「一台读 1504，一台读 2.5 亿：量子计算第一次有了公共的尺子」

1504 和 2.5 亿，用的是同一个单位。

前者是眼下最好的量子计算机在这把尺子上的读数，后者是把 RSA-2048 分解掉需要的读数。中间隔着五个数量级。这把尺子叫 QUOPS，由美国桑迪亚国家实验室牵头，Quantinuum 与 NVIDIA 参与，9 月 10 日挂到 arXiv 上，9 月 14 日由 Quantinuum 对外细说，本周在 IEEE Quantum Week 上正式宣讲。它第一次把 Google、IBM、Quantinuum 三家处理器放到同一套方法下比较，并且把结论压缩成了一个可以逐年跟踪的数字。

📏 以前的尺子坏了三处

量子硬件圈长期被批评在做「规格表表演」。一台机器可以宣称有几千个量子比特，但如果这些比特噪声太大、撑不住大电路，这个数字对实际计算说明不了什么。反过来，比特数少但质量高、纠错做得好的系统，在真实工作负载上可能强得多。

原始比特数、双比特门保真度、门速度对工程诊断依然重要，但它们预测不了系统级性能，一旦引入容错纠错就彻底失效。

IBM 在 2019 年推出的量子体积（Quantum Volume, QV）是第一次尝试给出单一整体评分，并在此后几年成为该领域的旗舰系统级基准。它有三个被明确记录下来的缺口。

QUOPS 的设计目标是同时对上这三处。它跑的是随机电路层，宽度（比特数）与尺寸（单比特旋转门数加上双比特 CNOT 数量的两倍，因为两比特门的成本大约翻倍）两个维度都变，覆盖从宽而浅到窄而深的各种形状。测量方式用镜像电路估计平均过程极化度，不需要对每个目标电路做经典模拟。

关键在于，它捕捉的是编译、纠错、综合征解码、错误缓解叠加起来的整体效果，而不是孤立部件的表现。框架里写了明确的反博弈条款，厂商没法在一个维度上专门优化、同时在别处藏短板。

🧮 两个数：Q 和 Ω

这把尺子输出两个互相咬合的数字。

Q 是系统能成功执行的最大基准电路规模，判定标准是估计的平均过程极化度达到 \(1/\sqrt{e} \approx 61\%\)，置信度 95%。这个阈值的意思是：输出里还带着信号，而不是只剩噪声。评分只在一个受限区域内认可：电路尺寸必须落在宽度平方与宽度立方之间。这个区间对应着被提议的实用级工作负载的形状，又窄又浅的电路即使跑得再好，也不进分。

Ω 是在产生该分数的电路形状下的有效每秒量子操作数，已经按错误缓解的采样成本和后选择丢弃的份额做过调整。

两个数缺一不可。一个能撑住大计算但要跑一周的机器，和一个瞬间跑完但在深度 30 就崩掉的机器，面对的是两种完全不同的问题。

📊 四台机器，没有单一赢家

首批跨平台实测的结果是这样排的。

这张表的读法是：没有一列可以单独看。 Helios-1 在能撑住的电路规模上领先约 7 倍，Willow 每秒多跑约 66000 倍的操作，却只能撑住七分之一大小的电路。

背后的物理很直白。离子阱里比特之间几乎是全连接的，但切换慢；超导比特在纳秒尺度切换，却只能跟邻居通信，于是需要远程比特对的电路要在网格上搬运信息，一路消耗纠错预算。

对采购方来说，结论是分场景选型而不是按单一分数排名。需要大电路、能接受慢的，和需要高吞吐、电路规模有限的，本来就是两类工作负载。

🔗 同一台机器上跑逻辑比特

团队还在 Helios-1 上跑了一次完整的容错架构。实验用 Steane [[7,1,3]] 码编码了最多 8 个逻辑比特，做了容错态制备、纠错、Clifford 操作和魔术态注入。

逻辑实现的分数是 40（宽度 4），速率 4.9 QUOPS 每秒，早前版本是 24。分数提升接近一倍，来自更好的魔术态和逐次随机化；速率从 1.3 提到 4.9，来自选择性纠错和改进的并行执行。

40 明显低于 Helios-1 在物理比特上的 1504。这次实验的目标不是立刻在数值上取胜，而是验证同一把尺子能不能同时量物理层和逻辑层，以及编译与纠错设计上的改动能不能被这把尺子看见。论文自己说明，所选 Steane 码方案偏向简单，没有把 Helios-1 的容错能力用满。

🧪 离「有人愿意付钱的计算」还有多远

论文把两份已发表的资源估算映射到了 QUOPS 标度上。

分解 RSA-2048 约合 2.5 亿 QUOPS；估算 FeMoco（固氮酶核心的铁钼簇）基态能量约合 3.4 亿。换算过程从既有的逻辑 Toffoli 计数和宽度出发，再近似成等价的非 Clifford 工作量，作者明确标注这一步是近似且依赖架构的。

差距约五个数量级。这是迄今对量子实用性最硬的可量化表述，把「什么时候有用」从定性叙事变成了一个能跟踪的数字。

但把速率和规模分开看，画面会更有意思：

也就是说，吞吐率这一侧，超导路线已经越过了实用门槛；卡住的是单次计算能撑多久。

🧱 最锋利的一条：加比特数解决不了问题

论文里最有分量的结论来自一次外推。把分析应用到一个度数为 4 的连通性上，也就是超导芯片那种网格布局，作者发现这样一套系统的上限在 330 QUOPS 附近，与它有多少比特无关。

Willow 最好的一次电路用了 66 个比特，拿到 216。再加一千个比特只会让芯片更宽，不会让任何单次计算跑得更久，因为误差是随加权门数累积的，多出来的比特并不会让单个门变得更干净。

这条结论对路线图的意义很直接：如果目标是电路规模而不是吞吐率，单纯堆比特数的边际收益接近于零。要往上走，得改连通性（换架构，或者走模块化互联），或者把单个门的错误率压下去。

💸 纠错与错误缓解的账

论文还量了一笔错误缓解的账。把极化度阈值从 61% 放松到 1% 时，各被测系统的分数提升 3 到 11 倍，但有效速率掉三到四个数量级，因为采样开销最高可达 10000 倍。

另外，若干经过错误缓解的边界点依赖插值或外推，所以论文把标准（未缓解）分数作为更干净的直接比较基准。

⚖️ 需要保留的清醒

有几条边界必须写清楚。

论文是 9 月 10 日的预印本，尚未经过同行评审。首批数据只覆盖 4 台机器。基准由桑迪亚主导，但 Quantinuum 参与了制定，而它的硬件在 Q 这个维度上得分最高。独立第三方复现、以及更广平台的实测，是这套方法成为行业标准的前提。

时间窗口上有一处值得看：DARPA 量子基准计划 QBI 的新一轮 Stage A 提案 9 月 30 日截止，QUOPS 恰好在此之前把统一评分推到了政府采购的视野内。Quantinuum 官方博客呼吁厂商一并报告 Q 与 Ω，并呼吁采购方把 QUOPS 阈值写进招标文件。这条呼吁能不能落地，取决于有多少非当事方愿意交卷。

另外，早年量子体积的位置被替代，本身也有一个附带效果：它把「路线之争」换成了「工程与采购之争」。离子阱在线路规模上领先约 7 倍，超导在吞吐率上领先三到四个数量级。两条路线的能力区间形状不同，不再是一句话能排完的名次。

📚 参考来源

1. Sandia National Laboratories, Quantinuum, NVIDIA 等《QUOPS》预印本，arXiv，2026-09-10（IEEE Quantum Week 2026 宣讲）
2. Tech Times《QUOPS: New Quantum Benchmark Compares Google, IBM, Quantinuum for First Time: All Trail by 100,000x》，2026-09-15 — https://www.techtimes.com/articles/327543/20260915/quops-new-quantum-benchmark-compares-google-ibm-quantinuum-first-time-all-trail-100000x.htm
3. Quantum Brief《Quantum's new yardstick reads 1,504. Breaking RSA needs 250 million》，2026-09-16 — https://quantum-brief.com/blog/news-2026-09-16-quops-benchmark-utility-gap
4. FreeQuantumComputing《QUOPS Measures Quantum Computing's Five-Order Utility Gap》，2026-09 — https://www.freequantumcomputing.com/blog/quops-quantum-computing-benchmark
5. Quantinuum 官方博客（QUOPS 说明与呼吁厂商报告 Q 与 Ω），2026-09-14

#量子计算 #基准 #容错量子计算