界面新闻记者 |
在10月14日至16日举办的2026湾芯展上，图灵量子展出了不久前发布第三代大规模芯片级可扩展光量子计算机TuringQ Gen3。相比前两代产品， TuringQ Gen3 最重要的变化，是实现了全芯片化，并通过空时复用架构，将光量子计算资源扩展至万光子级、百万模式数。
“它是全芯片的，规模也达到以前一两代无法企及的程度。”图灵量子创始人兼董事长金贤敏在接受界面新闻记者采访时表示，第三代设备的光子数从此前的几十个、上百个提升到一万个，模式数则达到百万级。全芯片化也改变了此前多个元件、组件分立组合的结构。
金贤敏介绍，第三代设备尝试在更严格的条件下验证量子优越性。过去一些演示采用近似求解，经典计算机也能完成类似任务，因此验证条件被进一步收紧。而TuringQ Gen3搭载的高斯玻色采样核心计算单元“致远3号”，支持单芯片万光子级、百万模式数计算资源扩展，并在系统规模与实际损耗的严格边界条件下实现芯片级量子优越性。在这些条件下完成了特定任务的演示。
“未来全芯片设备可以让更多人使用量子计算机、开发相关应用。”金贤敏说。
界面新闻记者了解到，在2026湾芯展同期举办的湾区集成电路科学技术大会上，图灵量子与智城算网、亚洲算力签署战略合作协议，计划共建粤港澳大湾区首个量超智融合算力中心，探索量子计算、高性能计算与人工智能的融合应用。
其中，亚洲算力将提供数据中心规划建设、基础设施交付及运营服务；智城算网将依托超智通算力调度平台，接入并调度多元异构算力资源；图灵量子则将以其TuringQ Gen3大规模芯片级可扩展光量子计算机提供光量子算力，作为中心的算力单元之一，与经典算力协同支持复杂计算任务。
这项合作把光量子计算放到了算力基础设施的场景中。而量子处理器要从一台独立设备接入计算中心，前提是芯片能够被稳定制造、规模能够扩展，光子、电子、探测和控制等不同模块也能够协同工作。
量子计算目前存在超导、离子阱、光量子、中性原子等多条技术路线。不同路线依赖的物理环境和工程体系各不相同。
像离子阱量子计算主要解决光场调控、激光重排等问题，技术场景相对集中；光量子计算则直接使用光子芯片和半导体工艺，与芯片产业链的连接更紧密，其所需的光子芯片制造、器件加工、光电集成与封装测试等环节，可以利用和发展现有半导体产业的设备及工艺能力。
“光量子它既用到了半导体的设备工艺，同时又反向推动了半导体的工艺技术发展。”金贤敏说。
这种双向关系首先体现在制造环节。与需要特殊物理环境的量子计算路线相比，光量子计算可以在室温下运行，并借助半导体成熟的设备、工艺和产线推进芯片制造与系统集成。
“光量子计算有个好处，除了可以在室温下运行，它还可以借助半导体成熟的设备、工艺、产线，去发展它所需要的工艺参数能力。”金贤敏说，“我们的芯片制造，整个产线其实是充分使用了半导体的设备。”
半导体设备和制造工艺，为光子芯片的研发、生产和迭代提供了基础条件。与此同时，量子计算对芯片性能提出的更高要求，也在推动材料和制造工艺继续升级。
“芯片损耗要非常低，调制精度和带宽要非常高，并且网络又大。”金贤敏说。
芯片规模越大，光路越复杂，损耗控制越困难；带宽越高，对材料、调制器件和封装工艺的要求也越高。量子计算由此把低损耗、高带宽、高精度和大规模集成等指标，传递回了光子芯片产业链。
在光子芯片的发展路径中，硅光是一条重要路线。它以硅材料为基础，借助成熟的半导体工艺，在芯片上集成光波导、调制器、耦合器等光学器件，已经应用于光通信、数据中心和高速互联等场景。
但在金贤敏看来，硅光可能并不是满足量子计算需求的最终方案。如果要制造出真正满足量子计算需求的光子芯片，就必须重新思考材料体系和制造工艺。这也是图灵量子重点推进薄膜铌酸锂光子芯片的原因。
薄膜铌酸锂在损耗、带宽和调制能力等方面具备潜力，已经被一些业内人士称为“光学硅”。
“电子芯片的革命如果用硅来命名，光子芯片的革命可能就要用薄膜铌酸锂来命名。”他说。
除了芯片材料和制造工艺，先进封装也是量子计算可能影响半导体产业的环节。金贤敏提到，光电共封装是其中一个关键方向。
一台光量子计算机并不是一块孤立的芯片。它还需要光源、探测器、控制芯片、电子学系统和其他光学元件协同工作。如何把光子芯片和电子芯片更紧密地集成在一起，将直接影响系统的体积、性能和稳定性。
“光电共封装技术很复杂，它涉及光子芯片、电芯片、封装、玻璃基板等多个环节。我们图灵量子也在整合这些相关技术，来做光电共封。”金贤敏说。
他认为，芯片制造、光电共封装等技术都具有半导体产业的共性，也属于未来的重要发展方向。量子计算企业推进这些技术，可能进一步推动相关底层能力升级。
图灵量子也在尝试把这些能力转化为量子计算之外的产品，星间通信是其中一个应用方向。
“我们的光子芯片能力可以覆盖从300纳米到5000纳米的波段，能够形成更多的通信通道。”金贤敏向记者介绍，传统硅光的工作波段相对集中，光子芯片如果能够覆盖更宽的波段，就有机会承载更多通信通道，甚至未来可以用于太空算力、星间通信，以及“中国版星链”等卫星互联网系统。
金贤敏还提到，量子计算将以异构算力的形式进入未来计算中心。CPU、GPU和QPU各自承担不同任务，系统通过任务拆解和统一调度完成协同运行。
“量子计算和CPU、GPU也要配合。你不能只做点乘，还要做通用计算，所以CPU和GPU要配合。量子计算也是一样。”他说。
当前，量子处理器主要以独立设备的形式接入计算中心。按照他的判断，未来可能逐步走向板级集成、Chiplet和光电共封装，最终实现光量子芯片与电子芯片更深度的融合。
不过，光量子计算最终能否形成更大产业影响，还取决于应用是否真正建立起来。
金贤敏将光量子计算的发展路径概括为理论、原理实验、工程化和商业化四个阶段。他认为，光量子计算已经处在工程化比较成熟的阶段，并出现了部分商业化应用，但还没有全面打开。
下一步，行业仍需要推进芯片能力、整机形态、光电融合和系统集成，同时找到能够承接这些技术能力的真实应用场景。
在他看来，“真正能够推动这件事的，是各个可能被量子计算赋能的行业，主动去和量子计算公司合作、拥抱这项技术，共同挖掘应用。”
他用“锤子和钉子”来形容当前的产业关系：量子计算企业负责制造“锤子”，下游行业则对应不同的“钉子”。目前的问题在于，双方还没有形成足够强的合作意愿。
“我们是造锤子的，需求方可能就是钉子。现在的情况是，锤子想去找钉子，但钉子还没有特别在意要去找锤子。”
金贤敏表示，量子计算企业也很难单独判断这项技术最终应该进入哪些行业。早期的英伟达同样没有预料到GPU后来会大规模进入人工智能领域，真正的应用场景往往需要产业链上下游共同探索。
据了解，麦肯锡将金融、生命科学与制药、化学及材料列为较早出现量子计算应用价值的重点领域。而图灵量子目前也将金融和生物医药放在重点布局位置，同时保留材料、流体等基础算法方向的研究。
“量子计算怎么跟各行各业融合，并不是量子计算公司一个人的事情。”金贤敏说。
评论