富士康要造量子计算机了。准确地说，它要替别人造量子计算机。
近日，在鸿海科技日现场，富士康董事长刘扬伟在接受CNBC采访时表示，“我们专注于制造。我们希望在不拥有这项底层技术的情况下，成为全球最大的量子计算机制造商。”
也就是说，富士康不想下场跟IBM、Google、Quantinuum等公司卷量子硬件，它想做的是把握自己在制造端的主场，把过去五十年在消费电子、传统服务器和AI超算机柜上跑通的代工模式，原封不动地复制到量子计算机整机生产上，替全球所有设计量子计算机的品牌造机器。
量产门槛
为什么富士康会喊出“全球最大量子计算机制造商”的目标？
当前，量子计算硬件发展的一个问题是，大多数还是停留在科研级手工作坊阶段，基本上还没有达到现代意义上的工业制造。
刘扬伟在采访中直接点破了阻碍行业落地的两个硬指标：时间和成本。他认为量子计算距离真正的商业化可行性“至少还需要两年时间”，而且他特意强调，这绝非富士康一家公司的工程延期，而是整个量子行业共同面临的系统性瓶颈。
那么，为什么这么贵？又为什么这么慢呢？刘扬伟指出，量子硬件必须在极低温环境下运行，受限于热负载与物理性能要求，仅仅是一根长度很短的专用连接电缆，采购价格就可能超过1000美元。
显然，量子计算机的贵，不在“量子”两个字，在于把量子态维持住所需要的那套极端环境。稀释制冷机、微波控制线路、激光稳频系统、超高真空腔体，每一个子系统都是定制化的精密仪器。
传统半导体代工的逻辑是规模摊薄成本，但量子系统的组件里，有相当比例是低产量、高单价、手工调校的东西。富士康擅长的流水线节拍，在这里暂时用不上。
但这也恰恰是机会所在。量子计算行业现在最缺的不是更好的量子比特，是把已有的量子比特稳定地、可重复地装进一台机器里的能力。
学术实验室能搭出一台演示系统，但一个品牌商要交付十台、一百台给客户，需要的是公差控制、供应链管理和出厂测试标准。这些东西，全球没有几家公司比富士康更熟。
不拥有底层技术
“不拥有这项技术，但成为最大的制造商”，刘扬伟的这句话，实际上也是在给富士康在量子计算产业链找准定位，即卡位中游的工程化设计与整机代工，这也是鸿海近年来反复强调的CDMS模式。
在目前的全球量子计算赛道上，物理硬件路线还处于百花齐放阶段。超导电路、离子阱（Ion Trap）、中性原子、光量子、硅基自旋量子比特以及拓扑量子比特，每一条路线都有各自的物理优劣势，至今无法准确判断哪一条路线能够最先实现通用容错量子计算。
如果富士康选择自研某一条特定路线并推出自有品牌整机，不仅需要每年投入数亿美元承担底层物理试错风险，还会直接成为IBM、Quantinuum、IonQ、Rigetti等头部量子企业的竞争对手。
相反，将自身定位为中立的第三方科技制造平台服务商，富士康就能把单一技术路线的成败风险完全剥离。无论最终是超导还是离子阱路线率先跑通容错量子计算，只要品牌方需要扩大量产规模、向商业客户交付标准化机柜，就都需要寻找具备精密制造能力的代工伙伴。
通过为各大品牌代工整机，富士康可以在不承担底层研发沉没成本的前提下，吃下整个行业硬件放量的制造红利。
不过，不主张底层技术所有权，并不意味着富士康在量子技术上是一张白纸。在精密代工行业，如果代工厂不具备深厚的系统工程理解力，根本无法承接前沿硬件的工程转化与面向制造的设计优化。
根据鸿海官方披露的技术布局可以发现，富士康为量子整机代工做了长达六年的前置技术储备。
2020年，鸿海成立鸿海研究院，将量子计算研究所列为五大核心研究机构之一，并聘请国际知名量子资讯学者谢明修博士担任所长，持续在量子纠错码（QEC）、量子编译优化和光子芯片设计领域发表底层成果。
2023年底，鸿海又在台湾新竹正式启用首座自主建设的离子阱量子计算实验室，由硬件专家栗原俊彦领衔，直接开展刀片式离子阱芯片封装、精密光机系统集成与测控电子学硬件的工程开发。
富士康自己建实验室、搭建离子阱原型机，目的是为了在内部跑通从芯片封装、真空与低温环境维持、光学对准到多层射频电路板制造的全套工艺流程。只有当自己的工程团队亲手解决过电磁串扰、热负载抑制和机械振动隔离等具体工程问题，富士康在面对外部量子计算品牌客户时，才能拿出可量产、可降本的工业化代工方案。
拒绝颠覆论
刘扬伟明确否认了“量子计算机将颠覆传统计算设备”的观点。“它不是通用计算机，只是加速某些特定的计算，”刘扬伟向CNBC表示，“我不会说它将成为下一代革命性的计算设备。它将是计算设备中的新成员，具有一项特殊功能，能够加速某些计算。”
按照刘扬伟的说法，未来的数据中心大概率还是以传统计算架构为核心，即中央处理器（CPU）负责处理通用逻辑指令，图形处理单元（GPU）负责高吞吐量的并行计算，而量子处理单元（QPU）则作为并列部署的专用硬件资源，专门用于求解经典计算机难以处理的非多项式（NP）问题。
对于这类随着问题规模扩大、计算复杂度呈指数级增长的特定任务，经典计算需要花费大量时间，但QPU可以在混合计算工作流中接管这部分特定负载，实现指数级的加速效果。
显然，把量子计算视为“异构混合计算工作流中的专用加速器”，不仅是当前学术界和工业界的最大公约数，更是富士康把AI服务器业务和量子制造业务无缝斜街的商业枢纽。
目前，基于英伟达架构打造的AI超算服务器，已经占据了鸿海的半壁江山。在未来的超大型数据中心和国家级超算中心里，量子计算机基本不可能脱离经典超算独立运行。
因此，作为“专用加速器”的量子计算机，它的最终交付形态必须符合现有的数据中心标准：它需要适配标准机房的承重、供电、液冷散热接口，需要通过高速光电互联模块接入现有的英伟达GPU算力集群。
而富士康作为全球最大的AI服务器制造商之一，天然就掌握着数据中心机柜的工业标准与客户渠道。
从这个维度来看，富士康扬言要制造量子计算机，走的是和当年切入AI服务器完全相同的路径：在行业商业化爆发前夜，利用2-3年以上的窗口期完成精密组件降本与整机工艺验证，一旦量子加速器跨过商业投入产出比的临界点，富士康就能直接调用庞大的制造规模与供应链优势，顺势接管全球量子计算硬件的量产交付。
写在最后
当然，量子计算产业本身也正在走向制造化。
比如，2026年5月，IBM与美国商务部宣布共建Anderon，该工厂的定位是美国首座纯量子代工厂，并获得约10亿美元的CHIPS法案资金支持。同年7月，IonQ完成对半导体代工厂SkyWater的收购，把量子比特制造纳入其垂直整合体系，并在此基础上推出基于半导体工艺的Superion平台。
对富士康来说，规模、供应链管理和精密制造正是它的核心能力。不过量子硬件的高定制性与低温工艺要求，表明富士康现在拥有的制造能力不能直接平移，还需要长时间的技术积累与验证。
此外，还有一个现实问题是，一些主流量子计算厂商大多选择自建产线、垂直整合，整机层面的开放代工市场尚未成型。然而，量子硬件一旦进入规模化生产阶段，拥有成熟的整机制造能力，就可以在市场中占据主动位置。这正是富士康看准的绝佳机会。
当然，这也有个前提，技术路线、供应链标准与良率体系需要先在行业层面建立起来。基于此，代工模式才有可能复制消费电子与AI服务器产业的增长路径。
[1]https://thequantuminsider.com/2026/10/30/foxconn-aims-to-become-worlds-largest-quantum-computer-manufacturer/
[2]https://www.cnbc.com/video/2026/10/30/foxconn-quantum-computer-manufacturer.html
