兴业证券:聚焦量子计算整机环节 关注中美双线机会

智通财经
Oct 23, 2025

智通财经APP获悉,兴业证券发布研报称,量子计算的价值不在于替代现有计算机,而是取决于其解决经典计算机无法处理的问题的能力,从而开创全新的市场。量子计算分为上游器件、中游整机和下游应用。该行建议关注聚焦产业链核心的量子计算整机公司。海外建议关注超导路线的企业与离子阱路线的企业、中性量子比特的企业;国内建议关注即将科创板上市的本源量子等。

兴业证券主要观点如下:

量子计算的价值

量子计算的价值不在于替代现有计算机,而是取决于其解决经典计算机无法处理的问题的能力,从而开创全新的市场。因此,评估该领域的投资机会必须以技术实力为首要标准,特别是通往“容错”计算的路径。当前,行业已经超越了单纯追求物理量子比特数量的“虚荣指标”阶段,转向了以相干性、保真度和——最关键的——构建可靠“逻辑量子比特”的能力为核心的质量竞赛。

谷歌的Willow芯片

量子计算迎来Transformer时刻。2024年12月谷歌发布Willow芯片,其最重要的突破是首次实验性地证明了量子纠错的可扩展性。在量子纠错理论中,只有当物理量子比特的错误率低于某个“容错阈值”时,增加更多物理量子比特来构建一个逻辑量子比特,才能真正降低逻辑错误率。谷歌证明,随着编码规模的扩大,逻辑错误率呈指数级下降。这一成就解决了该领域近30年来的一大挑战,为构建大规模、可靠的容错量子计算机提供了一条经过实验验证的清晰路径,极大地增强了市场对超导技术路线的信心。谷歌凭借此技术在一项标准计算任务中用不到5分钟时间完成了经典计算机需要1025年的计算量,再次证明了“量子优越性”。

量子计算的应用

未来,量子计算机将会与现在的经典计算机一起构建新的超算集群架构。量子计算机将会专注于解决四大核心领域的难题:1)量子模拟,在药物发现和材料科学领域,能够以前所未有的精度模拟分子行为,从而颠覆研发范式;2)组合优化,为金融(投资组合优化)、物流(路径规划)等行业中庞大的可能性寻找最优解;3)赋能人工智能,通过处理经典计算机难以企及的复杂模型和高维数据,有望在机器学习领域带来指数级加速和性能提升;4)算法定义的优势,利用Shor等算法在密码学等特定领域提供确定性的速度优势。

技术路线与重点公司

硬件方案暂未收敛。一方面,以谷歌和IBM为首的巨头正全力推进超导路线,凭借其在量子纠错上取得的决定性突破和强大的工程化能力,成为当前确定性最高的路径;在同一赛道上,Rigetti和中国企业本源量子则凭借其独特的自主芯片制造能力,扮演着敏捷挑战者的角色。另一方面,“质量为王”的理念催生了另一条高潜力路径,以IonQ为代表的离子阱技术凭借其近乎完美的量子比特保真度和全连通性,押注于长期的效率优势。此外,Infleqtion(中性子子)和D-Wave(量子火))等公司也在各自的细分领域构筑了独特的技术壁垒。

风险提示:技术执行风险、估值与资本风险、竞争颠覆风险、研发进度不及预期的风险。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10