量子计算与量子处理单元（QPU）深度研究：寻找量子时代的“台积电”

摘要： 本报告深入探讨量子处理单元（QPU）作为未来数据中心核心协处理器的潜力，详细对比了超导电路与离子阱两种主流技术路径，并重点分析了 QPU 的制造供应链。报告将 QPU 类比为量子时代的处理器，认为其将与 CPU、GPU 协同工作，解决经典计算无法处理的指数级复杂问题。

行业主线：

1. 技术路径分化：超导 QPU（IBM、Google）具有快门速和高量子比特数优势，但对噪声敏感；离子阱 QPU（IonQ、Quantinuum）具有高保真度和长相干时间，但扩展难度较大。
2. 从物理比特向逻辑比特演进：量子纠错（QEC）成为行业核心突破点，Google Willow 等芯片证明了通过增加规模可指数级降低错误率，使容错量子计算成为可能。
3. AI 与量子计算的协同：短期内 QPU 将在量子核、特征映射等混合工作流中辅助 AI；长期则有望加速模型训练、优化及生成式建模。

关键变化与分歧：

1. 制造模式转变：QPU 制造正从内部研发转向代工模式。英飞凌（Infineon）在离子阱 QPU 制造中占据领先地位，被视为潜在的量子计算“台积电”。
2. 商业化路径：行业共识正从追求单一的物理比特数量转向追求高门保真度、低串扰和可扩展的纠错能力。

受益方向与风险：

1. 受益方向：具备底层硬件制造能力的代工厂（如英飞凌）、全栈量子解决方案供应商（如 IBM）以及高性能 AI 芯片厂商（如寒武纪、海光信息）。
2. 核心风险：硬件工程化规模扩展困难、量子退相干问题未完全解决、地缘政治导致的供应链限制及制裁风险。