玻色量子：避开通用型难题，专用量子计算能否率先跑通商业化？

2024年伊始，玻色量子在规划年度OKR时，设定了一个在外界看来极其“务实”甚至略显保守的目标：实现至少一台量子计算机的商业化外售。

在当时的行业认知中，量子计算机多被视为深藏实验室、布满复杂线缆的精密科研仪器。不少业内人士认为，能达成实验室环境下的技术指标已是不易，谈论规模化“卖货”似乎还远未到火候。

然而，随后的市场反应却远超团队预料。订单量呈数倍增长，这种热度直接证明了实验室“精雕细琢”的样机模式已无法满足现实的商业胃口。到2025年底，这家创新企业在深圳正式投产了国内首个规模化专用光量子计算机制造工厂。

这条从研发端快速延伸至生产线的工业走廊，揭示了一个长期被主流叙事掩盖的商业真相：在完美的通用型量子计算机进入千家万户前的NISQ（含噪声中等规模量子）时代，这种“不那么完美”的专用型量子设备，已经凭借其针对性优势率先撕开了商业化的裂缝。

非共识的技术赛道

在中国的量子计算版图中，玻色量子无疑是一个异类。

与本源量子、图灵量子等具有深厚高校或国资背景的“国家队”不同，玻色量子是一家纯粹的民营初创企业，由斯坦福博士文凯与航天专家马寅联手创立。

其创业轨迹也颇具个性。2020年起步时，当主流目光聚焦于超导或离子阱等通用路径时，玻色量子却做出了一个底层级别的“反共识”决策：在通用与专用的十字路口，坚定地押注后者。马寅在接受采访时直言，这一选择背后的逻辑极为朴素——即“必须让技术即刻可用”。

在量子计算领域，通用型设备是行业的终极理想，旨在通过操控微观粒子构建物理比特。然而，量子比特极易受到环境干扰，为了抵消误差，往往需要成千上万个物理比特才能纠错出一个稳定的“逻辑比特”。

目前，业内普遍公认应用落地还需10至20年的技术攻坚。即便强如IBM或谷歌，其千比特里程碑的实现路径依然充满了不确定性。正如国仪量子技术人员所言，现阶段国内能实现的比特数多在双位数级别，且保真度很难达到商用级的完美要求。

马寅通过客户数据发现，只有实现至少1000个纠错后的计算比特，才能在算力上真正压制经典计算机。面对漫长的技术长跑，玻色量子选择了“相干光量子”这一垂直路径。

作为专用型设备，它不执着于复杂的逻辑门构建，而是利用光量子的物理特性直接求解组合优化问题。这种“降维打击”的思路，巧妙地绕开了通用型量子计算机必须面对的纠错天险。

如果说通用型量子计算机是算力世界的“全能CPU”，那么玻色量子想做的就是量子时代的“专用GPU”。后者通过简单的控制逻辑实现大规模并行处理，在特定任务上的效率远超常规处理器。

致敬并效法“英伟达模式”

避开纠错难题并不意味着一路平坦。光量子芯片的研发更像是一场“科学与工程”的极限拉锯。从光刻到参数微调，每一环都缺乏现成的工业标准，只能依托光通信产业的基础进行摸索。

但在硬件之外，更大的挑战在于生态的荒芜：缺乏编译器、缺乏算法框架、更缺乏开发者。马寅将目光投向了英伟达。GPU的辉煌不仅源于硬件，更源于CUDA生态及庞大的开发者群体。

为此，玻色量子构建了三层架构：底层是硬件，中间层是自主研制的Kaiwu SDK编译器（对标CUDA），顶层则是量子AI框架及行业算法。这种设计核心在于“低门槛”，让传统的AI开发者无需重修量子物理，就能通过Python直接调用量子算力。

“这是典型的迁移型生态，”马寅表示，现阶段的重点是争取让现有的AI人才无缝接入量子领域。通过算法驱动硬件部署，已经成为公司与客户合作的常态模式。

目前，即便是专用型量子计算机，也需要与经典计算机协同工作。马寅称之为“量超协同”，通过上层任务分解，让两种算力在各自擅长的领域交替发力。这一策略也正逐渐成为全球趋势，如英伟达发布的CUDA-Q平台和NVQLink技术，都在致力于量子处理器与AI超级计算机的深度互联。

英伟达NVQLink技术示意图。图片来源：英伟达官网

商业化前哨战

虽然生态尚在成长期，但市场争夺战已悄然打响。超算中心成为了量子企业的首选滩头。从D-Wave的千万美元订单到玻色量子中标成都超算中心项目，专用型量子计算机已开始在国家级算力集群中扮演角色。

1000量子比特相干光量子计算机模型。图片来源：界面新闻记者拍摄

除了超算部署，云平台则是另一条普及之路。玻色量子通过与主流公有云及自研平台合作，吸引了大量生物医药、高校科研等领域的用户。尽管现阶段盈利仍是全行业面临的共同难题，多数企业依旧依赖融资维持研发，但这种分工模式已初具雏形：硬件商负责规模扩展，平台商负责降低门槛。

玻色量子的野心并未止步于专用赛道。在完成最新一轮融资后，公司已开始布局通用型光量子芯片的研发，并计划从2026年起发布全线产品路线图。

在全球范围内，竞争正在升级。日本NTT在专用领域积累深厚，而昔日的专用巨头D-Wave也开始向通用领域跨界。相比之下，中国在量子计算的下游算法和创新企业数量上，与美国仍存在一定差距。

“接下来的五年，将是量子计算下游生态爆发的关键期，”马寅总结道。对于玻色量子而言，从“非共识”的起点出发，能否最终成长为量子时代的领军者，终究要看能否在真实的市场环境中，让算力真正转化为生产力。