«Квантовый компьютер — лишь следующий слой»: какой вычислительный курс обозначили в Шэньчжэне

Что скрывается за формулой «квантовые вычисления — суперкомпьютеры — ИИ»

Пятая конференция CCF по квантовым вычислениям и пятый Форум квантовой науки Большого залива прошли в Шэньчжэне 3–5 августа 2026 года. Мероприятие собрало более 2400 представителей университетов, исследовательских институтов, компаний и инвестиционных организаций. В академической программе выступили более 200 академиков и экспертов.23

Тема конференции — «融合量与智，量超智共融算», то есть интеграция квантовых технологий и интеллекта, совместное развитие квантовых вычислений, суперкомпьютеров и ИИ. За этой формулой стоит не объявление уже утверждённого национального плана, а технологическая концепция с заметным стратегическим подтекстом: разные типы вычислительных ресурсов предлагается рассматривать как части одной инфраструктуры.

В такой модели:

• ИИ делает квантовые системы более пригодными для практики, помогая проектировать оборудование, настраивать его и оптимизировать алгоритмы;
• суперкомпьютеры становятся рабочей основой для научных расчётов и AI for Science — от моделирования материалов до задач биологии и физики;
• отказоустойчивые квантовые компьютеры в будущем могут стать новым вычислительным уровнем для отдельных задач, недоступных классическим системам.

Иными словами, речь идёт не о строительстве одного «супермощного квантового компьютера», а о создании связки из вычислений, данных, сетей, энергии, исследовательских центров и прикладных задач.

Зачем квантовым вычислениям искусственный интеллект

Китайский академик Академии наук Сян Тао отметил, что уровень ошибок современных физических кубитов составляет примерно 1%. Для ряда сложных приложений, включая взлом криптографических систем, требуется гораздо более низкий показатель — разрыв измеряется многими порядками.1

ИИ рассматривается как один из инструментов, который может помочь этот разрыв сократить. На конференции назывались несколько направлений применения:

1. Проектирование и калибровка чипов. Алгоритмы машинного обучения могут анализировать экспериментальные данные, выявлять особенности устройств и помогать подбирать параметры.
2. Квантовая коррекция ошибок и декодирование. ИИ способен ускорить распознавание ошибок и выбор корректирующих действий.
3. Компиляция квантовых схем. Программные алгоритмы должны эффективнее переводить абстрактную квантовую программу в команды для конкретного оборудования.
4. Измерение и управление. Модели ИИ могут улучшать оперативное управление квантовыми системами во время эксперимента.
5. Оптимизация вариационных квантовых алгоритмов. ИИ может ускорять поиск параметров и помогать справляться с проблемой слишком слабых градиентов, известной как barren gradients.1

Таким образом, ИИ для квантовых вычислений — это не только пользовательский интерфейс и не просто способ запускать квантовые алгоритмы. Он может стать базовым инструментом самого квантового стека: от аппаратуры и управляющей электроники до программного обеспечения и экспериментальной настройки.

Почему в этой схеме так важны суперкомпьютеры

Академик Академии наук Китая Сюэ Цикунь заявил, что глубокое объединение ИИ, суперкомпьютеров и квантовых вычислений уже меняет исследования квантовых материалов и разработку квантовых алгоритмов.1 Для квантовых систем классические вычисления необходимы на многих этапах: при подготовке данных, моделировании, управлении и проверке результатов.

Академик Академии инженерных наук Китая Гао Вэнь предложил создать под руководством лаборатории Pengcheng комплексную инфраструктуру, объединяющую вычислительные мощности уровня 10 G, сети уровня 10 P и интеграцию до 10 GW чистой энергетики.1 В контексте конференции эти показатели обозначают не простое наращивание числа машин, а одновременное планирование вычислений, сетей и энергоснабжения.

Концепция важна именно системным подходом. Если вычислительная мощность становится ресурсом для науки, промышленности и национальной безопасности, то конкурировать приходится уже не отдельным чипом. На первый план выходит способность постоянно обеспечивать исследователей вычислениями, данными, энергией, кадрами и прикладными сценариями.

«Большой ИИ-компьютер» для науки уже существует

Академик Академии инженерных наук Китая Чжэн Вэйминь назвал современные передовые суперкомпьютеры, по сути, огромными машинами для искусственного интеллекта, особенно в научных исследованиях. В этой архитектуре квантовые вычисления могут стать следующим слоем.1

Такой взгляд задаёт реалистичную последовательность развития. Универсальные отказоустойчивые квантовые компьютеры пока требуют решения проблем с ошибками, коррекцией и масштабированием. Суперкомпьютеры и ИИ уже сегодня могут выполнять значительный объём задач в области AI for Science — например, помогать в поиске материалов и прогнозировании структуры белков.1

Для исследовательских организаций это означает, что не обязательно ждать появления универсального квантового компьютера. Классические высокопроизводительные системы можно использовать уже сейчас — для обработки данных, моделирования, калибровки экспериментов и подготовки алгоритмов. Квантовые устройства будут подключаться там, где их особенности действительно дают преимущество.

Как ИИ помогает искать новые материалы

Один из наиболее наглядных примеров, представленных на конференции, связан с поиском высокотемпературных сверхпроводников. Исследователи объединили принцип металлизации σ-связи из теории квантовых многочастичных систем с ИИ-скринингом. Из базы, содержащей более двух миллионов материалов, были отобраны 31 кандидат, причём 18 из них ранее не предсказывались.1

Этот результат иллюстрирует не замену физики искусственным интеллектом, а разделение ролей:

• физическая теория задаёт направление поиска;
• ИИ быстро просматривает огромное пространство возможных материалов;
• суперкомпьютеры обеспечивают обработку данных и последующую проверку.

Академик Академии наук Китая Гун Синьго предложил развивать инструменты, в которых исследователь сможет формулировать задачу естественным языком, а ИИ будет подбирать необходимые «навыки» и вызывать соответствующие вычислительные процедуры.1 В случае успеха такой подход снизит зависимость материаловедения от небольшого числа специалистов, умеющих вручную выстраивать сложные расчётные цепочки.

Китай и американская инициатива Quantum Genesis

Гао Вэнь сопоставил китайское направление комплексного развития вычислений с инициативой Quantum Genesis, объявленной Министерством энергетики США в 2026 году. В опубликованных американских материалах среди целей программы указано создание научно значимых отказоустойчивых квантовых компьютеров и координация работы федеральных структур, национальных лабораторий и промышленности.

Однако сравнивать эти инициативы следует осторожно: их цели, масштабы инвестиций и организационные механизмы могут различаться. Речь идёт не о доказательстве полного превосходства одной страны, а о сходном стратегическом понимании: квантовые технологии требуют связки с ИИ, высокопроизводительными вычислениями, научными лабораториями и промышленной базой.

Стала ли «量超智» официальной государственной программой Китая?

Нет — по имеющимся материалам так утверждать нельзя. «量超智» была темой конференции и стратегическим предложением выступавших академиков и экспертов, но не отдельным официально опубликованным государственным планом.123

Тем не менее мероприятие обозначило достаточно ясную линию обсуждения:

• использовать ИИ для совершенствования квантового оборудования, программного обеспечения и алгоритмов;
• опираться на суперкомпьютеры как на ближайшую платформу для AI for Science;
• рассматривать квантовые системы как будущий уровень для решения отдельных особо сложных задач;
• объединять вычислительные мощности, сети, чистую энергетику и национальные лаборатории;
• связывать университеты, исследовательские институты, компании, государственные структуры и инвесторов, чтобы переводить разработки из лабораторий в масштабируемые продукты.237

Главный сигнал Шэньчжэньской конференции поэтому связан не с тем, что квантовые вычисления уже стали универсальным практическим инструментом. Скорее, меняется сама логика технологической гонки: вопрос звучит уже не как «у кого самый мощный квантовый процессор», а как «кто лучше организует единую систему из квантовых вычислений, ИИ, суперкомпьютеров и научной инфраструктуры».