封面新闻记者 孟梅 张越熙
量子计算这个“狼”，真的要来了吗？
9月10日，在2026 Inclusion·外滩大会主论坛上，中国科学技术大学上海研究院执行院长陆朝阳教授给火热的量子计算“降了降温”。“量子计算虽然很卷，目前其实还很‘菜’。”陆朝阳说。
在他看来，量子计算当然重要，但它并不是一台“加速一切”的超级机器，只有对少数具有特殊数学结构的问题，量子计算才能提供真正的加速。至少到目前为止，没有科学界公认的证据表明量子计算已经对金融产生明确的实际加速；对于今天的大模型训练，也还没有公认的量子加速算法。
量子计算，不等于“并行计算”
陆朝阳首先解释了量子计算为什么总让人产生“它什么都能加速”的想象。
在量子力学里，一个量子比特可以处于0和1的叠加态。多个量子比特组合起来，状态空间会快速增长，这让量子计算看起来像是拥有某种天然的“并行能力”。
但他提醒，量子计算并不简单等于并行计算。
虽然量子系统可以对叠加态进行整体操作，但一旦测量，最终只能得到一个结果。量子加速并不会自动发生，必须找到具有特殊数学结构的问题，再设计出合适的量子算法，才可能真正体现优势。
在他看来，目前真正被广泛认可、适合量子计算发挥作用的问题并不多。最典型的一类，是大数分解和离散对数等密码学问题；另一类，则是量子系统本身的模拟，比如量子多体系统，以及与材料、化学相关的问题。
这也解释了，为什么“量子金融”虽然听起来很热，但至今仍缺少坚实的科学依据。“到目前为止，对于金融领域，还没有得到科学界公认、能够在实用条件下获得明确量子优势的证据。”陆朝阳说。
与之类似，量子计算与大模型的关系，也常常被高估。
他明确表示，量子计算不是“超级GPU”，并不会天然加速今天最重要的AI训练过程。“对于今天大模型这样一个特别重要的领域，目前科学界还没有一个公认的量子算法，能够证明在实用条件下对大模型训练实现明确的量子加速。”
在陆朝阳看来，量子计算真正最值得重视的方向，不是金融建模，也不是大模型训练，而是信息安全。
因为一旦足够强大的容错量子计算机出现，今天广泛使用的RSA等公钥密码体系都可能面临挑战。包括比特币所依赖的椭圆曲线数字签名算法，也会受到Shor算法威胁。
陆朝阳还回顾了量子计算发展的一个标志性节点。2019年，谷歌用53比特的Sycamore处理器完成随机线路采样实验，并宣称这一任务量子处理器只需约200秒，而当时最强的经典超级计算机需要约一万年。这一结果曾被视为“量子霸权”的代表性时刻。
随着经典算法进步，中科大团队与上海人工智能实验室合作，发展出新的经典模拟算法，用GPU把同类任务的计算时间压缩到约17秒，并在能耗上也低于当时的量子实验。与此同时，中国团队还沿着光量子路线推进“九章”系列原型机，在特定任务上实现新的里程碑。
在他看来，这意味着中国不仅参与了量子计算的竞争，也在关键节点上打破了谷歌最初的“量子霸权”叙事。
不过，陆朝阳也反复强调，今天的量子计算距离真正实用还很远。
原因并不只是量子比特数量不够多，更关键的是质量和稳定性还不够高。
随着量子比特数量增加、量子线路不断加深，误差会快速累积。如果没有有效的量子纠错，系统规模越大，整体计算结果反而可能越不可靠。
“我们要建成一个摩天大厦，需要一个更加坚实的材料，这叫作量子纠错。”陆朝阳说。
也因此，外界一边热议量子计算，一边也需要保持克制。
陆朝阳提到，今天全球最强的量子计算团队之一，仍然在向全世界征集真正有实际价值的量子算法。当最强的团队都还在寻找落地应用时，市场更应该对“量子计算已经全面落地”的说法保持谨慎。
对于一些公司宣称已用量子计算研发新药、开展量子金融，甚至提出“量子养猪”等说法，陆朝阳表示，在学术界看来，其中不少应用场景都显得相当匪夷所思。
在他看来，真正值得支持的量子计算公司，不是最会讲故事的公司，而是那些把量子硬件真正造好、严谨寻找真实应用场景的人。
量子计算的价值，不在于它会立刻改变一切，而在于它会在少数关键问题上突然变得非常强。而这些问题，恰恰可能足够关键。
盈配网提示：文章来自网络，不代表本站观点。
