave、Rigetti、Infleqtion。

这类公司估值的核心，不是今年赚多少钱，而是路线有没有可能兑现。

投资人的角度，要思考或跟踪一组问题：

• 它押的路线有没有物理优势？

• 公司有没有能力活到下一个关键节点？

• 有没有真实客户？

• 技术指标是不是持续改善？

• 估值透支了几年未来？

伟大的产业不等于伟大的投资回报。买得太贵，也可能用很多年消化估值。量子投资在当前阶段最难的是：看对了方向，但可能买错价格，买错标的。上面这些公司中，今天同步发出了 IBM 和格芯两家公司的研报——量子计算领域最值得关注的前两个标的，后续还会陆续更新其他标的。

讲到这里，量子计算这张牌桌大致就清楚了。有人在造机器，有人在修底座，有人在写软件，有人在等应用爆发。有的会成为下一代基础设施，有的会在潮水退去后消失。

经典计算建立了过去的数字世界，量子计算则提醒我们：世界的底层，比 0 和 1 更古老，也更幽深。

它还没有完全到来，但它一定会到来，以最符合造物规则的方式。