35家量子公司站队英伟达！

来源：光子盒 NVIDIA GTC 2026的大会上，黄仁勋简单的一句话，透露出一个重要的产业信号：“在量子领域，这里有35家不同公司与我们合作，共同构建下一代量子-GPU混合系统。”

从字面意思来看，35单纯是一个合作规模的描述，但如果放在量子计算的发展语境中，这句话背后隐含的意思是，量子计算，正在从孤立走向协同。这35家公司，涵盖了从超导、离子阱到中性原子、光子等所有主流量子路径，它们与英伟达深度绑定，实际上也表明“量子-GPU混合架构”已成为量子计算发展的重要趋势。

事实上，黄仁勋此前关于量子计算“20年落地”的判断曾引发市场震荡，这一表态直接导致量子公司股价波动。但在随后的一系列GTC会议中，他逐步修正了这一叙事逻辑——并非否定量子计算，而是反对“量子计算将取代经典计算”的叙事。在GTC体系中，英伟达给出的新定义是：量子计算不会替代GPU，而是成为加速计算体系中的一个新算力层。换句话说，量子计算从“颠覆者”，被重新定位为“协同节点”。这一点在其提出的混合计算战略中体现得尤为明显。

量子生态“英伟达化”

回顾过去几年量子计算的发展路径，行业曾长期沉浸于“量子优越性”的叙事之中。无论是IBM强调的量子比特规模，还是Google推动的量子优越性实验，亦或是IonQ与Rigetti在不同技术路线上的竞逐，整个行业的核心关注点始终围绕“谁的量子计算机更强”。

然而，这种以硬件为中心的竞争逻辑，正在被NVIDIA的生态与架构改变。早在2025年，英伟达发布NVQLink架构时，就已经联合了17家量子计算公司共同参与生态构建。而NVQLink的核心目标非常明确：将量子处理器（QPU）与GPU进行紧密耦合，构建混合量子-经典计算系统。

到了GTC 2026，这一数字扩展至35家，意味着什么？这意味着：量子生态不再是“点状合作”，而是“体系扩张”。这也说明，量子计算已经不再局限于单一技术路线或个别厂商的突破，而是进入了一个需要多方协同、共同推进的阶段。

对于NVIDIA而言，这一规模的合作表明其正在推动形成一个跨路线、跨层级的统一接口体系，将不同类型的量子硬件与经典算力资源整合进同一架构之中。也可以说，“35家”公司的意义在于，它体现的不是简单的生态扩容，而是一个“标准雏形”的出现——一个能够容纳不同技术路径、并具备可扩展性的量子计算基础框架。

进一步来看，这35家公司共同构成了一个相对完整的“量子计算栈”。在硬件层，不同技术路线并存，包括超导量子、离子阱、中性原子以及光量子等方向，如IonQ、IQM、Infleqtion、PsiQuantum等；在控制层，诸如Quantum Machines等企业负责将量子系统与经典电子学连接；而在软件层，英伟达通过CUDA-Q与cuQuantum等工具，将开发者生态牢牢绑定在自身平台之上。

正是这种“硬件—控制—软件”三层结构的逐步成型，使量子计算开始呈现出类似云计算或AI计算的分层架构特征。可见，英伟达所推动的并不是某一类量子技术路线，而是一种跨平台的整合能力。通过将GPU引入量子计算流程，并建立统一的软件与接口标准。

从这一点来看，这35家公司绝不是简单的合作伙伴集合，极有可能是一个正在形成的技术体系——一个初具雏形的量子计算基础设施。

GTC 2026成果展示

在NVIDIA GTC 2026大会上，也有多家代表性量子企业参展展示成果。当然，以下企业并不完全。

1）Infleqtion：中性原子路线

在NVIDIA的展位上，Infleqtion直接搭建了其Sqale量子处理单元（QPU）的实机演示。这一幕有点奇特：全球最大的AI芯片公司的展台中央，展出的却是一台基于激光和中性原子的量子设备。

Infleqtion的首席技术官Pranav Gokhle在现场表示：“下一阶段的高性能计算，必将通过量子和经典资源的无缝集成到一个统一平台来加速。”他们展示的正是基于NVQLink的超低延迟环境，如何让中性原子QPU与英伟达GPU协同处理实时量子纠错和混合AI工作负载。

就在GTC前夕，Infleqtion还获得了美国能源部ARPA-E项目390万美元的资助，用于计算化学领域的量子计算研究，重点是利用其中性原子量子计算机发现新型超导材料。

2）IonQ与KISTI：离子阱路线

IonQ作为离子阱路线的领军企业，在GTC 2026上宣布与韩国科学技术信息研究院（KISTI）签署合作备忘录。这项合作的核心是通过NVQLink将IonQ的离子阱量子硬件与KISTI的世界级HPC基础设施集成，探索包括量子算法模拟、下一代硬件技术、AI加速量子技术、量子增强HPC和AI应用等前沿方向。

KISTI量子计算服务中心主任Jaegyoon Hahm表示：“与IonQ和英伟达的合作，是构建能够解决最复杂科学挑战的国家量子-HPC基础设施的关键一步。”

当然，这并不是IonQ首次涉足韩国市场。此前，IonQ已与SK电信、现代汽车、Intellian Technologies以及首尔大学、成均馆大学等建立了合作关系。此次与KISTI的合作，标志着IonQ在亚太地区的战略布局进一步深化。

3）SDT：韩国首个商业量子-AI混合数据中心

在GTC 2026的展台上，韩国量子计算公司SDT宣布正式启用韩国首个民间主导的量子-AI混合数据中心。这座位于首尔江南区的数据中心不是一台科研样机，而是一个真正的商业设施。它部署了名为“Kreo”的20比特超导量子计算机，并通过NVQLink与英伟达的DGX B200 GPU服务器实现了全栈集成。

SDT的演示极具说服力。在这个由QuREKA云平台管理的环境中，GPU负责处理数据密集型的前处理，而Kreo系统执行核心的量子内核计算。这种架构已经面向工业界开放，瞄准了材料科学、物流路径优化和金融风险建模等实际场景。

此外，SDT还发布了自主研发的Qubit Controller Unit（QCU），信号带宽高达8.5GHz。这表明量子公司正在主动拥抱英伟达的生态，不仅要用GPU，还要让自己的控制器“原生”地运行在NVQLink上。

按照SDT的路线图，2026年晚些时候将部署64比特超导系统，2027年则计划开发光子集成电路量子计算机。

4）Scaleway：欧洲云服务的CUDA-Q原生集成

欧洲云服务商Scaleway在GTC 2026上宣布，其量子即服务平台已实现与英伟达CUDA-Q运行时的完全兼容。通过这一集成，开发者可以在统一的代码库中编写CUDA-Q程序，并在高性能GPU集群和物理量子硬件之间无缝切换，无需修改开发环境。

这种统一接口消除了手动编排基础设施的需求，使Scaleway成为欧洲多模态量子云服务的核心聚合器。

Scaleway平台提供高达38无噪声量子比特的状态向量模拟能力，这通过八块互联的英伟达Blackwell Ultra GPU实现。在硬件执行方面，该服务提供对多种欧洲量子系统的访问，包括IQM Quantum Computers的超导系统以及Alpine Quantum Technologies的离子阱处理器。

通过在欧洲主权云框架中原生集成CUDA-Q，Scaleway满足了该地区组织对数据驻留和数字主权的严格要求。

为什么选择英伟达？

首先也是最重要的——NVQLink。NVQLink是这场生态竞争中的“核心武器”，它解决的是量子计算长期缺失的“系统级连接能力”。

在传统架构中，量子处理器（QPU）往往以孤立设备形式存在，需要通过复杂、低效的接口与经典计算资源交互，这不仅限制了量子算法的执行效率，也使得量子计算难以真正融入数据中心体系。

而NVIDIA提出的NVQLink，本质上是一种面向混合计算的高速互联架构，它通过低延迟通信机制，将QPU与GPU直接耦合，使量子计算能够在统一的算力体系中运行。在这一框架下，GPU不再只是辅助仿真工具，而是承担起量子电路优化、误差校正以及任务调度等关键职责，从而将量子计算从“实验设备”转变为“系统组件”。

同时，NVQLink并不依赖特定量子技术路线，无论是超导、离子阱还是中性原子体系，都可以通过这一接口接入同一计算框架，这使其具备成为行业标准的潜力。一旦这种连接方式被广泛采用，英伟达就不仅掌握了算力入口，也掌握了量子计算如何融入未来数据中心的“定义权”。

此外，技术现实与商业路径也是重要因素。从技术层面看，当前量子硬件仍处于噪声中等规模（NISQ）阶段，量子比特数量有限且易受干扰，真正制约其走向实用化的核心瓶颈在于量子纠错。纠错过程需要对大量量子态进行实时监测与反馈，这一过程高度依赖经典计算资源，而GPU恰恰在大规模并行计算方面具备显著优势。换句话说，没有强大的GPU支持，许多量子算法甚至无法扩展到有实际意义的规模。

从商业角度看，单一量子硬件公司很难独立构建完整生态，包括开发工具、算法库以及应用场景，这使得其商业化路径高度依赖外部平台。在这种背景下，接入英伟达已经成熟的CUDA-Q与AI计算生态，成为一条成本更低、落地更快的路径。而且，英伟达所推动的统一接口与软件框架，也为不同技术路线之间提供了“兼容层”，降低了行业碎片化风险。

因此，这种“站队”可以说是量子产业在迈向规模化应用过程中，对基础设施与标准平台的主动依附。从更深层来看，这也说明量子计算的竞争焦点，正在从“谁的量子比特更先进”，转向“谁能嵌入更强大的计算生态”。

结语

在GTC 2026的这场盛会中，我们见证了一个重要趋势，那就是量子计算不再试图证明自己可以独立生存，而是选择融入已有的、最强大的算力生态中去。未来随着35家企业与英伟达的持续协同发力，下一代量子-GPU混合系统将逐步走进更多行业场景，破解算力瓶颈，开启一个全新的算力时代。而我们，正有幸见证这场算力革命的每一步进展。

[1] [2] [3] [4] [5]