量子计算融入数据中心：混合架构时代正式开启

量子计算正进入一个全新阶段。这一领域不再专注于长期的"量子比特竞赛"以期超越传统冯·诺依曼架构，而是将重心转向与经典基础设施的深度融合。在领先的超算中心，研究团队正将量子处理器与基于GPU和CPU的系统配对，以应对特定工作负载，与此同时，各国政府也在加大对量子硬件及供应链的支持力度。

量子计算的独特魅力在于其非经典特性——叠加态与量子纠缠——这些特性有望为超越传统二进制机器的高维关联表示与操控开辟新路径。当前的核心目标，是让这些特性能够与现有数据中心基础设施协同运作。

量子基础设施的政策利好

今年5月，美国商务部宣布投入逾20亿美元激励措施，以加速量子商业化进程，涵盖量子制造支持以及实用级容错系统的研发。6月，白宫发布了题为"量子创新下一前沿"的行政令，旨在将近期关注点转向实用量子组件、供应链采购及基础设施安全。其他国家政府也相继推出类似举措，表明量子-经典融合已成为跨越多年的优先战略方向。

技术路线与集成挑战

量子硬件涵盖多种技术路线，包括超导、离子阱、中性原子、光子及硅自旋等，每种路线对环境和操作条件的要求各不相同。以超导系统为例，其依赖深度低温冷却，且对热干扰、磁干扰和振动干扰极为敏感。由于各技术路线仍在快速演进，部署工作必须能够在不对周边经典基础设施造成重大影响的前提下，支持硬件升级与改造。

不断增长的公私投资正在重塑行业优先级。与其追求"量子优越性"的单点演示，业界正转而构建混合量子-经典架构，以期在真实工作负载中取得可量化的性能提升。尽管物理扩展与基础设施障碍依然严峻，运营商正在将量子处理单元（QPU）与GPU/CPU节点协同部署，通过低延迟耦合缩短求解时间。

从量子比特数量到混合系统性能

"量子比特数量的问题在某种程度上正变得越来越不重要，因为你面对的终端用户并不关心你的特定技术路线或技术规格。"Hyperion Research首席量子计算与AI分析师鲍勃·索伦森在接受Data Center Knowledge采访时表示，"如今，量子计算正从科学实验向产品化转变。各机构现在思考的是，如何将量子计算引入到经典计算环境中。"

索伦森表示，Hyperion预测量子计算收入将持续增长：2025年市场规模为14亿美元，年增长率约为30%，到2028年将达到约30亿美元。近期最具前景的应用集中于量子级仿真，尤其是计算化学和材料科学领域。据Hyperion评估，基于CPU和GPU的数字仿真器在其追踪的量子计算硬件市场中占比接近四分之一，其中GPU的占比约为CPU的2倍。

生态系统向混合架构转型

多家厂商正围绕混合路线图调整布局：

2026年3月，IBM阐述了"以量子为核心的超级计算"方法，提出了一种分阶段路径：初期将特定计算任务卸载至量子系统，最终演进为从底层协同设计的异构系统。

在2026年GTC大会上，英伟达发布了NVQLink架构，用于将QPU连接至GPU超级计算机，并宣布与Quantum Machines合作，推出一套将经典系统和英伟达GPU整合进量子控制栈的开放框架。

2026年6月，慧与科技（HPE）宣布正与英特尔、IQM、Qblox、Quantinuum、QuEra Computing、Quantum Machines、Rigetti和Riverlane展开合作，推进算法协同设计与软件互操作性研究，以混合配置方式将不同类型的量子计算机接入其Cray平台。

同月，AMD宣布正与OQC和摩根大通合作，探索量子计算、AI与高性能经典基础设施如何协同应对复杂的金融服务工作负载。

数据中心内部：量子-经典耦合持续深化

在6月于波士顿举办的Quantum.Tech World大会上，量子-经典集成成为核心议题。麦肯锡合伙人亨宁·索勒向与会者表示，考虑到量子计算优势可能在2028至2030年间逐渐明朗，当前就应着手推进早期集成工作。

"让量子计算真正可用的关键，不仅在于开发量子计算机本身，还在于推动其与高性能计算机及经典基础设施的集成。"索勒指出，绝大部分数据仍将继续存储在传统数据中心的数据库中。

麦肯锡的研究表明，将量子系统与经典基础设施协同部署，可通过降低特定工作流程的通信延迟，提升整体混合系统性能。

设施层面的影响：电力、冷却与振控

在同一场Quantum.Tech大会上，施耐德电气能源管理业务首席战略与可持续发展官阿帕尔纳·普拉巴卡尔呼吁运营商认真对待量子计算从实验室走向生产环境所带来的电力与冷却需求。她以生成式AI在数据中心引发的改造浪潮为例指出，电网正努力跟上AI创新的步伐。量子-经典混合部署同样值得在冷却、计算和电力方面进行全面的系统级评估。

普拉巴卡尔指出，团队应评估冷却方案是否需要在楼板层面进行改动，以及如何有效抑制振动。"你需要一个不会干扰量子计算机的地板设置，"她说道。

算法与使用权限

在今年的Quantum.Tech大会上，还有一道独特风景：一条蜿蜒在展厅内等候合影的长龙，终点正是麻省理工学院白发苍苍的数学家彼得·肖尔。这位Shor算法的发明者于1994年证明了量子计算机可以分解超大整数——这是传统冯·诺依曼超级计算机望尘莫及的能力。该算法也成为容错量子计算领域不可绕过的重要参考。

彼得·肖尔（中）在2026年6月的Quantum.Tech World大会上发表演讲。（图片来源：Quantum.Tech World）

当被问及为何此后问世的量子算法相对稀少时，肖尔坦言："我们发现的新算法并不多……而且我们已发现的那些，大多是针对晦涩难懂、实际上没人真正想解决的问题。"他也承认，物理学和量子化学仿真领域存在一些例外。他认为，许多经典算法若非经过大规模的实验探索，可能永远不会被发现。这一观点暗示，让更多人能够上手操作量子系统，或许将催生新的算法突破。这一期望，与那些正将量子能力与经典能力融合为相互依存生态系统的从业者的抱负，不谋而合。

Q&A

Q1：量子-经典混合架构的市场规模有多大？

A：根据Hyperion Research的预测，量子计算市场2025年规模约为14亿美元，年增长率约为30%，预计到2028年将达到约30亿美元。其中，基于CPU和GPU的数字仿真器在量子计算硬件市场中占比接近四分之一，GPU的占比约为CPU的2倍。近期最具应用前景的领域集中在计算化学和材料科学的量子级仿真。

Q2：量子计算机部署对数据中心的基础设施有哪些具体要求？

A：量子计算机对数据中心基础设施有较高要求，主要体现在三个方面：一是电力与冷却，超导量子系统需要深度低温冷却环境；二是振动控制，量子计算机对振动极为敏感，需要专门设计的地板结构加以隔离；三是电磁屏蔽，系统对热干扰和磁干扰同样敏感。施耐德电气建议运营商在部署前进行全面的系统级评估，避免重蹈生成式AI数据中心改造的被动局面。

Q3：Shor算法是什么？它对量子计算有什么意义？

A：Shor算法由麻省理工学院数学家彼得·肖尔于1994年提出，证明了量子计算机可以高效分解超大整数，而这是传统经典计算机无法实现的。该算法成为容错量子计算研究的重要参考基准。不过肖尔本人也坦言，自此之后出现的新量子算法依然稀少，且多针对实际应用价值有限的抽象问题，物理和量子化学仿真是少数有实用意义的例外领域。