PsiQuantum has a plan to make a massive quantum computer out of light

PsiQuantum计划利用光构建大型量子计算机 | MIT技术评论

计算

PsiQuantum计划利用光构建大型量子计算机

该公司已将政府、一家主要芯片制造商和五角大楼纳入其努力中，试图控制脆弱的光子并构建实用的量子设备。其目标是成为首个实现这一目标的企业。

PsiQuantum旨在构建一台能够解决科学领域最困难问题的量子计算机。其芯片由类似此处所示的晶圆切割而成，将利用光的粒子——光子进行计算。Winni Wintermeyer

作者

• James O'Donnell 归档页面

2026年7月14日

能够改变世界的机器将被安置在一个看起来像数据中心与冰淇淋工厂混合的房间内。内部将有约100个不锈钢机柜，每个约六英尺高，并连接到液氦供应系统，使其温度仅比绝对零度高出几度。这些机柜内部将放置数百块芯片，芯片上则有数千个光粒子在光学开关和分束器构成的迷宫中穿梭。每个光子都必须被追踪，因为精确测量其最终位置将有助于解答当前计算机可能需要数百万年才能解决的问题。

如上所述的计算机目前尚不存在。这是由PsiQuantum公司提出的构想，该公司成立于2016年，由四位来自英国大学的物理学家创立。在众多拥有类似宏大愿景且资金雄厚的竞争对手中，该公司希望率先实现承诺。

自1981年物理学家理查德·费曼首次提出量子计算机的概念以来，量子计算机一直承诺通过利用量子粒子的特性，加速从医学研究到人工智能的各个领域的发展。与只能处于1或0状态的普通计算机位不同，量子位可以同时处于多种状态。将足够多的量子位组合在一起，可能会产生一种能力远超当今传统计算机的设备。但即使是最先进的量子原型机，也因体积过小且错误率过高而无法实现任何实际应用。

这使得PsiQuantum对其计算机最终将实现的功能的承诺更加大胆。以该公司希望预测细胞色素P450酶的影响为例，这些酶通常在体内分解药物。如果制药公司能更精确地了解它们对特定分子的作用，就能更快设计出更有效的药物。PsiQuantum量子应用副总裁Philipp Ernst表示，用当前方法对特定药物进行此类估算可能需要超过10年，但"我们希望将其缩短至4分钟"。

公司的芯片将被安置在大型机柜中。预计需要大约100个这样的机柜连接在一起，才能构建出具有商业价值的量子计算机。

COURTESY OF PSIQUANTUM

在众多类似宣传中，PsiQuantum因两个原因吸引了异常的投资和关注：它是少数几家直接致力于构建大型且实用量子计算机的公司之一，同时它已与主要芯片制造商合作，利用现有半导体制造工厂构建系统。其愿景已获得动量：去年，PsiQuantum筹集了10亿美元资金，并与当地政府合作在芝加哥启动了项目建设。此外，该公司正在澳大利亚筹备第二个项目基地，承诺该基地将在2027年实现运营（即具备硬件就绪状态）。它是仅有的两家（另一家是微软）通过政府严格评估计划第三阶段的公司，该计划旨在筛选可能成功的量子计算企业。

评估PsiQuantum是否能兑现承诺，比例如通过药物临床试验结果判断制药公司要困难得多：量子计算的进展是渐进的、不透明的，且难以从外部验证。但该公司现已接近关键验证时刻，多年来的封闭式研发和数亿美元投资将最终证明其是否能打造出实用的量子计算机。我们可能早在明年就能得知结果。

一种新型机器

PsiQuantum四位联合创始人之一特里·鲁道夫（Terry Rudolph）言语温和，头发凌乱。他出生于马拉维，在获得第一个物理学学位后才得知自己是著名物理学家埃尔温·薛定谔（Erwin Schrödinger）的孙子。后来，他自费出版了一本150页的书籍，向青少年解释量子计算（我的公关联系人递给我一本签名书，并眨着眼说：“我们从不指望有人真的会读这本书”，但可以确认这是一本有趣且有帮助的书）。

大约在2014年，鲁道夫和他的联合创始人越来越确信，他们理论上发现的量子突破在现实中也有可能实现。最终，他们离开了学术职位，并分配了各自的任务：鲁道夫负责理论研究，马克·汤普森（Mark Thompson）负责工程开发，彼得·沙德博尔特（Pete Shadbolt）负责技术扩展，杰里米·奥布莱恩（Jeremy O’Brien）负责阐述愿景并寻找投资者（奥布莱恩担任首席执行官直至2月，之后由半导体行业资深人士维克多·彭（Victor Peng）接任）。

要理解该公司正在构建的量子计算机为何意义重大，需要考虑现代科学在许多领域仍存在的不精确性。例如，我们无法可靠预测哪种锂离子电池会起火，或关键飞机部件会多快腐蚀。

这不仅是因为这些系统复杂，尽管确实如此。更根本的原因是，它们本质上受量子力学支配。亚原子粒子没有明确定义的属性——比如特定位置和速度——而是占据跨越多种可能性的量子态。这反过来又影响了原子和分子的行为。薛定谔（记住，这是鲁道夫的祖父）早在100年前就展示了如何用数学方法描述这种模糊性，但即使对最强大的计算机来说，对实际系统进行精确计算也很快变得不可行。科学家们通过近似值、不完美的模拟或动物实验来应对这一差距。

WINNI WINTERMEYER

PsiQuantum 联合创始人兼首席科学官 Pete Shadbolt（左），以及公司自主研发的用于制造其自身材料——具有完美光子路由特性的钛酸钡的设备（右）。

20世纪80年代，费曼、大卫·德斯奇特和其他物理学家曾思考我们是否能做得更好。也许这种复杂性可以通过一种新型机器来建模。这种机器不再使用只能处于开或关状态的晶体管，而是利用被置于量子态的粒子，通过操控它们执行计算，最后通过测量得到答案。利用量子系统模拟量子系统，将首次实现能够直接反映现实的物理和化学模拟。这将成为设计新药物、新材料或任何受量子力学影响事物的宝贵工具。换句话说，这将是一场革命。

鲁道夫告诉我，人类在理解自然规律方面取得的每一次飞跃，往往都会催生出强大而新颖的工具。“我认为工业革命与我们能够计算和模拟牛顿力学、热力学……经典电磁学定律的能力同时发生并非巧合，”他说，“每当我们的计算、模拟和理解能力增强时，就会制造出令人难以置信的机器。”他预见量子计算机将带来类似的变化。

追踪光子

一个长期存在的谜题是：究竟哪种量子实体——离子、原子，还是某种全新的人造量子材料——能够被稳定且可控地制造成量子比特（qubit），这是量子计算世界的基本单位。量子系统非常脆弱，对任何特定粒子的观测都会导致其从叠加态坍缩为单一状态。如果这种坍缩发生在计算过程中而非最后，就会产生需要纠正的错误。过多的错误将导致计算机无法得出有用答案。

正如早期航空工程师不确定飞机机翼是固定还是像鸟类翅膀那样摆动一样，我们目前也尚未确定哪种量子实体最适合作为量子比特。谷歌和IBM押注于超导量子比特，即由铝或其他金属制成的超导电路。英特尔使用电子，而PsiQuantum则选择光子——构成光的粒子。

“光子有许多优势，”鲁道夫说。它们可以长时间保持量子态；事实上，宇宙微波背景辐射中的光子可能已经保持了数十亿年。但光子移动速度快且容易散射。更重要的是，两个光子更可能相互穿过而非发生相互作用。这使得它们成为量子计算的挑战性候选者，因为量子比特需要相互影响的方式。

一段时间内，这一缺陷似乎让基于光子的量子计算彻底失去可行性。但2001年，来自洛斯阿拉莫斯国家实验室和昆士兰大学的研究人员发现了一个漏洞。他们发现可以通过让光子穿过分束器和探测器组成的网络，实质上模拟光子之间的相互作用。他们的论文彻底改变了局面。PsiQuantum的成立正是为了将这一理论变为现实。

规模是最初遇到的问题；之前的计划需要一台与加州一样大的计算机。梅塞德斯·吉门诺-索戈维亚（Mercedes Gimeno-Segovia）在2010年代初曾是鲁道夫（Rudolph）的博士生（在差点成为职业小提琴手之后），她想到了让机器变得更小的方法。

自那时起，基本流程始终遵循这一模式：首先用激光生成光子，然后通过“纠缠”它们来利用一种量子现象——粒子不再具有独立状态，而是共享一个共同状态。接下来，将它们引导通过执行计算的复杂门阵列，最后在末端读取它们的量子态细节，同时追踪并纠正过程中出现的错误。在每个步骤上成功数百万次，与其说是工程上的障碍，不如说是一堵无法逾越的墙。而构建供应链——例如制造能够引导单个光子的新型材料——则是一项艰巨的任务。

PsiQuantum目前将大量资金投入定制冷却设备，这些设备使用液氦储罐来冷却公司的芯片。这里展示的是位于加州米尔皮塔斯（Milpitas）设施中PsiQuantum冷却系统的一部分。

去年，我与沙德博尔特（Shadbolt）一同前往加州门洛帕克（Menlo Park）的SLAC国家加速器实验室，以深入了解这些技术。该中心曾助力产生多个诺贝尔奖成果，并在1968年发现夸克（构成质子和中子的基本物质）的过程中发挥了关键作用。但PsiQuantum选择在此设立基地，本质上是为了从SLAC的巨型低温工厂中抽取液氦。公司正是用这些液氦将计算机柜冷却至接近深空温度。

目前，机柜的运行温度为2开尔文（-456°F），但目标是将其略微提高至-452°F（-266°C）。大多数量子计算方案需要将整个机器冷却至超导温度，因此运行成本的大部分将用于制冷。但光子计算机只需一个部件达到如此低温——即在计算结束时测量单个光子的探测器。而且所需温度可以略高一些。（PsiQuantum在5月表示，将把1亿美元CHIPS法案资助资金中的一部分用于这些探测器的研发。）

抽吸液氦的方案只是临时措施；如今PsiQuantum在加州米尔皮塔斯的测试设施中已部署了自己的冷却系统，并计划在明年于澳大利亚的生产设施中建设更大的冷却系统。这些氦气系统是任何量子公司最大的资本支出之一，也将消耗PsiQuantum 10亿美元融资轮中的重要部分。

下午，我们驱车前往圣何塞的一间实验室，我穿上了一套洁净室防护服（从头到脚覆盖，防止灰尘污染），观看一种名为钛酸钡（barium titanate）的蓝色晶体的制造过程。

PsiQuantum 非常重视这种材料，因为它能够以极低的电力输入快速可靠地引导光粒子，使珍贵的光子在通过电路时保持不受干扰。但尽管钡钛酸盐在理论上对公司具有重要价值，其晶体结构却使得制造过程极其困难，而当 PsiQuantum 刚起步时，这种材料尚未实现规模化生产。据 Rudolph 告诉我，公司经过痛苦的抉择，决定自行制造这种材料，这需要巨额投资。我看到一位技术人员正在操作一个看起来像巨型高压锅的设备，将基础元素添加到多个料斗中；随后通过观察窗看到这些元素被加热、汽化，最终在晶圆盘上形成一层薄薄的晶体。当时每块晶圆盘的制造需要约 12 小时；如今公司表示每天可以生产多块。这些晶圆盘随后被运往纽约马尔他市的芯片代工厂 GlobalFoundries，用于制造 PsiQuantum 的芯片。

公司已投入大量资源自主生产钡钛酸盐，这种材料的精细晶体结构制造起来极为繁琐。

PsiQuantum 的赌注是，尽管这条供应链听起来复杂，但它将使公司比竞争对手更加高效。原因在于，如果仔细观察，这实际上是对现有硅光子芯片供应链的一种升级版高精度复刻，而硅光子芯片是另一种利用光传输信息的技术，目前已广泛应用于数据中心。如果 PsiQuantum 能够实现芯片的大规模生产，就可以利用现有工具和基础设施。

但一个芯片要轻易连接到数千个芯片上并非易事。因此公司正在分阶段进行测试：其位于米尔皮塔斯的设施已将三台机柜连接在一起，每台机柜包含 250 颗芯片，但下一步是扩大系统规模，并验证公司用于纠错的技术是否能够跟上。公司表示，随着冷却系统明年晚些时候抵达澳大利亚工厂，计划将约 100 台机柜连接在一起。随后，PsiQuantum 将逐步推进其承诺的变革性算法的运行。

值得注意的是，这一时间表仍有争议。有报道称，PsiQuantum 计划于 2027 年在澳大利亚工厂上线首台全规模量子计算机，但公司坚称这一时间表被误解，其目标只是让设施在明年年底前“投入运营”。这意味着冷却系统将就位并准备好安装硬件，但并未承诺计算机的规模。在行业时间表持续波动却对公司评价至关重要的背景下，这种区别并非微不足道。

迈向未知

最有可能判断 PsiQuantum 是否能成功的外部观察者，或许是五角大楼。美国国防高级研究计划局（DARPA，五角大楼的研发部门）一直在推进一项计划，评估众多夸夸其谈的量子公司中哪些真正具备交付能力。过去一年半，该项目负责人表现出越来越强的信心。乔·阿尔特皮特（Joe Altepeter）曾于去年之前领导该计划，他自称为“量子怀疑论者”，在2025年3月告诉我：“现在我对量子计算的乐观程度，是过去十年中前所未有的。”今年早些时候，他的继任者迈克·斯图特莫尔（Micah Stoutimore）表示：“如今看来，到2033年，很可能有人能建成实用规模的量子计算机。”他所指的机器是指其计算产生的价值超过建造和运行成本的设备。

自2023年起，该项目就一直在审查 PsiQuantum 的系统，并于去年将该公司纳入基准测试计划的第三阶段，该计划旨在验证技术是否真正可行。但对行业其他参与者而言，PsiQuantum 仍像一个黑箱。

PsiQuantum 已在芝加哥郊外的伊利诺伊量子与微电子园区（如图所示）以及澳大利亚莫顿湾的另一处地点破土动工，计划在每个地点建造大规模量子计算机。

“对于局外人来说，评估 PsiQuantum 非常困难，”德克萨斯大学奥斯汀分校理论计算机科学家、经常撰写行业分析的知名博主斯科特·阿罗诺森（Scott Aaronson）表示。其他公司如谷歌和 Quantinuum 多年来定期公开成果，展示芯片和系统逐步改进的过程，为最终建造大型机器奠定了公开的工程基础。

相比之下，PsiQuantum 专注于明确的商业目标——建造拥有100万量子比特的计算机，这是研究人员预期能突破当前普通计算机无法实现的研究规模。尽管 PsiQuantum 经常以这种工业级目标作为差异化优势，但 IBM 早在2020年就发布了发展路线图，近年来逐步构建更大规模的系统。其最初计划在2028年实现大规模纠错系统，但这一时间表目前已推迟至2030年。

实用化挑战

除了实际建造机器，PsiQuantum 的另一个重点是推动全球制定使用该机器的规划。PsiQuantum 已宣布与包括国防巨头洛克希德·马丁（Lockheed Martin）在内的客户建立合作伙伴关系，后者计划利用该技术进行材料设计；汽车制造商梅赛德斯（Mercedes）希望将其用于电池设计；航空航天制造商空客（Airbus）也参与其中。

PsiQuantum 的恩斯特（Ernst）表示，客户目前没有实际设备进行实验并不是问题。“索尼可能明年或后年推出PlayStation 6，而人们现在已经开始为这些游戏编写代码，”他说。“原则上，这非常相似。”（这个类比虽然有些轻率，但并非毫无道理；即使尚未有硬件运行，解决研究问题的量子算法也可以被开发出来。）

量子信息领域的专家，无论是来自PsiQuantum还是其客户，都可以将设计问题（例如梅赛德斯电动车辆电池的需求）转化为计算机能够求解的算法。公司提供名为Construct的软件包，企业可利用该工具开发可能未来在量子计算机上运行的算法。

量子计算的未来取决于这些算法。量子计算机常被描述为能加速所有计算，但事实上它们只适用于特定类型的问题。使用这类机器回答问题需要以非常特定的算法形式提出问题。即使尚未存在运行这些算法的计算机，人们仍会耗费整个职业生涯研究此类算法。这些算法本质上利用量子力学规则，以普通计算机无法实现的方式操控概率。

最著名的例子是Shor算法，这也是政府对量子计算机高度关注的原因。该算法由理论计算机科学家Peter Shor于1994年开发，能够有效破解多种在线加密方式，从信用卡号码到军事情报均受其影响。目前维系世界秩序的关键在于尚无人拥有运行该算法的计算机（安全专家已开始部署能抵御量子计算机攻击的新加密方法）。PsiQuantum正在研究其系统可能需要多长时间才能运行Shor算法。

PsiQuantum的芯片在纽约马尔他GlobalFoundries工厂制造，并在加州公司总部进行测试。PsiQuantum与GlobalFoundries均获得了联邦CHIPS法案的资金支持。

该公司去年12月与空客合作发表了一篇论文，实质上是在验证作者开发的新算法是否能在模拟流体动力学（如飞机机翼周围的湍流）方面超越经典计算机。量子模拟专家Andrew Childs告诉我，PsiQuantum目前仅实现了相比现有计算机的中等加速效果。他在邮件中表示：“在拥有大规模量子计算机之前，这类加速可能不太可能产生显著的实际影响。”（当我询问Ernst时，他也同意该改进幅度较为有限。）

PsiQuantum正在研发的某些算法可能不会在计算机首次应用时就达到完美或被使用。相反，其初期任务可能更接近费曼1981年设想的方向：模拟我们世界最基本的粒子。

该公司在该领域的最重要研究集中在量子化学建模方面。以那些令人困扰的P450酶为例。PsiQuantum表示，更精确地理解这些酶的工作原理，将有助于加快药物开发和测试进程。

去年，PsiQuantum发表了在量子计算机上进行此类化学计算的方法，并发表了另一篇论文，演示了一种能够模拟两个分子碰撞并逐飞秒估算不同结果发生概率的算法（一秒钟包含一千万亿个飞秒）。这种目前技术无法实现的细节精度，将使药物和材料研究人员能够模拟新的化学相互作用。

Dominic Berry，他开发了碰撞论文中使用的一些核心技术，但并未参与PsiQuantum公司，他表示该公司取得了令人印象深刻的改进，但要实现科学家最感兴趣的模拟，需要算法进一步加速，同时PsiQuantum早期的计算机需要比目前预期的具有更少的错误。

在PsiQuantum的计算机投入运行之前，这些研究论文所暗示的突破仍停留在理论领域。这是一个Rudolph非常熟悉的领域。他告诉我，艾伦·图灵用纸笔创造了经典计算的理论，设想了机器中1和0如何表示，以及通过正确的逻辑方法可以计算几乎所有事物。

“但用纸笔手工操作，图灵永远不可能创造出——你知道的——《我的世界》和Facebook，”他说。这些成就花了超过70年的反复试验（在此期间我们幸运地创造了比《我的世界》和Facebook更有用的东西）。

换句话说，尽管Rudolph花了很多时间想象量子计算机可能实现的事情，但目前研究这些问题的人仍然只能依赖纸笔：“在你真正拿到实物机器之前，你没有机会真正探索它的潜力。”

本文于7月14日更新，以澄清DARPA量子计划评估PsiQuantum的时间长度。

继续阅读

最受欢迎

一家初创公司声称突破了阻碍大语言模型的瓶颈

Subquadratic现已分享了其新模型的更多细节，但仍有部分人持怀疑态度。

• Will Douglas Heaven 档案页面

中国批准了全球首个侵入式脑机芯片——接下来会发生什么

该国希望成为脑植入领域的全球领导者。预计政府的大力支持将加速这一进程。

• You Xiaoying 档案页面

对人工智能就业热潮的现实检验

人工智能对劳动力市场的真实影响数据究竟如何？答案可能会让你感到意外。

• David Rotman 档案页面

Anthropic的Claude代码展示了编程的未来——无论你是否喜欢

随着Claude Code等工具的改进，越来越多的开发者愿意将编码任务交给它们。软件的构建方式已经彻底改变。

保持联系

插图由Rose Wong绘制

获取MIT Technology Review的最新动态

发现特别优惠、热门文章、即将举行的活动等更多信息。