作者允中发自凹非寺，来自量子位公众号QbitAI。

量子计算机到底什么时候能参与新药研发、新材料的寻找？

这类应用被谈了很多年，科研人员也始终在做一件打底的事：让机器稳定地跑完更复杂的计算。

现在，超导量子计算在实验中迈过了一道关键门槛：把纠错的规模做大，逻辑错误率就会往下走。多花硬件换更高可靠性，这件事已经有了实验支撑。

可要把纠错实验里的成果搬进更大的系统，封装、线路、测控一个都不能落下。比特数量涨上去之后怎么连、控制信号怎么送进去、算完的结果怎么准确读出来，这些都得在整机设计阶段一并想清楚。

正元量子选的路子是从芯片最底层的连接和控制入手，下一阶段的目标是千比特超导量子计算机。11月10日，这家2026年成立的公司宣布完成近亿元天使轮融资，出资方有深创投、浦东创投、德宁资本、湘江信成、深圳天使母基金等机构，多维资本担任独家财务顾问。

这笔钱主要投向千比特超导量子计算机的研发，用来加快三维封装、低温互连和集成测控等关键技术的验证。这几环能不能跟上规模扩张的节奏，直接决定芯片上的比特最后能派上多大用场。

比特一多，整台机器都得跟着改。

先把“千比特”放到行业里看。2023年，IBM就发布过1121比特的Condor处理器；同年推出的Heron从133比特起步，重点放在改善操作性能上。

数量往上加、质量往上提，这两件事在超导量子计算里一直得同时推进。

要判断一台机器行不行，还得看这些比特能被多精准地操作、彼此怎么连接、能撑起多复杂的计算。

超导路线走的是在芯片上做电路，电路由电容、电感和关键的“约瑟夫森结”组成，整体放在接近绝对零度的环境里。低温让电路的量子特性得以保留，其中两个能级当作0和1，再用精确的微波脉冲去操控状态。

跟普通比特不一样，量子比特还能处在0和1的叠加态，多个比特之间也能产生纠缠。这些特性既是量子计算的资源，也带来了特殊的控制难题。

说到叠加，不少人会联想到薛定谔的猫。

那个思想实验里，猫和一套由放射性原子控制的装置一起被关进盒子，原子衰不衰变决定猫的死活。要是把微观世界的叠加规律直接拿来描述整个系统，就会得出一个让人困惑的结论：猫好像同时“活着”又“死去”。薛定谔想借这个追问的是，量子规律和日常经验到底该怎么接上。

造量子计算机，就是要把这些规律变成可控的物理过程。研究人员得让量子状态尽量少受环境干扰，同时又得靠信号精确地操控和测量它们。超导芯片因此要在接近绝对零度的环境里工作，材料、线路和外部设备都得严格把控。

△超导量子计算机整机

就算做到这一步，错误还是躲不掉。材料缺陷、外界噪声、控制偏差，都会干扰计算；操作一次次累积，结果就可能越来越不可靠。

量子纠错的思路，是拿多个物理比特共同编码出一个逻辑比特，反复检查错误留下的迹象，再照着处理。麻烦在于，纠错本身也要做操作，也会带进新的错误。只有器件和操作的精度足够高，往上加纠错资源才有希望让可靠性持续变好。

中国科大围绕“祖冲之三号”的研究，以及Google的Willow的研究，先后在各自的实验条件下验证了超导量子计算的关键进展：表面码纠错的规模扩大，逻辑错误率随之下降。这就是“越纠越对”的意思。

量子计算机要扛住更复杂的纠错和计算任务，系统就得装下更多高质量比特，还得让它们准确地协同工作。千比特整机说的通常是物理比特的数量；能形成多少可靠的逻辑比特，还要看错误率、纠错方案和连接方式。

性能要求还会随运行方式变。单独操作一个比特，和同时操作一大堆比特，面对的条件并不完全一样。控制信号可能干扰附近的器件，多路读出也得处理相互之间的干扰。整机要在这些操作同时进行时，把精度维持在足够高的水平。

规模一旦上去，压力便不再只压在芯片身上。

芯片上比特密度若保持不变，正方形边长翻一倍，面积就是原来的四倍，能塞下更多比特；可信号大多从四边引出，接线边界只多了一倍。

里面越挤，出口越不够用。

继续把线路做细做密，串扰、损耗和加工上的麻烦都得一并解决。出了芯片，线路还要穿越制冷设备的多个温区，既要准确送达信号，又得管住带进低温端的热量。

IBM已将这类难题纳入系统架构来考虑。2026年8月，该公司披露了连接并运行两个模块化低温系统的进展，新设计留出了更多布线空间，也为处理器之间的互连铺路。芯片本身性能再好，也得配上一套同样精密的系统才跑得起来。

国内多家企业一直在超导量子计算上投入，芯片、测控、整机、云平台都有布局。多年研发和项目实践攒下的工艺、控制与系统集成经验，为后面扩大规模打了底子。

对新团队来说，千比特目标最终要落到一连串工程取舍上。把单颗芯片做大，加工和信号引出会更难；把多颗芯片连起来，则要解决芯片之间的操作精度和系统协调。两条路各有各的代价，验证方式也不一样。

正元盯住的量子芯片、信号连接和系统控制，恰好都落在这些规模化难点上。

让连接改走第三个方向

正元量子的研发路子，从郑亚锐早前的经历里能看出些端倪。

他博士毕业于中国科学院物理研究所，读博起就扎进超导量子计算。博士和博士后阶段，他都跟随中国科学技术大学朱晓波教授。他曾以第一作者身份参与在超导量子芯片上求解线性方程组的实验，也参与过多比特量子实验和配套布线技术的研发。

出来创业之前，郑亚锐在头部互联网公司主管超导量子硬件研发，带团队做芯片设计、加工与测试。联合创始人吴大超参与过中国科大“祖冲之三号”的相关研究。

从芯片设计、工艺制造到封装、测控、系统集成，正元团队的经验横跨量子计算机研发的多个关键环节。

这些环节怎么配合，是整机研发的重头戏。设计参数能不能被工艺做出来，器件是否达到预期，测试结果又怎么反哺下一版芯片，都得一遍遍验证。芯片想要更灵活的控制，往往就得多加信号通道；封装得把这些连接收进去，低温系统则要扛住随之而来的负担。

国外也有团队凭原有经验重新挑工程入口。Qolab创始团队里，John Martinis和Alan Ho此前参与过Google量子计算项目；创业后，公司把可重复制造和硬件集成摆在重点位置，并与应用材料公司合作推进超导器件制造。

把实验中跑出的性能，稳定复制到更多器件和更大的系统上，是这类研发绕不开的共同考验。

正元眼下的一项重点，是让芯片连接改走垂直方向。借助TSV，即硅通孔，在硅基结构里做出垂直电连接，再配上三维集成封装，一部分信号就能从垂直方向引出。接点因此可以铺到更大的区域，芯片只能靠边缘出线的限制得以缓解。

荷兰QuantWare的VIO架构同样在试垂直信号传输，并把芯片堆叠和芯片间连接结合起来扩展处理器。各家方案的具体结构不一样，但处理的是同一件事：规模上去之后连接怎么办。

换个连接方向，设计上才迈出第一步。

三维结构需要新的加工和封装来配合。连接能不能稳定造出来，线路之间会不会互相干扰，集成之后量子比特性能保不保得住，都得一项项测。接点数量一多，工艺的一致性就直接关系到系统能不能顺利装起来、跑起来。

郑亚锐表示，正元现阶段在研发TSV、3D集成封装和高密度集成线束，射频性能验证同样在推进。超导连通性测试检验的是低温条件下能否建立起所需的超导连接；高频信号在这些结构里的传输情况，则由射频性能验证进一步考察。

△正元量子微波线缆组件特写

连接做出来之后，信号经过时的损耗、反射等表现仍要测量。接下来还得把相关结构与芯片、控制和读出链路拼到一起，看系统条件下的实际效果。

正元布局的高密度集成线束与测控系统，继续处理芯片之外的麻烦：更多信号怎么穿过不同温区，怎样在有限空间和制冷能力下安排妥当，又怎么保住控制精度。

设计环节同样得跟上来。比特数量还少的时候，研究人员直接画版图就行，或者写脚本生成结构。规模一大，动一个器件的位置，周边的线路、连接关系、加工要求都可能被牵动。正元把量子EDA放进了研发体系，用来支撑芯片设计与布线，为更大规模的芯片研发打底。

这些研发动作，眼下也开始落到具体的采购需求上。

郑亚锐说，正元已经拿到行波参量放大器和量子芯片等核心零部件的订单，整机需求也在跟潜在客户谈。低噪声放大器在读出链路里担着要紧的活：芯片送出的微弱信号要放大，同时尽量少掺额外噪声。

器件订单、整机需求和长期研发处在不同阶段，工艺与测试上的积累却能共用。后面的交付、适配和使用反馈，也会帮团队检验产品在不同系统里的可靠性。

从设计工具到核心器件，再到整机集成，正元正在搭建的研发能力，得在千比特这一规模下同时立得住。

△正元量子行波参量放大器TWPA

从整机参数，到分子里的难题

一台量子计算机交到用户手上，事情才刚开头。

材料或药物领域的研究人员，关注点还会往下落到具体问题上：算得是不是更准，能处理多大的体系，算出来的结果能不能帮他们定下一次实验怎么做。

量子计算之所以砸下大量资源改善硬件，原因也在这里。叠加和纠缠提供计算资源，算法还得安排量子状态的演化，靠干涉把目标结果出现的概率抬上去。最后测量到的仍是确定的结果，得重复运行、再做分析才能把答案提取出来。有没有实际价值，要看具体任务说话。

化学与材料领域，这类任务并不缺。

一种催化剂能不能让反应在更温和的条件下发生，一种电池材料能不能更稳定地储存能量，都跟原子和电子之间的相互作用有关。电子怎么分布，化学键怎么形成或断裂，既影响物质的性质，也影响研究人员下一步怎么判断。

难就难在电子之间会相互影响。体系一大，精确描述这些相互作用所需的计算资源可能涨得很快。经典计算在化学和材料研究里早已挑大梁，可碰上一些复杂体系，研究人员还是得在精度和计算成本之间做取舍。

量子计算给了一条新路子：用受控的量子系统，去模拟另一个量子系统的行为。

这类探索已经走进具体实验。IBM与日本理化学研究所把Heron量子处理器和超级计算机“富岳”搭在一起，研究铁硫簇等分子体系的电子结构。量子处理器负责给出采样结果，经典超级计算机接着做后续处理，两边合力跑完计算流程。

它展示出一种可能的使用方式：量子处理器和经典计算资源配合，进入科学家的研究流程，替其中某些难算的步骤提供新工具。

正元规划中的量子云平台和算力服务，指的也是这个方向。研究人员以后可以通过云平台提交任务、拿回结果，把量子计算接进材料模拟或药物研发流程，不用自己去买设备、维护设备。

要走到那一步，硬件、算法和软件都得一起成熟。千比特整机能为更大规模的量子纠错和计算腾出空间，让研究人员测试更大的纠错编码，也摸索多个逻辑比特怎么协同完成任务。

对正元而言，千比特整机是把芯片、连接与控制能力放在一起检验的工程节点。更多比特能可靠地一起工作，才有条件开展更大规模的纠错实验，一步步支撑更复杂的计算任务。

这些能力的长远价值，最终会落到具体的科学判断上：一条反应路径走不走得通，一种材料为什么表现出特定性质，哪些候选结构值得进入下一轮实验。分子模拟更准，研究人员就有望在昂贵的实验开始之前，拿到更充分的依据。

薛定谔曾用一只猫，追问量子规律如何与日常经验衔接。如今，研究人员正试着把这些规律变成可以调用的计算能力。

千比特整机是这条路上的一步：让更多难以算清的物质问题得到可靠答案，帮人们理解材料为何如此，也为设计新材料找到依据。

*本文系量子位获授权刊载，观点仅为原作者所有。