近日，英特尔CEO陈立武在新加坡参加活动时指出，AI基础设施至关重要，未来几年算力资源可能持续供不应求，短缺情况甚至可能延续至2029年。
当然，陈立武也强调AI产业需求依然强劲，但下一阶段增长的关键不只是持续扩充GPU，而是提升算力资源使用效率，整合CPU、GPU、专用加速器及量子计算，并加速软件与人才布局。
此前，陈立武曾给出一个明确判断：“在我看来，GPU、CPU和量子计算都是计算形式，因此它们在某些应用领域会协同运行，你将能够更高效地使用量子计算。”
随着量子纠错技术的快速发展，量子计算在药物发现、化学研究及新材料开发等领域也开始出现实际应用机会。他预期，未来3-5年，量子计算有机会进入主流应用，并与其他计算技术相互整合。
就在前几天，英特尔刚刚宣布收购以色列量子软件公司Classiq，计划把Classiq的量子程序自动合成技术，与英特尔的硅自旋量子比特、半导体制造及软件能力结合，打造全栈量子计算平台。
种种迹象都在表明，量子计算或许真的离我们越来越近了。
陈立武的3-5年
英特尔看量子计算，有着鲜明的半导体产业背景。
在官方介绍中，英特尔致力于实现量子实用性，也就是推动量子技术从实验室走向能够解决现实问题的商业系统。为此，企业选择了硅自旋量子比特路线，希望借助长期积累的晶体管制造、工艺控制与集成能力，推进量子芯片的规模化。
目前市面上较受关注的公司，比如，IBM、谷歌主要是超导路线，IonQQuantinuum主要是离子阱路线，QuEra、Pasqal主要是中性原子路线，等等。
超导量子比特的尺寸偏大，单个比特通常是微米乃至毫米级，这就导致在一块芯片上塞进几千个比特后，芯片面积会很大，且极低温稀释制冷机的体积和布线复杂度会呈指数级上升。
而英特尔选择的硅自旋量子比特，是利用单个电子在硅量子点中的自旋向上或向下状态来编码信息。这种量子比特的物理尺寸只有大约50到100纳米，比超导量子比特小了差不多一百万倍。
更重要的是，它的物理结构与传统的CMOS场效应晶体管（MOSFET）高度相似。这就意味着，当其他量子初创公司还在实验室里像手工作坊一样调试设备时，英特尔可以直接调用俄勒冈州D1工厂里现成的300毫米（12英寸）先进极紫外光刻（EUV）产线。
从英特尔已经交付给科研机构的“Tunnel Falls”12量子比特硅芯片来看，他们在单晶圆上的良率已经做到了95%以上，且电压均匀性极高，单块晶圆能切出超过24000颗量子测试芯片。一旦进入拼制造良率和封装密度的阶段，这就回到了英特尔统治了几十年的主场。
黄仁勋的冷思考
围绕量子计算的时间争论，黄仁勋是一个绕不开的人物，他的态度变化非常具有戏剧性。
2025年初，黄仁勋表示，关于“非常有用”的量子计算机可能仍需十五至三十年、二十年，这一判断引发广泛讨论。到了2025年6月，在GTC巴黎演讲报告中，黄仁勋态度发生一百八十度大转变，明确表示量子计算正在接近一个拐点，未来几年有望用量子与经典混合计算解决一些值得关注的问题。
2025年10月，英伟达发布开放系统架构NVQLink，旨在将GPU计算的极致性能与量子处理器紧密耦合，以支持量子纠错等关键任务，构建加速量子超级计算机。其合作方多达十七家量子计算公司。
2026年4月，英伟达又发布Ising开放模型家族，分别面向量子处理器校准和量子纠错解码。在Ising发布公告中，黄仁勋强调AI对于推动量子计算实用化的重要性。这也解释了英伟达为什么愿意在量子应用尚未全面成熟时持续投入：搭建量子系统本身就需要大量经典计算和工程支持。
再到2026年10月，英伟达在于利希超级计算中心利用JUPITER超算完成了104量子比特的容错量子计算模拟，黄仁勋的措辞变成了“有用的量子计算将需要极其复杂的容错系统，理解它们在大规模下的行为对于建造它们至关重要”。
在黄仁勋的棋局里，量子计算在3到5年内能不能成主流，主要取决于QPU能不能在GPU超算中心被调用起来。
如果能跑通量子化学模拟或特定优化算法的混合加速，那它就是主流的，如果脱离了经典超算的算力支持，量子芯片在未来五年内连基本的逻辑门纠错闭环都跑不通。
乐观预期
除了大佬们的一些时间预判，科技巨头们也有不同的判断。
比如，谷歌给出的判断是更接近应用端方向的。2024年12月，谷歌发布Willow纠错研究成果，实现低于表面码阈值纠错。具体来看就是，在相应实验条件下，扩大纠错编码码距，逻辑错误率能够进一步降低。
2025年10月，谷歌CEO皮查伊发布“量子回声”研究成果，宣称在特定基准上比经典超算快约13000倍，且特别强调这一成果是“可验证”的。
同月，Google Research负责人Yossi Matias在官方文章中表示，基于最新进展，公司乐观预计5年内开始看到现实应用。
IBM则给出了更量化的路线标准。2025年6月，IBM董事长兼CEO Arvind Krishna在官方公告中，把数学、物理与工程的结合视为建设大规模容错量子计算机的基础。同时，公司公布Starling计划，其目标是在2029年提供200个逻辑量子比特，执行一亿次量子操作。2026年3月更新的官方路线图仍列出这一目标，并将更大规模的Blue Jay系统放在2033年及以后。
此外，IBM首席执行官Arvind Krishna在接受CNBC《Mad Money》节目采访时表示“到2030年代末，我们现在几乎确信这价值达一万亿美元。”
与此同时，他给出了一个更让资本市场敏感的时间节点：2028年或2029年，量子计算就将对IBM的营收和盈利产生“可衡量的影响”。
当然，近期亚马逊、麦肯锡发布的前瞻性判断和监测数据中对量子计算大规模商业应用落地时间点的看法也表明，量子计算的行业头部梯队明确锚定在2028年至2029年。
产业真相
基于上述判断及当前量子计算行业的发展情况，“量子计算3到5年成为主流”这一论断背后的产业图景也是很清晰的。
不过各家判断并不完全相同，根本原因还是他们对于“主流”的定义锚点不同，且各自站在最有利于自身的商业闭环的生态位上说话。
从硬件制造和供应链角度来看，未来3到5年的确是量子计算走出“实验室拼装”、走向“工业级流片”的重要拐点。
比如，英特尔用300毫米硅晶圆产线生产量子芯片，PsiQuantum和GlobalFoundries合作做晶圆级集成，IBM推进超导芯片的多芯片模块化耦合，等等，这些动作的底层逻辑都是量子计算正在全面导入传统半导体的制造工艺与EDA设计流程。
从算力部署形态来看，“CPU+GPU+QPU”的异构混合算力中心在未来3到5年内将成为国家级超算中心和头部云厂商的标准配置。
从去年开始，欧洲、日本、美国等国家的多个国家级超算中心已经开始采购量子计算机并与现有的百亿亿次超算进行物理级联。在这种B2B、B2G的基建层面上，量子计算在3年内成为超算标配，已经是正在发生的既定事实。
从算法和纠错演进来看，行业正处于从表面码向高编码率纠错码（如qLDPC码）的过渡阶段。
过去一年里，IBM在超导平台上、哈佛大学和QuEra在中性原子平台上，先后验证了新型纠错编码机制的可行性，这直接把实现同等逻辑比特所需要的物理量子比特数量降低了一个数量级。显然，这些技术进展把硬件规模化进展压缩到3-5年内。
当然，未来3到5年，我们可能不会在消费级市场看到量子计算机的影子，但在高性能计算中心、生物医药分子动力学模拟、新型电池材料筛选以及金融复杂衍生品定价的机房里，几乎都搭载了早期容错能力的量子-经典混合算力集群。
所以说，这场关于算力底座的竞争，留给大家的时间不多了。
[1]https://news.qq.com/rain/a/20261014A03IU900
[2]https://www.cls.cn/detail/2502107
[3]https://news.qq.com/rain/a/20260922A09M0600?id=20260922A09M0600&path=a&app=news&suid=&redirect_pc=1
[4]https://mp.weixin.qq.com/s/yBiosHWLSdEuwcCwSZ6xkg
