↑

IBM 发布量子处理器 Nighthawk r3:520 个可编程量子比特,明年拼出千比特系统

PromptTree|阅读 0
2026/11/12 07:37
IBM量子计算Nighthawk模块化量子计算超导量子比特
IBM 11 月 11 日公布下一代量子处理器 Quantum Nighthawk r3,拥有 520 个可编程量子比特、共 2034 个物理量子比特,目标是在 520 个比特上准确执行 1 万次量子操作。新芯片增加 10 条芯片间连接通道,采用 l-couplers 耦合技术,为 2027 年拼出超 1000 比特系统铺路。

量子计算这些年最尴尬的地方是:比特数在涨,可用性没怎么涨。一台几百比特的机器,跑几步操作误差就积累到结果不可信。11 月 11 日,IBM 公布的 Nighthawk r3 想解决的正是这个问题——不是单纯堆比特,而是让比特「能用」。

参数

新处理器拥有 520 个可编程量子比特,共包含 2034 个物理量子比特,设计目标是在 520 个可编程比特上准确执行 1 万次量子操作。

这里要区分两个概念。物理量子比特是实际做在芯片上的器件,需要额外的比特做纠错、耦合与读取;可编程量子比特是能参与计算的那部分。2034 对 520 的比例说明大量物理比特用于支撑与纠错。

「1 万次量子操作」是另一个关键指标。量子计算的实用性取决于「在误差淹没结果之前能做多少步操作」,这个数字叫电路深度。1 万次操作意味着可以跑一些有实际意义的算法,而不只是演示。

模块化:这次的重点

r3 在架构上延续了 r2 的方形晶格连接与高速运算能力,新增的是 10 条芯片间连接通道,采用名为 l-couplers 的耦合技术。

l-couplers 的作用是把多颗处理器连成一个更大的系统。这是量子计算 scaling 的一条现实路径:单芯片的比特数受限于良率与制冷功率——芯片越大,坏点越多,成品率越低。与其做一颗巨大的芯片,不如做几颗中等规模的好芯片,再把它们连起来。

IBM 计划 2027 年把两颗 Nighthawk r3 连接起来,组成超过 1000 个量子比特的系统。届时通过 l-couplers 拼接的系统规模将达到 1040 个量子比特。

今年验证的两项技术

要让「拼起来」可行,必须解决两件事:量子态能不能在芯片间可靠传输,以及多套低温设备能不能协同工作。

第一项,研究人员用 4 条 l-couplers 把两台 Nighthawk r1 连接起来,量子态传输保真度达到 99.3%,接近 99.9% 的目标。保真度是量子计算里最硬的指标——传输过程中任何一点信息损失,都会让后续计算失效。99.3% 距离实用还有距离,但已经证明路径可行。

第二项,IBM 首次把两个低温模块整合成一个系统,用不到 5 天将其降至运行温度,并实现低于 15mK 的低温环境。15mK 是 0.015 开尔文,比宇宙背景辐射温度还低两个数量级。工程上的难点不在「能不能降」,而在「降得快、稳得住、两套系统同步」。

为什么模块化重要

量子计算的 scaling 有两条路线之争。一条是「单机做大」:把更多比特塞进一颗芯片、一台稀释制冷机。另一条是「模块化组网」:多台中小规模机器通过量子互连拼成集群。

前者受物理约束:稀释制冷机的制冷功率有限,比特越多,线缆与微波器件带来的热负载越大;芯片尺寸受限于光刻与良率。后者受工程约束:量子态传输的保真度、多机同步的时钟精度、以及软件层如何调度跨芯片的量子门。

IBM 明确选了后者,并且把路线图公开到 2027 年。这个选择的含义是:它认为「拼装」比「做大」更快到达可用规模。

与竞争对手的对照

这个领域的主要玩家路线各异。超导路线的公司多在堆比特数与提升门保真度;离子阱路线强调保真度高但速度慢;中性原子路线则在原子阵列规模上做文章。近年还出现了拓扑量子比特的尝试,目标是天生抗错。

IBM 的差异化在于工程化与路线图的确定性:每年发布一代处理器,指标可对照,把「什么时候能到什么规模」写成公开承诺。这种做法对客户(尤其是金融、化工、物流这些早期用户)很重要——他们需要知道什么时候该投入。

冷静的部分

需要说清楚的是:1000 个量子比特,仍然远不足以跑实用级的量子算法。破解 RSA 需要数百万物理比特量级的机器;量子化学里真正有价值的模拟,也需要比现在高几个数量级的规模与保真度。

所以这类发布的意义不在「马上有用」,而在验证工程路径:模块化能不能成、保真度能不能提、低温系统能不能规模化。这三件事每推进一格,整个行业的时间表就往前提一点。

对国内产业来说,值得关注的是 l-couplers 这类「量子互连」技术。它和经典计算里的光互连、Chiplet 思路一致:当单芯片 scaling 变难,互连就成了新的性能来源。这条经验,超导量子计算正在重走一遍。