2026产业未来大会聚焦新周期机遇，共探产业未来与“中国之光”的诞生。玉盘量智执行总裁曾汝祺围绕离子阱量子计算的量智融合工程化落地主题，深度拆解了该技术路线从实验室走向规模化的核心挑战、技术路径与产业逻辑。当产业投资进入深水区，资本、技术与产业加速融合，量子计算如何完成从 “科学装置” 到 “计算机” 的跨越？玉盘量智给出了以半导体工业方法推进量智融合计算工程化的答案。
演讲者：玉盘量智执行总裁 曾汝祺
曾汝祺：各位嘉宾，各位同行，大家好！非常荣幸有此机会和大家做分享。
今天我想分享一个很具体的问题，如果离子阱技术要走出实验室，工程上有哪些挑战，我们正在做哪些工作，以及为什么我们把这件事放在亦庄来做？
01 离子阱，从 “单个好比特” 到 “规模化计算机”
离子阱是目前工业界已得到工程验证、并被广泛认为具有通向大规模通用容错量子计算潜力的主流技术路线之一。
所谓离子量子比特，是一颗被电场悬浮在超高真空中的带电原子，通过选择原子的特定能级来编码量子信息。
它特殊的优势，来自一个朴素的事实——它的量子比特，本身就是天然原子。
在工程落地上，这个起点带来三方面价值：
▍ 量子比特天然一致。
自然界里任何一种原子，物理属性完全一致，即量子比特的一致性、可重复性由物理定律天然保证；因此，离子比特不存在固态器件里纳米级的制造误差，这意味着我们不用给每个比特单独做标定、做补偿。虽在真实系统中，仍然需要对局部磁场、驱动强度、电势、运动模式等系统参数进行校准，但显著降低了规模化后因器件离散性带来的工程复杂度。
▍ 相干时间长。
离子天然具有优异的量子相干特性；公开文献中，特定实验条件下单离子的量子存储时间已经可以达到分钟甚至小时量级。相干时间越长，意味着留给量子逻辑操作、反馈控制和量子纠错的时间窗口越大，这也是离子阱非常适合发展高保真度计算和容错量子计算的重要原因。
▍ 运行条件友好。
离子量子比特本身并不依赖接近绝对零度的稀释制冷环境，在室温条件下也可以运行；面向更低噪声、更高真空质量以及控制电子学集成，当前运行系统主要采用数K量级的低温真空平台环境，对应的真空、制冷设备供应链在国内已经非常成熟。
但是，离子阱真正的挑战并不在于"一个量子比特好不好"。
当系统从百个量子比特继续向更大规模扩展，真正困难的问题变成了：这么多性能优异的离子量子比特，怎样真正组成一台能够长期、稳定、高效运行的计算机？
上年物理诺奖得主John Martinis 曾提出一个重要观点：量子计算同样需要经历属于自己的工业革命。本质上，就是要从实验室里的科学装置，逐步走向可以制造、复制和持续迭代的基于半导体工业实现的计算系统。
对离子阱技术而言，这意味着：关键已不是"当下可以展示多少个量子比特"，而是如何把过去分散在大型光学平台、电子仪器和真空系统中的量子物理计算系统，逐步进行芯片化和量智系统集成，解决规模扩大之后出现的布线爆炸、噪声、同步、时延和复杂控制等一系列工程问题。
▍从"单一舞台"到"流水线"规模化扩展：QCCD 架构
要让离子量子比特大量协同工作，首先要回答"怎么组织"。离子阱规模化有一个非常重要的架构——QCCD（Quantum Charge-Coupled Device）。
它的核心思想可以简单理解为：不是让更多的离子全部挤在一条长链中完成所有计算，而是把物理计算系统拆成不同功能区域，例如存储区、量子逻辑操作区、读出区、装载区和离子输运通道等。计算时，通过电场控制，把相应的离子移动到指定区域完成特定操作。
做一个工程上的类比：相当于把一个越来越大的"单一舞台"，拆成大量标准化的"工位"和"流水线"。每一个局部区域保持在容易控制的小规模状态，再通过离子输运和系统调度，在整体上形成大规模量子物理计算系统。
这也是玉盘所选择的核心架构方向。
▍QCCD 之后，真正的难题才刚开始
QCCD 解决了"怎样组织大量离子"的第一层问题。但随着离子规模继续扩大，新的工程问题会立刻出现：离子怎样快速输运？大量电极怎样驱动？越来越多控制通道怎样接线？不同区域怎样同步？实时反馈怎样完成？整个系统怎样自动校准？
因此，在 QCCD 架构基础上进一步实现量子芯片、近端控制电子学以及经典计算系统的深度集成，是近年来业界研究焦点。
今年 2 月，德国布伦瑞克大学团队在 JSSC 发表的工作，就是这一工程化趋势的代表：将面向离子量子比特控制的电子系统，进一步向低温区芯片级集成。
玉盘创始人在2023年受邀参与了德国相关项目工程技术指导，我们是业界最早一批从事 QCCD 近端控制电子学集成研究的研发团队之一。
02 用半导体方法做离子阱：玉盘量智的工程实践
"玉盘"就像一个“半导体晶圆”。玉盘量智正在做的事，就是用半导体工业方法做“原生量智融合”的超级计算机。
我们是一支以"工程化"为核心导向组建的团队，创始人是量子集成芯片领域国家级人才，团队交叉了集成电路、量子物理、先进计算三个方向，核心团队成员主要是微电子工程研究背景，从2024年1月份到今天，我们已经完成了低温量子测控、离子阱QPU、跨温区量子互联等多款芯片的流片验证，明年将推出基于我们自研芯片的原型机。
我们的目标，不是"做一台更大的科学实验装置"，而是把量子计算机送进半导体工业产线，做成一个可流片、可以复制、可以持续迭代的芯片级集成量智融合算力系统。
换句话说，我们正在做的事，是把过去大量依赖实验人员经验的量子实验科学问题，逐步转化成「可仿真、可设计、可流片、可测试」的工程攻关问题
▍一个具体例子：离子怎样过"十字路口"
以 QCCD 中非常典型的问题优化——占据量子物理计算大量时间的“离子输运”为例。
在大规模 QCCD 系统中，量子算法的执行不仅包括量子门本身，还包括大量离子移动、跨结、重排以及可能的再冷却过程。在部分算法和系统配置中，这些操作会占据相当大的执行时间，并逐渐成为限制系统运行效率的重要因素。
尤其当 QCCD 从一维结构发展到二维以后，离子需要频繁通过 X 结等交叉结构，输运效率的重要性会越来越高。经典的设计中，一个跨结过程通常需要由多个分段输运过程组成，同时还必须兼顾速度、离子稳定性以及末态运动激发。
我们的思路是：不把"过一个十字路口"看成若干孤立步骤，而是把整个跨结过程作为一个完整的二维连续动力学问题进行系统定义设计。
通过系统动力学仿真，直接优化不同电极之间的多通道电压波形，使离子沿着设计轨迹连续完成跨结输运，同时控制末态运动激发。在我们当前的模型和约束条件下，仿真结果显示跨结效率具有显著提升的空间，相关工作成果正在投稿待发表。
这项工作的真正价值并不只在仿真理论验证了"单次速度提升多少"。更重要的是，我们建立了一条从"离子阱系统仿真验证"到"真实芯片设计需求定义"的完整链路，这是我们理解的工程化。
在完成系统指标设计、性能仿真以及芯片结构定义的基础上，我们的微电子工程师可以接棒，通过半导体工业的方法实现芯片制造和系统集成。
▍ 离子阱QPU芯片级集成工程创新
我们离子阱QPU，工程创新主要体现在四个方面：
① 模块化扩展架构
我们在 QCCD 架构基础上，通过高一致性的半导体工艺把不同离子阱功能单元做成标准化模块，再通过 X 结和高速输运通道实现不同区域之间的离子路径切换。
这样，后续离子量子比特规模增长不再完全依赖重新设计单体芯片，而可以更多依赖标准模块复制、芯片制造一致性、离子高速输运以及系统级调度。
模块化并不会消除大规模系统中的路由、拥塞和控制复杂度，但它可以把原本高度耦合的问题进行结构化分解，使系统规模扩展更加可管理。
② 近场微波量子操控
经典离子阱系统操控大量依赖自由空间光路，我们的做法，是把一部分对稳定性要求极高的"量子相干操控"这一层的扩展压力，逐步转移到基于自研电微波芯片的近场电子学控制系统上。我们并不是要完全取消激光。离子的冷却、态初始化和探测仍然需要光学系统，我们同时也在推动这些光学部分向模块化和集成化发展。
近场微波量子操控真正重要的工程意义，是电微波芯片在频率合成、波形生成、芯片集成、规模化制造以及长期稳定运行等方面，具有非常成熟的工业基础。
一旦近场微波高梯度场产生、串扰、热管理和局域寻址等问题这些问题能够通过芯片化集成的方法解决，它会为离子比特的规模化扩展提供一条可基于当前半导体工业基础的工程实现路线。
③ 分层制造的异质集成
我们根据离子阱运行系统不同模块的特性，选用了不同的半导体工艺进行工程实现，我们已流片验证微纳、高压、先进CMOS、硅光等多种工艺，不同模块分开流片、测试电子学性能，再集成测试量子系统：从PCB板间集成，再到异质集成芯片封装。
这个工程实现的最大价值是：当下不需要等待一条专用半导体工艺线的完全成熟，而是用现成的半导体产线，做之前业界没做过的集成工程实现。
④ 跨温区实时互联
面向大规模的量子物理计算系统，以及面向未来的量超智融合，在系统层面还必须解决大量 IO、跨温区布线和高速数据传输问题。
如果每一个控制通道都直接用独立线缆从室温区连接到低温量子芯片，随着规模扩大，线缆数量、热负载、接口数量以及系统复杂度都会快速增加。因此，我们在推进低温测控芯片集成的同时，也在开发面向量智系统互联的专用高速互联芯片技术MQLink。
通过高速串行接口，可以在显著压缩跨温区线缆数量的同时，提高单位物理连接的数据带宽，并建立确定性、低时延的数字传输通路。
它所解决的，不是简单地"把数据传得更快"，而是：怎样让规模化的量子比特与经典计算系统之间仍然保持可管理的 IO 数量、高带宽、确定性时延和严格同步。
这一点对于真正的实时反馈和容错量子计算落地至关重要。
03 芯片级量智融合集成设计，直面“有效算力”本质瓶颈挑战
玉盘是业界极少数从量智融合架构层着手，把经典AI专用算力处理器与量子处理器的芯片自研放在同等重要地位的计算公司，我们自研的专用AI算力ASIC MPU（Memory-centric Process Unit）即将流片，基于MPU、量智互联专用芯片MQLink，以及芯片化测控集成的离子阱QPU，即将推出架构级创新的原生量智融合设计MQPU算力系统。
▍量智融合，需要芯片级集成架构创新突破
当前多路线量子计算的物理层都已完成工程验证，主流原型验证计算系统一般都是将 CPU、GPU、FPGA、测控仪器以及低温量子物理计算系统等多套系统之间靠通用接口连接起来，这种集成模式越往规模化走，瓶颈越明显：布线爆炸、延迟过高、同步困难、编排复杂，从根本上制约了量智计算系统的“有效算力”。
当前量子计算机行业发展阶段，与早期计算机工业用晶体管及多种器件搭建系统的逻辑有相似之处。从晶体管器件，到集成电路，再到微处理器，每一次跃迁，都是在前一层物理基础与工业制造基础成熟后，在架构层面再重新定义“怎样集成设计才最有计算效率”的跨越。
我们当前正在做的，就是从量智融合的系统架构层着手，用半导体工业的方法，破解“有效算力”关键硬件基础设施层瓶颈挑战，通过SRDA(System-Level Reconfigurable Dataflow Architecture）架构创新，将计算、存储与网络融合于统一数据管理平面，让 AI 智算、量子模拟、自动校准以及实时量子纠错等不同异构算力任务，共享一套低时延、算存传控一体化设计的系统级数据流底座。
这套基于“低温量子测控-实时量智互联-经典侧专用算力”全栈关键芯片自研的原生量智融合系统架构，在基础设施芯片层不绑定单一技术路线，让面向未来的量子系统AI实时校准、控制及纠错，量智异构算力工作流实时AI调度等AI for Quantum应用，以及QAIDD药物研发科学计算等Quantum for AI应用，在创新架构的芯片级集成硬件平台上高效运行成为可能。
04 亦庄生态：一边"造得出"，一边"用得上"
可容错、可扩展量子计算的下半场，关键词已从“优越性验证”过渡到“工程化”与“实用化”，比拼的是先进制造工业基础，以及在实用化场景上的价值创造。
▍ "造得出"，是量子算力规模化商用的前提
量子计算工程化下半场已开启，谁能够率先把量子计算从实验装置转化为可以依托现代半导体工业体系持续制造和迭代的计算平台，谁才真正具备走向规模化和商业化的基础。亦庄有中芯国际、集成电路产教融合基地等半导体产研生态集群，产业伙伴就近协同，可以给到我们更快的迭代速度。
▍ 另一侧，是如何"用得上"
量子计算最终要回答一个最根本的问题：它究竟能够解决什么现实问题、创造什么实际价值？我们前期重点锚定的应用方向，就是药物研发和材料发现。亦庄密集的生物医药产业生态，为我们探索落地真正有价值的应用场景提供了非常好的基础。
量子未来产业真正要开花结果，必须站在这两种生态的交汇处——一边是芯片、计算和量子工程形成的先进制造工业基础，另一边是真实产业需求形成的应用生态。
玉盘量智，希望能站在亦庄-这两种产业生态的交汇点上，与产业伙伴同频成长。
谢谢大家！
热门跟贴