这家公司想用光打造下一代量子计算机，目标是百万量子比特|光子|算法|粒子|量子计算机

这台可能改写计算规则的机器，未来会被安置在一个介于数据中心和冰淇淋工厂之间的空间里。房间里将排列约 100 个不锈钢机柜，每个高约 1.8 米，接入液氦供应系统，把内部温度维持在仅比绝对零度高出几度的水平。机柜内部容纳数百块芯片，芯片上运行着数千个光子，穿行于由光学开关和分束器构成的复杂网络中。每个光子的运动轨迹都必须被精确记录，因为最终对其位置的测量，可能帮科学家解开一些传统计算机需要数百万年才能算出答案的问题。

不过眼下，这台机器还只存在于设计图纸上。

它是量子计算公司 PsiQuantum 的愿景。2016 年，四位来自英国高校的物理学家共同创立了这家公司。在竞争激烈的量子计算赛道上，几乎每家公司都提出过雄心勃勃的目标，PsiQuantum 希望自己能率先把设想变成现实。

自物理学家 Richard Feynman 于 1981 年提出量子计算的构想以来，人们始终期待这类机器能利用量子粒子的特殊性质，加速从新药研发到人工智能的各个领域。传统计算机用比特（bit）作为信息单位，每个比特只能表示 0 或 1；量子计算机则用量子比特（qubit），它可以处于多种状态的叠加之中。大量量子比特组合起来，理论上能形成远超传统计算机的算力。但直到今天，最先进的量子计算原型机规模仍然有限，错误率也居高不下，距离解决真正有实际价值的问题还很遥远。

这也让 PsiQuantum 对未来的设想显得格外大胆。比如，公司希望用量子计算模拟细胞色素 P450（cytochrome P450）酶的作用，这类酶广泛参与人体内药物的分解过程。PsiQuantum 量子应用副总裁 Philipp Ernst 说，按现有方法，评估一种药物与这类酶的相互作用可能要花上 10 多年时间。“我们的目标，是把这个过程压缩到 4 分钟。”

在一个到处都是宏大承诺的领域里，PsiQuantum 之所以格外受关注，主要有两个原因：一是它几乎从成立之初就把目标锁定在大规模、实用化的量子计算机上；二是它已经和大型芯片制造商合作，打算直接利用现有的半导体制造体系来生产量子计算系统。

这套战略正在获得大量资源支持。去年，PsiQuantum 完成 10 亿美元融资，并在芝加哥启动了一项与地方政府合作的量子计算设施项目，同时也在澳大利亚建设第二个基地，计划让该设施在 2027 年具备运行条件，也就是可以安装并运行硬件的状态。此外，PsiQuantum 还是仅有的两家进入美国政府一项严格量子计算评估计划第三阶段的公司之一，另一家是 Microsoft。这项计划要判断哪些量子计算公司真正有可能造出可用的系统。

只是，判断 PsiQuantum 能否兑现承诺，不像看一份临床试验结果那样直接。量子计算的进展通常是渐进式的，关键技术细节高度复杂，外界很难独立验证一家公司内部真实的工程进度。如今，PsiQuantum 正走到必须自证的阶段：多年闭门研发和数亿美元投入，最终会证明这家公司能造出一台真正有用的量子计算机，还是让这个愿景落空。答案最快从明年就能见分晓。

光子的赌注

PsiQuantum 的四位创始人之一 Terry Rudolph 说话轻声细语，留着一头略显凌乱的长发。他出生在 Malawi，直到拿到第一个物理学位后才发现，自己竟是物理学家 Erwin Schrödinger 的外孙。后来，他自行出版了一本 150 页的量子计算科普读物，想讲给青少年听。PsiQuantum 的公关人员曾送给记者一本签名版，还开玩笑说：“我们其实没指望真有人读完。”不过，这本书确实兼具趣味和可读性。

大约从 2014 年起，Rudolph 和其他几位联合创始人逐渐相信，他们在理论研究中发现的可能性，或许真能在现实机器里实现。四人先后离开学术岗位，按照各自专长分工：Rudolph 主攻理论，Mark Thompson 负责工程研发，Pete Shadbolt 推动技术规模化，Jeremy O’Brien 制定公司愿景并寻找投资者。O’Brien 曾长期担任 CEO，直到今年 2 月卸任，接棒的是半导体行业资深人士 Victor Peng。

现代科学至今仍有大量东西无法精确预测。人类还不能可靠判断哪一块锂电池会起火，也难以准确算出飞机关键部件的腐蚀速度。这背后的原因不只是系统复杂，更关键的是，它们最终都要服从量子力学的支配。亚原子粒子不像宏观物体那样有明确的位置和速度，而是处于多种可能性叠加的量子状态中，这种不确定性进一步影响着原子和分子的行为。

一个世纪前，Schrödinger 就提出了描述这种量子状态的数学方法，但一旦把这些方程用到现实世界的复杂系统上，计算量会迅速膨胀，即便是今天最强大的传统计算机也难以精确求解。于是，科学家们只能靠近似计算、不完全的模拟，或者动物实验来弥补这道缺口。

20 世纪 80 年代，Richard Feynman、David Deutsch 等物理学家开始设想：能不能造一种全新的机器，直接利用量子规律来计算？这种机器不再依赖只有“开”“关”两态的晶体管，而是操控处于量子态的粒子完成运算，最后再测量结果。

如果自然界本身遵循量子规律，那么用量子系统去模拟量子系统，或许能第一次让物理和化学模拟真正贴近现实。这将是设计新药、新材料以及解决一切受量子力学支配的问题的重要工具，也可能给计算方式带来一场深刻变革。

在 Rudolph 看来，人类每一次读懂自然规律的重大突破，往往都会催生新的技术工具：“我不认为工业革命发生在人类学会计算和模拟牛顿力学、热力学以及经典电磁学之后，只是巧合。每当我们拥有更强的计算、模拟和理解能力，就会造出由此而生的不可思议的机器。”他相信量子计算机也会带来类似的转变。

量子计算领域长期面临一个核心难题：究竟哪种量子系统才足够稳定、可控，能拿来当量子比特用。候选方案包括离子、原子和人工制造的特殊量子结构，但量子系统极其脆弱，任何观测都可能让叠加态坍缩成某个确定状态。

如果坍缩发生在计算过程中，而不是最终读取时，就会产生错误。错误一旦累积，量子计算机就给不出可靠答案。这有点像早期航空技术，工程师当时也拿不准飞机机翼该固定不动，还是像鸟翅一样振动。

如今，量子计算领域同样没有定论。Google 和 IBM 押注超导量子比特，用铝这类金属做超导电路；Intel 选择利用电子；PsiQuantum 押的则是光子，也就是构成光的基本粒子。

“光子有很多优势，”Rudolph 说。其中最重要的一点是，光子能长时间维持量子状态。宇宙微波背景辐射里的光子，可能已经这样维持了数十亿年。

但光子的挑战也很明显。它们运动极快、容易散射，更麻烦的是，两个光子通常会直接穿过彼此，不会产生相互作用。可量子计算恰恰需要量子比特之间能相互影响，这让光子一度被认为根本不适合做计算单元，甚至让不少科学家怀疑基于光子的量子计算能不能实现。

不过， 2001 年，Los Alamos National Laboratory 和 University of Queensland 的研究人员发现，让光子穿过由分束器和探测器组成的网络，可以在效果上模拟出光子之间的相互作用。这项研究改变了整个领域，PsiQuantum 的目标正是把这套理论变成现实。

但首先要解决规模问题。早期方案里的光子量子计算机，可能得大到覆盖整个 California。2010 年代初，当时还是 Rudolph 博士生的 Mercedes Gimeno-Segovia，在差点成为职业小提琴家之后，提出了一种能大幅缩小系统规模的方法。

此后，PsiQuantum 逐渐摸索出自己的技术路线：先用激光产生光子并让它们“纠缠”。在这种量子现象里，粒子不再拥有各自独立的状态，而是共享同一个整体量子态；随后光子进入由量子门构成的复杂网络完成计算；最后系统读取光子的量子状态，同时不断追踪并修正计算过程中出现的错误。

这套流程真正的难点在于，每一步都得成功执行数百万次。这已经不是一个普通的工程挑战，更像一道难以逾越的技术壁垒。与此同时，PsiQuantum 还得建起完整的供应链，比如制造具备特殊性能的新材料，才能让单个光子沿着预定路径稳定传输。

低温、材料与规模化

为了展示这套系统背后的工程量，PsiQuantum 曾带人参观其位于美国加州 Menlo Park 的实验设施。这里正是 SLAC National Accelerator Laboratory 所在地，一座曾参与多项诺贝尔奖级研究，并在 1968 年发现夸克的研究中心。夸克是构成质子和中子的基本粒子。

不过，PsiQuantum 选在这里落脚，是看中了 SLAC 大型低温设备里的液氦供应。液氦被用来把量子计算机机柜冷却到接近深空的温度。目前这些机柜的运行温度约为零下 456 华氏度。PsiQuantum 希望未来能把温度稍稍提高到零下 452 华氏度左右，即便如此，这对量子设备而言仍是极端低温。

大多数量子计算路线都需要让整台系统达到超导温度，因此运行成本很大一部分都花在制冷上。光子路线的优势就在这里显现出来：它并不需要整台机器保持如此低温，只有负责在计算结束时检测单个光子的探测器，才需要极低温环境，而且这个温度还略高于其他技术路线的要求。

PsiQuantum 表示，公司打算把美国《芯片与科学法案》提供的 1 亿美元资金里的一部分，投入到这类探测器的研发中。

最初，PsiQuantum 只是暂时借用 SLAC 的液氦设施；如今，公司已经在美国加州 Milpitas 的测试中心建起自己的制冷系统，并计划在澳大利亚的生产基地部署更大规模的低温系统。对量子计算公司来说，这类液氦制冷设施是最昂贵的基础投入之一，也将消耗掉那 10 亿美元融资中相当可观的一部分。

除了低温系统，PsiQuantum 还得解决材料制造的问题。在 San Jose 的一间实验室里，工程人员正在制造一种蓝色晶体材料，也就是钛酸钡（barium titanate）。

PsiQuantum 看重这种材料，是因为它能用极低的电能输入，快速而稳定地控制光子的传输，同时把对光子的干扰降到最低。但钛酸钡的制造过程相当棘手：PsiQuantum 成立时，市面上根本没有能大规模供应这种材料的产业链。经过反复权衡，公司最终决定自己做。Rudolph 称这是“一个令人痛苦的决定”，因为这意味着要投入巨额资金，从零建起自己的制造能力。

在实验室里，技术人员把制造材料所需的基础元素倒进料斗，再通过类似大型压力锅的设备处理，材料随后经加热、汽化，最终在晶圆表面形成一层薄薄的晶体膜。早期，做出一片晶圆要花约 12 个小时；如今，PsiQuantum 说每天已经能产出多片晶圆。

这些晶圆之后会被送到位于美国纽约州 Malta 的芯片制造商 GlobalFoundries，由后者生产 PsiQuantum 的量子芯片。

PsiQuantum 希望这套看似繁琐的供应链，最终能变成它相对于竞争对手的优势。这套体系其实很像现有硅光子芯片（silicon photonics）的升级版，硅光子芯片同样靠光来传递信息，目前已经用在数据中心里。

这意味着，一旦 PsiQuantum 能实现量子芯片的大规模生产，公司或许就可以直接借用现有的半导体制造工具和基础设施，不必从头搭建一整条产业链。但问题在于，一块能跑起来的芯片，不代表能轻松扩展成一个由数千块芯片组成的大系统。所以，PsiQuantum 正通过分阶段测试来推进验证。目前，公司在 Milpitas 的测试设施已完成三个机柜之间的连接，每个机柜装有 250 块芯片。

下一步，公司需要进一步扩大系统规模，验证纠错技术在系统扩展后能不能继续稳定运行。按计划，澳大利亚基地的制冷系统将在明年年底前后完成部署，届时 PsiQuantum 希望能把约 100 个机柜连接起来，之后才会推进更大规模的测试，尝试运行那些公司曾承诺能解决重大科学问题的量子算法。

不过，这份时间表本身也有争议。此前多篇报道称，2027 年将是 PsiQuantum 在澳大利亚建成第一台完整规模量子计算机的节点，但公司对此做了澄清，认为外界理解有误。

PsiQuantum 承诺的只是让澳大利亚设施在明年底前达到可运行状态，也就是制冷系统安装完毕、具备安装硬件的条件，并不等于届时就会拥有一台达到目标规模的量子计算机。在量子计算这个领域，技术进展本就充满不确定性，而企业公布的时间表又常常成为外界评判其成败的重要依据，这层区别因此并非无关紧要。

外部的验证与真正的用武之地

要找一个最有资格判断 PsiQuantum 能否成功的外部观察者，美国国防部或许是其中之一。美国国防高级研究计划局（DARPA）近年一直在推进一项评估计划，想弄清楚众多提出宏大量子计算愿景的公司里，究竟哪些真有可能实现目标。

过去一年半里，这个项目负责人对量子计算未来的态度明显更乐观了。曾负责该项目、自称“量子怀疑论者”的 Joe Altepeter，在 2025 年 3 月说：“相比过去 10 年里的任何时候，我现在都更加乐观。”

今年早些时候，接棒的项目负责人 Micah Stoutimore 在一份声明里说：“如今看来，到 2033 年，某家公司建造出一台实用规模量子计算机似乎已经很有可能。”实用规模量子计算机指的是一台产生的价值能超过自身建造和运行成本的机器。DARPA 从 2023 年开始评估 PsiQuantum 的技术系统，去年将其纳入第三阶段测试，目的就是系统性判断这家公司提出的技术路线是否真正可行。

但对量子计算行业里的大多数研究者来说，PsiQuantum 依然像个黑箱。

“外部人士很难判断，”University of Texas at Austin 的理论计算机科学家 Scott Aaronson 说。他长年运营一个关注量子计算产业动态的博客。相比之下，Google 和 Quantinuum 走的是更开放的路线。这些公司多年来持续发表研究成果，展示芯片和系统一步步的改进，也公开构建大型量子计算机所需的工程基础。

PsiQuantum 选的是另一条路。他们几乎从一开始就把目标锁定在商业化的终点，也就是造一台拥有 100 万量子比特的机器。研究者普遍认为，只有达到这个规模，量子计算机才可能解决传统计算机目前无法处理的问题，PsiQuantum 也常拿这个工业级目标来凸显自己的差异化。

当然，追求大规模量子计算的不止它一家。IBM 在 2020 年公布了自己的量子计算路线图，此后持续扩大系统规模。该公司最初计划在 2028 年实现具备纠错能力的大型量子系统，这个目标眼下似乎已经推迟到了 2030 年。

除了造机器本身，PsiQuantum 的另一个重心，是帮产业界提前想清楚未来该怎么用这项技术。公司已宣布和多家企业合作，其中包括希望用量子计算做材料设计的国防企业 Lockheed Martin、想把它用在电池研发上的汽车制造商奔驰，以及航空制造企业空客。

这些企业现在都还没有真正可用的量子计算机，但 PsiQuantum 不觉得这是问题。Philipp Ernst 打了个游戏开发的比方：“索尼明年或后年可能推出 PlayStation 6，而人们现在已经开始为它开发游戏了。从原则上说，这非常类似。”这个比方虽然简单，却也不是完全没道理。即便运行算法的量子硬件还没造出来，研究人员仍然可以提前开发出解决具体科学问题所需的量子算法。

按 PsiQuantum 的设想，公司内部及客户企业里的量子信息专家，会共同把现实世界的设计需求转化成量子算法。比如，奔驰想优化电动车电池性能，研究人员就得把这个工程问题转译成量子计算机能处理的形式。

为此，PsiQuantum 开发了一套叫 Construct 的软件工具，让企业能设计未来可能跑在量子计算机上的算法。量子计算的未来，很大程度上就取决于这些算法。人们常说量子计算机能“加速所有计算”，但现实并非如此。它们只擅长处理某些特定类型的问题。想让量子计算机解决一个问题，首先得把它转化成适合量子系统处理的算法。

不少研究者已经把整个职业生涯都投在了这些算法上，尽管真正能运行它们的量子计算机至今还不存在。这些算法的核心，是利用量子力学规律去操控概率关系，完成传统计算机做不到的运算。

其中最著名的例子是 Shor 算法，由理论计算机科学家 Peter Shor 于 1994 年提出，也是各国政府高度关注量子计算的重要原因。理论上，Shor 算法能破解目前互联网广泛使用的加密体系，包括信用卡信息以及军事通信依赖的加密方式。