当地时间10月19日，英伟达（NVIDIA）宣布，其研究团队依托德国于利希超级计算中心（Jülich Supercomputing Centre）的JUPITER超算，使用8192块GH200 GPU完成了104量子比特容错量子计算模拟，为迄今针对容错量子计算系统规模最大的综合模拟。本次模拟全面验证了“魔态培育”技术路线，据英伟达口径，较以往方法可减少约90%的物理量子比特消耗，并揭示了噪声对容错计算的影响，使研究人员能够在构建硬件之前优化设计方案。英伟达称，这一进展有望使实现实用型量子计算机的进程缩短数年，加速量子计算在药物研发、金融建模与材料科学等领域的实际应用。
一、事件核心：JUPITER超算上完成迄今最大规模容错量子计算模拟
当地时间10月19日，英伟达宣布在德国于利希超级计算中心完成一项创纪录的容错量子计算模拟：研究人员利用8192块英伟达GH200 GPU，在JUPITER超算上完成了104量子比特容错量子计算模拟。英伟达称，这是迄今针对容错量子计算系统所进行的规模最大的一次综合模拟。
本次模拟的核心验证对象是“魔态培育”（Magic State Cultivation）技术路线。模拟使研究人员能够全面探索并验证该方法，与以往的方法相比，其魔态制备过程所消耗的物理量子比特数量减少了约90%。同时，本次模拟不再局限于理想、无噪声环境——于利希研究团队此前曾在JUPITER上完成50量子比特的完整模拟，但那是在理想条件下的结果；此次104量子比特模拟纳入了现实硬件噪声的影响，使研究人员能够在制造昂贵的量子硬件之前，提前发现错误来源、评估纠错方案并筛选更有希望的设计方案。
在官宣口径中，英伟达创始人兼CEO黄仁勋表示，理解复杂容错系统在大规模运行时的表现，是实现实用量子计算的关键。需要指出的是，本次成果仍属于经典超算上的量子计算模拟，并不意味着已建成104量子比特的实用容错量子计算机，相关技术能否在实际量子硬件上实现，仍需进一步验证。
图一 魔态制备物理量子比特开销对比（相对值） 魔态培育节省幅度与魔态制备资源占比（%）
二、技术内核：魔态培育路线与90%物理比特节省
要理解本次纪录的意义，需要从容错量子计算的资源瓶颈说起。量子比特天然易受温度变化、电磁辐射等噪声干扰，出错率远高于经典比特，因此必须通过量子纠错（QEC）将大量物理量子比特组合成稳定的逻辑量子比特。而在主流纠错架构中，量子计算机要执行通用计算，还必须依赖一种被称为“魔态”的预制备量子态资源——魔态一经使用即被消耗、无法复用，属于稀缺资源。据部分研究估算，一台量子计算机可能需要将高达95%的总算力容量专门用于魔态制备，留给实际计算任务的资源所剩无几，这一瓶颈自2004年起已被业界预见，但二十年间进展有限。
本次模拟验证的“魔态培育”正是针对该瓶颈的新路线。与传统的“魔态蒸馏”级联工厂不同，魔态培育的核心机制类似一个量子过滤器：先将带有噪声的量子态注入错误纠正码的微小区域，随后执行一系列协同测量以检测错误、剔除有缺陷的尝试，再将通过检测的量子态“培育”至更大的纠错码中。英伟达官方披露，模拟协议从距离-3色码（distance-3 color code）起步，借助标记测量（flag measurements）检测有害故障，随后增长至距离-7的色码/表面码混合构型。英伟达称，该方案有望将相关魔态制备所需的物理量子比特数量较以往方法减少约90%。
对于上述90%的数字，需要明确其统计口径：据第三方科技媒体核查，该数字是魔态制备环节物理比特开销相对传统蒸馏方法的估计降幅，属于协议层面的资源开销评估结果，而非在真实量子硬件上的实测数据。尽管如此，本次模拟的价值依然明确：其在包含相干相位误差与量子比特泄漏等现实噪声机制的条件下验证了魔态培育路线，揭示了噪声对容错计算的影响，为研究者在硬件制造之前优化设计方案、选择纠错方案提供了高保真参考。
三、算力底座：JUPITER超算与GH200 GPU的角色
承担本次模拟的JUPITER是欧洲首台百亿亿次（Exascale）超级计算机，由德国于利希超级计算中心运行，2025年9月5日正式揭幕。该系统基于法国Eviden公司的BullSequana XH3000架构，配备约2.4万颗英伟达GH200 Grace Hopper超级芯片，项目投资约5亿欧元，由欧洲高性能计算联合体（EuroHPC JU）与德国联邦及北威州政府共同资助。2025年11月，JUPITER以1 EFLOP/s（每秒百亿亿次浮点运算）的实测性能登上TOP500榜单第四位，成为欧洲最强超算，同时是 TOP500 前五中最节能的系统。
本次模拟动用了JUPITER约三分之一的GPU算力。据英伟达官方技术博客披露，模拟中最关键的问题在于状态向量随量子比特数指数级增长：直接表示104量子比特的完整自由度（并计入泄漏所需的第三能级）远超常规集群的内存边界。研究团队为此重构了电路表示与执行工具——将测量后释放的量子比特存储空间复用，并把三能级系统打包编码为二进制表示交由cuQuantum的cuStateVec库执行。在8192块GPU配置下，一个45位编码寄存器代表约35.2万亿个复数振幅。
工程组织上，研究团队采用分阶段开发路径：先在英伟达加速量子研究中心（NVAQC）的GB200 NVL72机架系统上开发、调试与验证模拟软件，将测试规模从4块GPU逐步扩展至数百节点，随后再迁移至JUPITER进行全规模执行。这一“边缘集群到E级节点”的分级流程将原本需要数周的模拟工作压缩至数天，为在加速超算平台上验证大规模量子纠错码建立了可复用的工程模板。
图二 分阶段模拟工作流 分阶段模拟工作流：从NVAQC开发验证到JUPITER全规模执行
四、产业影响：从模拟到实用量子计算机的距离
英伟达在官宣口径中将本次模拟的价值概括为：在硬件构建之前完成设计验证与优化，有望使实现实用型量子计算机的进程缩短数年。从产业逻辑看，量子硬件的研发成本高、试错周期长，若能在E级超算上以相对可控的成本完成纠错方案的高保真预演，将显著压缩硬件设计迭代周期，降低量子处理器的工程化风险。
在应用层面，英伟达表示该技术有望加速量子计算在药物研发、金融建模和材料科学等领域的实际应用进程。这三个方向均属于对分子与材料体系模拟精度要求极高、经典算力难以胜任的领域，与量子计算的优势场景高度重合。
从市场空间看，麦肯锡《量子技术监测报告》对两类口径均给出预测：供应商收入方面，2024年全球量子计算收入约6.5亿美元至7.5亿美元，2025年预计超过10亿美元，到2035年预计达到280亿美元至720亿美元；经济价值方面，到2035年量子技术有望创造1.3万亿美元至2.7万亿美元的经济价值，其中量子计算占比最大（不同报告口径存在差异，供应商收入不等于终端经济价值）。同期产业催化密集：就在本次官宣数日前的10月15日，谷歌宣布其量子AI团队在Willow量子芯片上实验验证了魔态培育技术，将错误率较未培育态降低约40倍，制备的T态逻辑保真度达99.99%，成果发表于《科学》期刊。巨头在一周内接连发布容错计算相关突破，显示该方向已进入工程验证的加速期。
图三 全球量子计算供应商收入预测（麦肯锡口径） 全球量子计算供应商收入预测（亿美元，麦肯锡《量子技术监测报告》）
英伟达并未自行制造量子处理器，而是选择占据量子与经典计算之间的“连接层”。2025年以来，英伟达先后推出量子-GPU互联架构NVQLink与开源量子平台CUDA-Q的容错编排层CUDA-Q Logical：NVQLink为量子处理器（QPU）与GPU超算之间提供微秒级低延迟连接，据披露已获得17家量子计算公司和多家国家实验室的支持；CUDA-Q平台已接入约75%的公开量子处理器，费米实验室、桑迪亚国家实验室以及IonQ、Quantinuum、Infleqtion、IQM等企业和机构均已使用。黄仁勋曾提出，未来的超级计算机将是QPU-GPU系统——CPU负责调度，GPU加速模拟与数据处理，QPU执行适合量子硬件的任务。本次创纪录模拟正是这一混合计算战略的最新落地。
从全球竞逐看，容错量子计算的多条技术路线——超导、离子阱、中性原子、光量子等——均在推进，CUDA-Q等平台对多技术路线的兼容也反映了产业界尚未收敛于单一方案。谷歌在Willow芯片上的魔态培育硬件验证与本轮英伟达的超算模拟形成了“真机演示+大规模模拟”的并行推进格局：前者验证技术路线在真实硬件上的可行性，后者以前所未有的规模预演噪声环境下的系统行为。
后续观察点集中于三方面：其一，魔态培育路线能否在更大规模的量子体系上完成验证——谷歌亦表示，要让魔态培育真正服务于实用化量子计算，仍需在更大规模体系上完成验证；其二，90%的物理比特节省属于估计值，实际硬件上的兑现程度有待真机数据检验；其三，模拟平台与真实量子硬件之间的协同效率，包括NVQLink等互联架构在纠错反馈环节的实际表现。在上述节点明朗之前，对本次纪录的合理定位是：容错量子计算工程化路径上一次重要的方法论验证，而非实用机器的建成。
图四 英伟达量子-GPU混合计算体系框架 英伟达量子-GPU混合计算体系框架
结论
英伟达依托欧洲首台E级超算JUPITER完成的104量子比特容错量子计算模拟，以8192块GH200 GPU的规模刷新了该领域的综合模拟纪录，并在包含现实噪声机制的条件下全面验证了魔态培育技术路线。据英伟达口径，该方法较传统方案可减少约90%的魔态制备物理比特开销，为在硬件制造之前优化量子处理器设计提供了可复用的工程范式。
需要强调的是，本次成果属于经典超算上的数值模拟，90%的开销节省为协议层面的估计值，技术能否在实际量子硬件上兑现仍待验证。但由谷歌与英伟达在一周内先后发布的容错计算突破可以看出，全球头部科技企业已围绕“纠错+魔态”这一实用化关键环节展开密集布局，量子计算正从实验室探索加速转向工程验证阶段。药物研发、金融建模与材料科学等领域能否如期迎来量子红利，将取决于魔态培育路线在更大规模真机体系上的验证进度，以及量子-GPU混合计算基础设施的成熟速度。
