随着量子计算从实验室验证逐步走向工程集成，高性能计算领域关注的问题正在发生变化。过去讨论更多集中在量子比特数量、错误率和硬件路线，现在，更现实的问题是量子处理器能否像其他加速资源一样被超级计算系统稳定调用，并与经典计算共同完成真实科研任务。

硬件能否接入只是第一步，编译、调度、监控、纠错和应用工作流能否协同，正在成为决定量子计算能否真正进入高性能计算环境的关键。

2026年9月，量子计算公司Alice & Bob发布《Seizing Quantum‘s Edge》系列最新报告。基于对15位超级计算和量子项目相关负责人与工程人员的访谈，得出核心判断是：量子硬件已开始具备进入高性能计算环境的条件，但编译、调度、监控、纠错译码和系统接口等软件能力仍明显滞后。

硬件演进：量子处理器走向专用加速

量子硬件之所以被认为已经进入高性能计算的可接入阶段，并不是因为容错量子计算已经成熟商用，而是因为硬件发展的规模目标、错误率指标和部署路径正在变得具体。

2025年《Seizing Quantum’s Edge》将早期容错量子计算描述为约100-1000个逻辑量子比特、逻辑错误率约10⁻⁶-10⁻¹⁰的系统，并援引厂商路线图预计此类设备可能在2027—2032年间出现。这表明量子硬件正从实验室路线验证进入面向系统集成和工程部署的准备阶段。

原因在于量子计算的优势高度依赖问题类型。量子系统读取和处理大规模经典数据存在明显的输入输出约束，并不适合直接承担机器学习、大数据分析等数据密集型任务。

更现实的分工是，由经典高性能计算完成数据处理、数值模拟、预处理和后处理，再把电子结构、强关联多体等经典方法最难处理的子问题交给量子处理器。

所谓“硬件准备好”，不是量子计算已经能够独立接管超级计算，而是硬件路线和可用场景已经清晰到足以进入系统集成阶段。

软件瓶颈：全栈能力尚未匹配硬件进展

真正制约量子处理器进入生产环境的，是尚未同步成熟的软件栈。

一个量子任务要变成高性能计算中心可以稳定运行的生产作业，需要完成从科学问题到量子算法、逻辑线路、硬件指令的多层映射，并在运行过程中完成资源申请、作业调度、设备控制、结果回传、监控和错误恢复。当前这些环节仍大量依赖不同厂商工具和人工拼接，量子处理器还不能像成熟加速器那样被统一发现、调度和维护。

量子纠错又把经典计算压力进一步放大。在高速超导量子系统的估算场景中，错误综合征采集频率可达到每秒百万次，经典译码器需要持续处理约每秒1太比特的数据，并提供约每秒千万亿次浮点运算级别的计算能力。

也就是说，容错量子计算并不是量子芯片独立工作，其运行本身就要求高性能经典计算和低延迟数据通路持续配合，如果译码、通信和调度跟不上，硬件能力就无法转化为可用算力。

量子处理器与超级计算机之间也没有一种适用于所有任务的连接方式。交互较少的任务可以通过相对松散的方式提交作业，而量子纠错、即时反馈等场景可能要求更紧密的量子—经典协同。行业正在尝试通过量子设备管理接口和量子资源管理接口统一设备发现、作业提交和资源调度，但过早把不同量子技术完全抽象成同一种接口，也可能掩盖不同硬件路线的性能特征。现阶段的软件栈既要提高兼容性和可移植性，也要保留对底层差异的控制能力。

计算模式：量子-经典协同成为应用主线

软件栈能否成熟，最终要由应用检验。真正困难的不是把量子处理器接到超级计算机旁边，而是由领域科学家、量子算法人员、软件工程师和硬件团队共同判断：

一个实际问题中哪一部分值得交给量子处理器，怎样完成问题编码、量子态制备、经典预处理和后处理，以及怎样组织量子与经典计算之间的多次交接。只有整个端到端工作流在求解时间、精度或计算成本上形成可验证的改善，量子加速才具有实际价值。

量子化学是量子—经典协同的一种典型场景：经典高性能计算先完成分子结构探索和分子动力学计算，再通过密度泛函理论或哈特里—福克方法定义活性空间；随后把最困难的基态能量计算交给早期容错量子计算中的量子相位估计；最后由经典高性能计算完成动力学建模和后处理，并将结果反馈到下一轮计算。

这种分工说明，量子处理器更可能嵌入现有求解链条的关键瓶颈，而不是把整个应用一次性“量子化”。 

图：量子化学中的量子—经典混合工作流

系统准备：高性能计算中心迈向“量子就绪”

高性能计算中心现在需要准备的重点，不是等待某一代量子硬件完全成熟，而是提前建设“量子就绪”的系统能力，包括培养理解容错量子算法和混合工作流的人才，围绕真实应用开展量子设备评测，通过早期设备和云端资源积累经验，并与用户、软件团队和硬件厂商共同设计混合工作流和软件栈。

图：高性能计算中心接入早期容错量子计算的准备路径

在此基础上，本地测试和工程集成的重要性进一步提升。利用本地量子设备获得低层访问能力，可以通过真实测试床测量延迟、接口和调度行为，并验证编译、纠错和监控方案。云端访问仍适合入门和初步评测，但难以完全替代本地系统在底层控制和运维方面的经验。

对高性能计算中心而言，现阶段最重要的投入，是把编译、调度、监控、纠错译码、接口、应用协同设计和人才体系先建立起来，而不是单纯追逐量子比特数量。

总结与展望

量子计算进入高性能计算的真正分水岭，正在从“硬件能否做出来”转向“系统能否用起来”。

硬件进展使量子处理器开始具备进入超级计算中心的条件，但如果编译器不能稳定生成任务、调度系统无法统一分配资源、纠错译码跟不上数据流、接口彼此不兼容、应用工作流仍依赖人工拼接，量子处理器就仍然只是实验设备。

只有软件栈和混合工作流同步成熟，量子硬件到位后才可能迅速转化为可调度、可监控、可验证的科学计算资源。这正是“量子硬件已经准备好用于高性能计算，但软件还没有”的核心含义。

[1]https://alice-bob.com/wp-content/uploads/2026/09/HPC-Quantum-AI.pdf

[2]https://alice-bob.com/wp-content/uploads/2025/08/Seizing-Quantum-Edge-eFTQC-HPC-Report-Alice-Bob.pdf

[3]https://www.hpcwire.com/2026/09/09/quantum-hardware-is-ready-for-hpc-but-software-is-not-alice-bob-say/