在全球量子计算的军备竞赛里，谷歌、IBM 们正沿着一条路疯狂内卷：拼命往芯片里塞量子比特，今天一千个，明天一万个。
但微软偏不走寻常路。它死磕了一条冷门且极其艰难的路线——拓扑量子。这条路微软一走就是二十年，一直被业内质疑是“纸上谈兵”。
如今，微软终于亮出了底牌。美西时间6月2日，微软在2026年Build开发者大会上正式发布第二代拓扑量子处理器 Majorana 2，该芯片搭载了12个量子比特，较上一代产品的8个有所提升。
Majorana 2没有盲目堆比特，而是通过底层材料重构，实现了可靠性千倍提升，直接把商用量子计算机的落地预期大幅提前，剑指 2029 年。
这一次，拓扑量子真的从理论走进了现实。
附Majorana 2论文地址：
https://quantum.scene7.com/is/content/quantum/Majorana-2-Tech-Paperpdf
自带防弹衣的拓扑量子
要看懂微软的路线，得先知道现在的量子芯片有多脆弱。
主流量子比特（超导、离子阱）极其娇贵，就像写在沙滩上的字，环境温度哪怕微微一变，或者有一丝杂波干扰，“字”就被抹掉了（物理学叫“退相干”），计算结果全错。
为了纠错，IBM 们只能用最笨的办法：用成千上万个物理比特当“监工”，盯着一个干活比特，随时纠正错误。这就导致芯片越做越大，制冷成本天价，还不一定能算对。
微软的拓扑量子比特，走的是另一条路：硬件级容错。
它的灵感来自一个生活常识：一张纸很容易撕破，但一根打了结的绳子，无论你怎么拉扯，结都在那里。拓扑量子比特就是利用这种“结”的原理，它不把信息存在单个脆弱的粒子上，而是把信息拆成两半，放在超导纳米线的两端（物理学叫马约拉纳零能模）。
这样一来，信息就像打在绳子上的结，局部的风吹草动根本破坏不了整体结构。天生抗噪，意味着不需要海量“监工”纠错，天然适合未来做大芯片。
AI“炼丹”提速
虽然理论很美，但上一代 Majorana 1 还是太短命，计算还没开始，量子态就崩了。Majorana 2 最核心的突破，是给量子比特换了一身“行头”——底层材料栈的全面重构。
技术论文中描述的四量子比特阵列被用来展示材料变化带来的改进
但这不是靠运气碰出来的。这一次，微软的一个重要辅助工具是当下最火的 AI。
造量子芯片，最难的不是画图纸，而是找材料。传统材料学就像“炼金术”，科学家凭经验把不同元素混在一起，放进极低温冰箱测试，不行就换，每次试错动辄数月甚至数年。这也是为什么拓扑量子迟迟无法突破的原因——合适的材料组合就像大海捞针。
微软换了个玩法，引入自研的 AI 平台 Discovery 作为“超级加速器”。在 AI 的辅助下，材料筛选从“盲人摸象”变成了更高效的工程筛选：AI 能在短时间内对数以千万计的原子级材料组合进行高通量模拟，帮助科学家快速锁定最有潜力的候选材料，从而加速工艺迭代。
正是借助 AI 的加速能力，微软以前所未有的速度锁定了全新的材料体系（基于铅的异质结构，替代上一代的铝基材料），并带来了两大质变：
第一，“防弹衣”变厚了。 材料重构让拓扑能隙（topological gap，即量子比特的“防弹衣”厚度）较前代典型器件实现了约两倍的提升。外界的噪声杂波更难打穿，量子态更加稳定。
第二，可靠性暴涨 1000 倍。 穿上新防弹衣的 Majorana 2，综合可靠性是上一代的 1000 倍（主要体现在量子比特寿命从毫秒级提升至秒级，最长超过一分钟），远超当前多数商用原型机，一举解决了拓扑量子“活不长、没法算”的死穴。
可以说，AI for Science 的范式大大加速了微软拓扑量子的材料迭代进程。
剑指 2029 算力拐点
有了好材料，还得有好的操控逻辑。传统量子芯片运算，就像用微波去“拨弄”量子态，操作精细且极易出错。而微软的操控逻辑非常清奇：靠“测量”来算题。
在微软的拓扑纳米线里，信息很简单：如果里面的电子总数是偶数，就记为 0；是奇数，就记为 1。就像看一个房间里的人数是单数还是双数。研发人员只需发送数字脉冲，“看”一眼电子的奇偶，就能读出信息；多看几次组合起来，就能完成复杂的量子运算与纠错。
这套单次读取极快、数字精准的“数人数”方案，天然适配容错计算，为未来大规模阵列的集成控制铺平了道路。
正因在材料与操控上的双重跨越，Majorana 2 已经闯入了美国 DARPA（国防高级研究计划局）实用量子计算项目的最终阶段，并接受了洛斯阿拉莫斯等顶尖国家实验室的联合验证。有了国家队的背书，微软直接把原定 2033 年的商用计划大幅提前，放出豪言：2029 年，造出能解决实际问题（新药研发、密码破译等）的拓扑量子计算机。
借力 AI 加速迭代与国家级资源的支持，微软认为自己已经蹚过了最难的河。
量子计算是下一代算力革命的圣杯。过去几十年，全人类都困在“比特太脆、纠错太贵”的死循环里。Majorana 2 的出现至少提供了一个新思路：换一种路径，用 AI 重构材料，从底层硬件要稳定性，路也许能走得更宽。2029 年大考临近，若微软如期交卷，全球量子产业的牌桌必将重新洗牌；但若未能实现，拓扑量子仍将停留在实验室中等待下一次突破。
然而，在拥抱颠覆之前，我们必须泼一盆冷水：拓扑量子路线至今在学术界仍存在巨大争议，微软的“千倍跃升”尚未盖棺定论。
迄今为止，拓扑量子计算未有被独立第三方重复验证的、无争议的量子比特操作演示。本次 Majorana 2 的发布，微软并未在《自然》或《科学》等顶级期刊同步发表同行评议论文，其结论尚待学术界进一步检验。多位独立物理学家（如匹兹堡大学 Sergey Frolov、圣安德鲁斯大学 Henry Legg）公开指出，微软尚未提供足够独立的验证数据，来无争议地证明该芯片真正实现了拓扑量子比特功能。
更值得警惕的是微软的“前科”：2021 年，微软曾因数据问题，被迫撤回过一篇宣称发现马约拉纳费米子的《自然》论文。
因此，本文所述性能飞跃均为微软官方单方面发布的信息与数据。在量子计算的深海里，是暗礁还是真金，唯有时间与严格的同行评议能给出答案。（本文首发钛媒体APP，作者 | 硅谷Tech news，编辑 | 赵虹宇）
热门跟贴