看一个伯恩斯坦昨天发的比较前沿前瞻远期的技术
伯恩斯坦：量子计算与QPU的未来：半导体行业的新一代协处理器
20260318-Bernstein-Global Semiconductors：Future of Tech： Quantum Computing and the "TSMC" for QPU这份研究报告详细分析了量子处理单元（QPU）的发展、技术路径及其在人工智能和其他应用领域的未来潜力。以下是该文档的全部核心要点提取：
1. QPU的定位与基本原理
未来的协处理器：QPU有望成为数据中心继CPU和GPU之后的下一个重要协处理器 。QPU不会取代CPU或GPU，因为日常计算和高度并行的任务仍更适合后者，QPU将专门用于解决经典处理器难以高效解决或成本过高的复杂问题 。
基本原理：与经典计算机使用的二进制位（0或1）不同，量子计算机使用量子位（qubits） 。借助“叠加态”（同时处于0和1的组合）和“量子纠缠”等量子力学原理，QPU能够同时并行计算多种状态 。例如，在1亿页的电话本中搜索，CPU需要逐页查找，而QPU可以一次性搜索所有页面 。
2. 核心硬件路径与主要参与者
超导电路（Superconducting circuits）：由IBM和谷歌等巨头主导，优势在于较快的门速度和较高的量子位数量，但对噪声高度敏感 。IBM推出了133个量子位的Heron芯片，其性能比上一代（Eagle）提升了3到5倍，并基本消除了串扰 。谷歌的Willow芯片在基准测试中不到5分钟就完成了当今最快超级计算机需要 $10^{25}$ 年才能完成的计算 。
捕获离子（Trapped ions）：使用微加工离子陷阱芯片，由激光和电磁场控制单个原子 。其具有更长的相干时间和极高的门保真度，但复杂的激光控制系统可能阻碍其扩展 。英飞凌（Infineon）是该领域的领先代工厂，主要为Quantinuum和IonQ供货 。
3. 量子纠错（QEC）的重大突破
过去量子计算面临的最大质疑是其规模化能力，因为量子位容易丢失信息且极易出错 。
近期谷歌、Quantinuum等团队证明了可以通过量子纠错（QEC）来管理错误 。通过将一个“逻辑量子位”编码到多个“物理量子位”上，系统能够检测并修复错误 。谷歌的Willow芯片展示了随着系统的扩大，错误率可以呈指数级下降，这是实现大规模容错量子计算机的关键条件 。
4. 在人工智能（AI）领域的应用
中短期（NISQ阶段）：QPU在AI中的作用主要局限于混合工作流，例如量子内核、特征映射以及特定的优化和模拟任务 。由于存在将经典数据转换为量子态的加载瓶颈，短期内QPU无法实质性地加速主流的端到端AI模型训练 。
长期潜力：在实现大规模容错后，量子计算可以为深度学习和特征提取任务提供指数级加速 。QPU可能直接加速现代机器学习核心的随机梯度下降过程，并在生成式概率模型中展现出远超经典架构的效率 。
5. 其他关键应用领域
网络安全：现代加密技术（如RSA）面临量子计算的潜在威胁。使用Shor算法，一台拥有约4000个逻辑量子位的计算机能在一天内破解超算需要数百万年才能解开的密码 。
药物与材料研发：QPU能在量子层面精确模拟分子相互作用。例如模拟咖啡因分子，超级计算机需要数千年，而容错量子计算机仅需几小时，这将极大加速新药（如阿尔茨海默症药物）和新型高温超导材料的研发 。
供应链优化：QPU能快速计算出包括交通状况、时间窗口在内的最优运输路线和排班表，并优化库存控制，从而降低物流成本 。
6. 投资组合建议
IBM：评级为“与大市同步”（Market-Perform），目标价330美元 。
英飞凌 (Infineon)：评级为“跑赢大市”（Outperform），目标价52欧元 。
寒武纪 (Cambricon)：评级为“跑赢大市”，目标价2000元人民币 。
海光信息 (Hygon)：评级为“跑赢大市”，目标价280元人民币 。