大模型对算力的渴望永无止境。当摩尔定律放缓，量子计算被寄予厚望。但理想与现实之间，横亘着一条工程化的鸿沟。“不要相信任何‘千比特、万比特’的炒作，”“祖冲之号”总师朱晓波警告。精度不足，规模再大也毫无意义。
开发者大概率都遇到过同样的困惑：在模拟器上调试好的量子电路，逻辑清晰、结果完美，一旦提交到真实量子处理器上运行，结果会出现明显偏差，甚至不可用。
根源在于，模拟器运行在经典计算机上，它假设量子比特是完美的、门操作是精确的、环境是绝对无噪声的。但真实世界不是这样。
一台量子计算机运行时，量子比特的频率会随偏置信号漂移，门保真度会受到电磁干扰的波动影响，退相干时间会因环境变化而变化。更麻烦的是，这些参数会随时间变化、随环境变化、随上一轮实验的历史遗留变化。
一个诚实的注脚：
完美、确定性、无噪声。开发者可以随时暂停、任意回退、反复调整参数，得到完全确定性的结果。
噪声、漂移、退相干。如果不重新校准，误差会被迅速放大，导致结果不可用。
在WAIC 2026上，“祖冲之号”量子计算原型机总师朱晓波说了一段让很多人印象深刻的话：“不要相信任何‘千比特、万比特’的炒作。精度不足、错误率没降下来，规模再大都是没有意义的。过度宣传，只会让整个领域遭受毁灭性的打击。”
注：行业正在从单点指标（比特数、保真度、单次实验成绩）转向系统工程能力，这段话正是转向的一个注脚。
一颗性能优异的量子芯片，如果测控系统无法稳定产生、读取信号、无法快速完成校准、无法在出现异常时判断问题出在哪个环节，这颗芯片的实际性能就无法发挥。
相干科技创始人兼CEO金贻荣曾表示：“测控是量子计算的灵魂。”
从芯片到可用算力，中间隔着一条工程化链路。真机构成包括极低温低噪声环境、测控电子学、测控软件、承接任务的平台，以及装配接线调试维护的系统工程能力。
注：测控系统对量子比特的操控精度已非常高，但成本随比特数近乎线性增长，是规模化的主要瓶颈。
比成本更难解决的是工程化的标准化问题。科研人员做研究时，可以靠个人经验反复试错，得到的结果不需要保证能被他人复现。但要做成产品交付，就必须把每一个环节标准化。
一个真实发生过的例子能说明这种难度：
磁性零件的故事：相干科技团队曾发现量子比特的信号读取出现异常，一路排查下去，最后发现是某些零件带有微弱磁性，干扰了信号。找到原因后，团队专门为此建立了一套磁性检测标准，不合格的零件直接不用，还在装配前增加了一道检测环节。这种“发现问题—找到根源—建立标准—提前预防”的闭环能力，才是工程化真正的核心。
硬件和工程体系逐步稳定之后，应用场景在哪，成为下一个要回答的问题。量子计算从实验室走向真实应用，通常要爬过三级台阶。
金贻荣判断，目前行业整体仍处于从第二级（真机运行）向第三级（概念验证）过渡的早期。
落到应用层面，金贻荣给量子计算的应用排了一个序：
比起用户规模或任务数字，更值得关注的是供需连接的逻辑本身。量子计算当前面临的核心困境之一，是做技术的人不清楚量子计算还能解决什么问题，做应用的人不清楚量子计算到底怎么用，双方都对彼此缺乏感知力。
金贻荣给出的解法是：“把硬件接上来，把算法放上去，让用户在自己的领域里直接试用。一旦跑出效果，飞轮就转起来了。”
这个思路与英伟达的路径有相似之处：英伟达不仅有硬件，还有CUDA，做了整个生态的底座。量子计算也需要搭建类似的底座。
既要靠芯片端的量产和良率提升，也要靠测控端持续压低这条不容易摊薄的成本曲线，更要扩大能够使用这些硬件资源的开发者群体。只有更多人真正用起来，硬件降本才有意义，降本和拓需求互为前提。
未来的竞争力，不在于拥有最多比特的公司，而在于能让最多开发者用好每一颗比特的平台。
相干科技正在建立自有的量子云服务基础设施，并构建基于智能体的算力服务软件平台。核心技术已与北京量子院Quafu量子云平台形成战略协同。
关注相干科技 → 获取量子云服务最新动态