奇点越来越近，世界的变化也越来越剧烈。
10 月份的 GTC 大会上，黄仁勋举着 NVQ Link 互连架构的演示图，又开始预言：
GPU 用了 30 年才改变世界，量子计算可能不需要那么久。
这话没错大概率没错，量子计算的发展从来不是线性的。
看看数据，行业每年投在量子计算上的钱从 2020 年的 10 亿美元涨到 2025 年的 50 亿美元 …… 说不好哪天突然一个技术突破，整个行业就爆发了。
所以老黄带着 17 家量子企业和 8 家美国国家实验室的生态联盟，誓要做量子与经典计算的 " 接线员 "。
为什么要接线？
场面话叫 " 将算力与未来连接 "，实话当然是抢未来的船票。在下个五年，继续当 " 卖铲人 "，继续躺赚。
又要怎么接呢？
两个词，一个是垄断，一个是生态。
科技永远是最高明的生产力。
而垄断，永远是最好的生意。
从 " 理论玩具 " 到 " 算力猛兽 "
量子计算不是炒作，而是一场缓慢燃烧的革命，此时终于开始升温。
最早在 1981 年，物理学家理查德 · 费曼就在加州理工学院演讲时，指出了经典计算机模拟量子系统的固有局限，并首次提出了量子计算机的概念。
1994 年，数学家肖尔发明分解大质数的量子算法，才首次让业界惊觉：这东西能破解银行加密系统！
不过那时候的量子比特还很 " 娇弱 "，退相干时间连 1 秒都撑不住，只能在实验室里当个花瓶。
得益于硬件的发展，直到 2012 年，谷歌才开始砸钱搞超导量子，2019 年就拿出 53 比特的 " 悬铃木 "，宣称完成经典超算 1 万年才能搞定的任务，首次证明了 " 量子优越性 "。
紧接着，2020 年 IBM 推出 127 比特 " 鹰 " 处理器，2021 年升级到 433 比特 " 秃鹫 "，用每年翻倍的速度刷新纪录，研发投入从 2018 年的 3.2 亿美元飙升至 2021 年的 8.7 亿美元。
几乎同一时间，2020 年，中国 " 九章 " 光量子计算机用 76 个光子，把计算速度拉到经典超算的 100 万亿倍；2021 年 " 祖冲之二号 "66 比特超导芯片，又把复杂度提高 6 个数量级。
这个时候的竞争核心很简单：比特数越多越厉害。
但很快，大家发现光堆比特没用，保真度（量子操作的准确率）才是关键。
量子计算与经典计算的区别，来源：CB Insights
于是在 2022～2024 年，全球科技巨头，迅速走出了五条技术路线。
1. 超导路线：最像传统芯片，IBM、谷歌、中国科大押宝。2024 年国盾量子交付 176 比特整机，稀释制冷机彻底国产化。
2. 光量子路线：不怕高温，中国 " 天工量子大脑 550W" 能在室温运行，550 比特规模领先全球。
3. 离子阱路线：保真度最高（达 99.99%），但比特数难上去。
4. 中性原子：成本低，谷歌用激光操控原子做计算。
5. 硅半导体：英特尔最爱，能兼容现有芯片产线，可惜进展最慢。
虽然路线分歧巨大，且还远远没到能赚钱的落地阶段。
但全球市场、尤其是中美两国市场，早已开始抢占场景。
物流：京东用量子算法优化仓储，测试数据显示成本降了 15%，相当于每个大仓库一年省 200 万元。
气象：安徽气象局和中电信量子合作，用 " 天衍 " 平台预测降雨，准确率比经典模型高 8%。
医药：合肥量子医学研究院用量子计算模拟蛋白质结构，把新药研发周期从 10 年压缩到 6 年。
金融：高盛用 IBM 量子云做期权定价，计算速度比传统模型快 3 倍。
……
量子计算商业化最新进展，来源：国金证券
此时此刻，业界终于达成共识：量子计算机不能单打独斗，得和 GPU、超算搭伙。
关键的转折点在 2025 年，也就是今年：IBM 说 2029 年要搞 200 逻辑比特的容错计算。
英伟达的 NVQ Link 成了关键枢纽。
量子计算虽能突破经典算力极限，但在数据预处理、误差校正、结果解析等环节仍高度依赖经典算力支撑。
通过 NVQ Link 将 GPU 与量子处理器（QPU）深度结合，构建 " 量子 + GPU" 的混合计算架构，相当于为所有量子硬件厂商提供了算力操作系统。
让 AI 模型先筛选数据，再丢给量子机计算，相当于给量子机配了几个助手，效率一下提了 10 倍。
量子 +AI 毫无疑问是产业的核心增长点。
英伟达推出的 cuQuantum 软件可高效模拟量子电路，而与 OpenAI 合作的量子大模型能将量子比特稳定性提升 40%。
这种 "AI 优化量子控制、量子赋能 AI 算法 " 的双向循环，让英伟达得以将其在 AI 领域的技术积累与客户资源平移至量子赛道，形成难以复制的协同壁垒。
更狠的是，英伟达拉来了 17 家量子企业入伙，从超导的 Rigetti 到离子阱的 IonQ，基本覆盖主流技术路线，还联合美国能源部旗下 9 个国家实验室建立 " 加速量子研究中心 "。
英伟达量子计算领域的合作，来源：民生证券
黄仁勋在 GTC 大会上直言：" 未来每台英伟达 GPU 超算都将是混合型的 "，这意味着量子时代的算力需求仍需通过 GPU 落地，从而将其现有 AI 算力优势延伸至下一代计算范式。
简单来说，黄仁勋想强化 " 卖铲子 " 这个角色的定位。
或者说，继续占领垄断的生态位。
三步垄断战略
目前的行业共识是量子计算分三步走，而巨头们早已把每一步的主导权纳入计划，节奏清晰且目标明确。
短期（3～5 年），收割设备与软件红利。
这是最确定的机会，英伟达和 IBM 已抢占先机。
混合计算：英伟达的 NVQ Link 生态预计 2027 年市场规模突破 100 亿美元，比纯量子机市场大 3 倍，仅芯片接口授权费就可达每台 20 万美元。
软件收费：IBM 的 Qiskit 计划 2026 年推出企业版，年费预计 10 万美元 / 户，按现有 1.2 万家企业用户规模，年营收可达 12 亿美元。
设备迭代：谷歌的下一代超导芯片 " 红杉 " 预计 2026 年量产，比特数将达 256 个，纠错码距提升至 9，错误率再降 50%。
在此期间，全球量子计算市场规模将从 2024 年的 50.4 亿美元增至 2028 年的 200～300 亿美元，其中混合计算相关硬件与软件占比超 70%；国内市场规模预计达 30～50 亿元，主要由超导量子处理器驱动增长。
英伟达的量子相关业务收入占比将从 2025 年的 8% 提升至 2028 年的 15% 以上。
英伟达量子计算机架构图，来源：交银国际证券
中期（5～10 年），垄断高价值场景。
关键节点是 2029 年 IBM 的 200 逻辑比特容错机，届时巨头们将全面掌控高价值领域。
金融安全：IBM 已联合摩根大通开发量子加密通信系统，计划 2030 年推出 " 量子安全套件 "，向全球银行收取每年营收 0.3% 的保护费。
AI 训练：谷歌与 OpenAI 的量子大模型预计 2030 年商用，训练速度比深度学习快 1000 倍，单次模型训练成本从 1200 万美元降至 80 万美元。
材料研发：英伟达联合陶氏化学打造量子材料模拟平台，可加速新能源电池材料研发，目标占据全球高端材料研发算力市场的 60%。
预计到 2030 年，全球市场规模达 500～800 亿美元，国内市场 300～500 亿元。
其中，量子通信市场规模为量子计算的 2～5 倍，主要依赖金融机构与国企投资。
软件与服务占比将首次超过硬件，IBM 的 Qiskit 企业版年费收入预计突破 30 亿美元，英伟达的混合计算生态规模将达 500 亿美元。
长期（10～15 年），直接改写行业规则。
当量子比特数突破 1 万个，容错率达到 99.999%，高科技领域将迎来三大变革。
第一科学研究：谷歌计划打造 " 量子宇宙模拟器 "，用于黑洞碰撞、暗物质等前沿研究，向科研机构收取每小时 10 万美元的算力费。
第二产业颠覆：IBM 的通用量子机将替代传统超算，数据中心能耗降低 90%，目标占据全球超算市场的 75% 份额。
第三标准制定：英伟达联合 IBM、谷歌成立的 " 量子产业联盟 "，已制定 17 项量子接口与安全标准，提交国际标准化组织审议。
据 BCG 预测，2040 年全球量子计算市场规模将达 850 亿美元，其中软件与服务占比超 60%；国内市场预计突破 3000 亿元，量子 - 经典混合超算市场占比达 45%。
谷歌的 " 量子宇宙模拟器 " 每小时 10 万美元的算力费将成为高端科研服务定价基准，IBM 的通用量子机将占据全球超算市场 75% 的份额。
量子计算应用前景。来源：麦肯锡《2025 年量子技术监测》
以上这些，都是比较宏大的视角，是巨头如何在下个时代垄断躺赚的战略。
科技永远是最高明的生产力。
而垄断，永远是最好的生意。
尾声
一切商业竞争，本质上都只在两个维度分高下：
要么我造的东西你造不出来；要么大家都能造一样的东西，但是我比你便宜。
前者一劳永逸，后者基本都在无限内卷中消亡。
每一次技术变革前，都会先进行一次标准、定义的争夺战，赢家就能躺在源头数钱。
这种剧情，我们已经见证过数次。
现在，类似的故事即将又要发生。
