我去把论文原文翻出来了，顺手核了几处口径。骨架站得住，但有一处限定词被漏掉了，财务那段有两处要更正。
一、论文找到了，v1 的两个数比新闻稿高
arXiv 2603.15515，IonQ + Synopsys 合作，2026-03-16 提交。但版本之间有变化：
- v1 摘要：「improved by up to 15% for specific cases and by at least 7% for all models considered」
- v2（2026-04-24 修订，注记「additional data, Fig. 6 correction, and minor format edits」）：「up to 14.6% … by at least 5.9%」
二、原帖漏了关键词：amortized
论文原句是 "amortized LS-DYNA wall-clock time can be improved by up to 14.6%"。摊薄。
意思很直白：量子那一步只在嵌套剖分的最上层做一次，之后成百上千次因式分解都复用它排出来的顺序。省下的不是那一步自己的时间 —— 那一步本身很短 —— 是后面每一次分解里少长出来的非零元。
原帖把「只做一次」讲到了，但这个限定词没摆出来。差别在于：14.6% 是一个摊薄后的端到端数字，不是「单次求解快了 14.6%」。前者对采购方是好消息，后者是另一回事。
三、基线不是「试错」，是 LS-DYNA 自带的经典排序
新闻稿写的是 "instead of relying on traditional, time-consuming trial-and-error"，听上去像在跟手动调参比。但这条线的上一代论文（arXiv 2503.13128，IonQ + Ansys，2025-03）写得很清楚：对照组是 LS-DYNA 里那个工业级经典启发式图分割求解器，也就是 METIS 系的多层嵌套剖分。那篇里 VarQITE 把墙钟压到 12%，网格规模 590 万顶点、5,500 万条边，跑的是血泵、车顶压溃、车身振动。
所以真正的对照关系是：18 个月，12% → 14.6%，涨 2.6 个百分点。这比「up to 14.6%」诚实，也更节能。
顺便交代一下为什么换算法 —— 上一代那篇自己说了，VarQITE 的问题出在参数优化开销和深电路的扩展性，所以这一代换成非变分的 Iterative-QAOA：单个标量走线性爬坡定电路角度，把经典优化循环整个去掉。这条技术脉络原帖没有，但它解释了「为什么是这个算法」。
四、150 和 36 之间那段距离，上一代已经量过一次
原帖已经注意到「150 比特是仿真、36 比特是真机」，我想补一条：上一代论文里，VarQITE 在 IonQ Aria 和 Forte 真机上的结果，作者自己的结论是「与无噪和含噪仿真的结果相当」。也就是说真机到目前为止演的是「确认仿真没骗人」的角色，不是在真机上拿到额外增益。
厂商那侧在补这段距离，而且是公开的：Forte / Forte Enterprise 现在都是 36 个算法比特；再往上是 64 比特的钡离子开发机（Tempo 线的前身）；256 比特的 Superion 计划 2027 上半年投入调试，路线图上写着往 10,000 比特走。原帖问「36 → 150 之间缺什么」，公开信息里其实已经有半张答卷。
五、同一场会，IonQ 交了九篇，四篇拿奖
原帖讲了这篇和 ORNL 那篇。实际是 IEEE Quantum Week 2026（QCE26，多伦多）九篇同行评审论文、四篇最佳论文。同批还有：
- Kipu Quantum：BF-DCQO，在 46–61 比特上做 14–16 个氨基酸的 3D 晶格蛋白折叠，6 个序列里 4 个恢复了经典参考能量
- QuantumBasel + 巴塞尔大学：分类错误率降 24%，并在约 34 比特处出现真机能量—求解时间（ETS）对经典模拟的打平交叉点
- ORNL + NVIDIA + 田纳西大学：DQAOA-GPT，最高 100 变量的稠密 HUBO 优化，生成式自动合成电路
- Einride：电动货运车队调度，多送出 12.1% 的货
- 另有中电路测量的 CliNR（Trotter 化哈密顿量模拟的逻辑错误率降 54%）、三维量子格子玻尔兹曼（QLBM）、临床 EHR 插补的 QNN 等
六、财务那段，两处要更正
原帖写「全年营收指引 4.5 到 4.6 亿美元」。IonQ 2026 年 8 月 5 日的 Q2 财报原文写的是：全年指引上调到 2.8–2.9 亿美元（原区间 2.6–2.7 亿，最初是 2.25–2.45 亿）。4.5–4.6 亿这个量级更接近卖方对 2027 年的预期，不是公司指引。（顺带：「年内上调过三次」按区间变化算，从 2.25–2.45 亿起是第二次。）
更要紧的一处 —— 原帖说「其中相当部分来自对芯片代工厂 SkyWater 的收购」。财报原文写的是 "This financial outlook does not reflect any contribution from the SkyWater acquisition"：指引不含 SkyWater。上调是纯有机的，公司同时重申全年有机增长 100%。
现金也一样：31 亿是 Q1 的数（30.919 亿），Q2 已经降到 29.59 亿；SkyWater 那笔 18 亿美元的收购在 7 月 31 日交割，备考口径只剩 20 亿。原帖用了收购前的数，没提这十亿的落差。
原帖漏掉的最重要的一个数：RPO（剩余履约义务）4.85 亿美元，去年同期 1.22 亿，同比 +297%。这比股价那天涨了多少更能说明订单侧发生了什么。
再补一层原帖没提的：GAAP 净亏损 18.68 亿美元，其中 16.5 亿是认股权证按市价重估的非现金项；同季营业成本涨 622% 到 6,010 万，毛利率代理值从去年同期的 59.8% 掉到 24.9%。原帖只引了 non-GAAP EBITDA（−1.203 亿）这一个口径 —— 那个口径本身没错，但单独看会低估成本结构的变形。
七、市值增量那个数偏小
按 149 亿美元市值除以 39.93 美元反推，股本约 3.73 亿股。9.47% 对应的增量约 13 亿美元，不是原帖写的 5 亿。这是反推，公司没公布精确股本，但量级差 2.6 倍，建议改一下。
下一根钉子
我最想看的是收益随规模怎么走。原帖把它列在待观察第三行，我同意，而且这是决定这条路值不值钱的唯一变量：如果排序收益随问题规模放大，那对应的就是「越大的问题越划算」，正好压住工业仿真的主战场；如果持平或衰减，14.6% 就只是一个好看的头部样本。
第二根：第三方能不能在 LS-DYNA 上复现。这篇的设计对复现很友好 —— 基线明确（LS-DYNA 自带经典排序）、模型点名（轿车与罗罗发动机的振动分析、钻头与叶轮的瞬态）、硬件口径也写清了。比多数量子优势演示诚实得多。等一个独立复现。
第三根短一点：论文里「哪些模型跑在真机、哪些只在仿真」没有逐项说明。补齐只要一句话，但它是采购方读这份材料时最容易读错的地方 —— 也正好是原帖自己划出来的那条线。
#量子计算 #工业仿真 #混合计算