量子计算走向数据中心,基础设施迎来全新考验

来源:半导纵横发布时间:2026-07-22 11:30
量子
数据中心
生成海报
随着量子计算逐步走出实验室,一个新的问题开始浮现:量子计算机如何真正进入数据中心,与现有计算基础设施协同运行。

过去几年,量子计算的发展重点逐渐从量子机器是否具备计算能力,转向能否与现有的基础设施大规模协同运行。

对于数据中心而言,引入一种新的计算架构,并不仅仅意味着增加一种新的处理器,更意味着电力、散热、网络、软件调度以及机房建设方式都需要重新考虑。因此,量子处理器(QPU)能否真正进入数据中心,正在成为行业关注的新课题。

所谓量子数据中心,并不是完全不同于传统数据中心的新设施,而是为了满足量子计算设备在供电、制冷、控制和工作流程等方面特殊需求而建设的新型计算基础设施。目前,更常见的发展方向并不是单独建设量子数据中心,而是在现有高性能计算(HPC)中心内部,将QPU与CPU、GPU等经典计算平台共同部署,形成混合计算环境。

这一趋势已经开始形成。全球各国已经开始从国家层面开展协调工作,作为一个全球合作社区,开放计算项目(OCP)已将量子计算纳入数据中心架构讨论范畴,英国创新署(Innovate UK)支持的未来量子数据中心项目(Quantum Data Centre of the Future)提出了量子—经典计算设施,ORCA Computing公司也已经在真实数据中心环境中完成了量子计算系统部署验证。

相比于传统服务器,影响量子数据中心最大的变量不是计算能力,而是运行环境,特别是温度。不同技术路线对应着完全不同的基础设施需求。采用超导路线的量子计算机需要稀释制冷机,将量子比特冷却到接近绝对零度,同时配套减振、电磁屏蔽以及稳定供电系统。离子阱和中性原子路线虽然无需如此低温,却依赖超高真空腔体、激光系统以及磁场控制;光量子方案则更多依赖光纤基础设施,整体能耗相对较低。光子量子计算系统则更多依赖光纤基础设施,整体能耗相对较低。

由于不目前尚不存在统一的量子技术计算路线,数据中心运营商未来很可能采取“技术路线中立”策略,即根据不同量子平台需求提供相应基础设施,而不是围绕某一种量子技术建设统一标准。

基于上述,我们可以推知,真正制约量子数据中心发展的,不是量子芯片本身,而是那些不太引人注目的因素,比如冷却系统。来自美国橡树岭国家实验室(ORNL)的研究认为,在量子计算实现大规模部署之前,首先面临瓶颈的是制冷能力以及氦-3资源供应。氦-3是实现毫开尔文极低温环境的重要材料,但供应十分有限。与此同时,相比传统数据中心中制冷约占电子设备总负载10%~30%的比例,未来量子数据中心中制冷系统可能成为整个设施最主要的能耗来源。

围绕这一问题,相关企业也开始推出模块化低温制冷平台,希望能够随着量子比特规模增加逐步扩展制冷能力,而无需每次重新建设整套系统。

除硬件之外,软件调度也是一个问题。传统高性能计算任务通常持续数小时甚至数天,而量子计算任务运行时间可能只有几秒甚至更短。现有HPC调度系统并不是针对这种运行方式设计,因此未来数据中心不仅需要新的硬件平台,也需要重新设计资源调度方式,实现经典计算与量子计算之间更加高效的协同。

在商业模式方面,目前行业内正形成两种不同的发展路径。第一种是垂直整合的超大规模数据中心园区,即由同一家企业同时拥有量子硬件、数据中心设施、云平台以及客户资源。例如IBM已在美国纽约Poughkeepsie以及德国Ehningen建设量子数据中心;AWS、IonQ、NVIDIA等企业也分别推进自己的量子基础设施建设。

相比于前者拥有自己的数据中心,第二种模式则是量子计算企业保留自己的QPU设备和客户资源,将设备部署到专业数据中心运营商机房内,由后者提供电力、低温制冷和运维支持。英国OQC便采用了这一模式,并已在Digital Realty纽约JFK10数据中心部署量子系统,同时配备NVIDIA GH200 Grace Hopper Superchip,共同构建量子计算与AI协同运行环境。

随着量子计算规模进一步扩大,未来的数据中心形态也可能发生变化。相比建设单一超大型量子中心,更现实的发展路径是多个QPU首先部署在同一数据中心内部,再逐步通过量子网络连接不同地点的数据中心,形成分布式量子计算网络。

英国皇家学会2026年的研究提出,多QPU协同是近期较为可行的发展方向,也是未来量子网络的重要基础。与此同时,Nu Quantum推出了面向数据中心的19英寸机架式量子网络单元(Quantum Networking Unit),用于在不同QPU之间建立实时量子纠缠连接,使多个量子处理器能够协同工作,进一步推动量子网络向数据中心基础设施演进。

从目前的发展来看,量子计算短期内并不会替代传统计算平台,而是作为一种新的计算资源,与CPU、GPU以及高性能计算系统共同组成混合计算架构。

本文转自媒体报道或网络平台,系作者个人立场或观点。我方转载仅为分享,不代表我方赞成或认同。若来源标注错误或侵犯了您的合法权益,请及时联系客服,我们作为中立的平台服务者将及时更正、删除或依法处理。

评论
暂无用户评论