Libra被设计为一个 “百万量子操作”(megaquop)级别 的系统——这意味着它能够执行大约一百万次可靠的逻辑量子操作。QuEra预测,该系统将提供超过256个纠错逻辑量子比特,并且逻辑错误率将低至10⁻⁶(百万分之一)。这种级别的可靠性被广泛认为是运行材料科学、量子化学和高能物理等领域科学应用的门槛——在这些领域,传统计算机的模拟能力已经捉襟见肘。
这两个时间点的区别至关重要:
两者之间的时间差,很可能对应着将云上容错机器打包成可被企业部署使用、具备重复操作性和高成本效益的系统,所需的大量工程化工作。
Ocelot基于超导量子电路,代表了亚马逊所称的“首个基于玻色子量子纠错的可扩展架构的实现” 。该芯片的设计将纠错直接集成到硬件中,AWS声称,与传统的纠错方法相比,这可最高降低90%的量子纠错成本
。
Ocelot由位于加州理工学院的AWS量子计算中心研发,采用两个小型硅微芯片堆叠结构,并主打从底层开始就具有硬件高效率的设计 。它加入了谷歌、IBM和微软等公司的早期量子芯片俱乐部,这表明AWS有意在硬件和云访问两个领域同时展开竞争。
德桑蒂斯本人也明确将量子计算列为其新统一组织内的长期押注方向之一。2026年初,AWS确认正在积极开发Ocelot芯片,并同步运营着Braket云服务,该服务已经允许客户体验来自QuEra和Rigetti等供应商的量子系统 。
Libra建立在QuEra现有的中性原子平台之上,该平台已包含256量子比特的Aquila模拟系统和Gemini级别机器。向容错逻辑量子比特的迈进,以及Libra所瞄准的百万分之一错误率,标志着从含噪声中等规模量子时代向能够运行需要数千次无误操作的算法的机器时代的转型 。
在VivaTech的同一场对话中,德桑蒂斯在展现对量子计算的乐观态度的同时,也坦诚地评估了AI领域面临的挑战。
“最重大的AI突破仍在未来,”他说,并补充道,今天占主导地位的Transformer架构“不会是最后一种架构” 。在亚马逊官方发布的摘要中,德桑蒂斯强调,未来的模型架构需要与专用芯片同步进化,才能实现类似人类的响应速度和更深层次的推理能力
。
这一背景之所以重要,是因为在亚马逊的战略中,量子计算与人工智能正日益变得密不可分。德桑蒂斯领导的组织结构,被特意设计为将AI模型、定制芯片和量子计算统一归到一个领导之下——这无疑是一个信号,表明亚马逊认为每个领域的进步都能推动其他领域的发展 。
德桑蒂斯的预测是在整个行业加速量子计算时间表的大背景下做出的。
2026年6月初,微软 宣布将其可扩展、商业可用量子计算机的目标时间从2033年提前至 2029年 。催化剂是其第二代拓扑量子芯片—— Majorana 2 ,微软表示该芯片的可靠性是前代产品的1000倍
。
微软声称,新芯片将量子比特的相干时间平均提升到了20秒,这一飞跃为微软提供了信心。微软量子计算副总裁Zulfi Alam表示,公司有信心在2029年前部署能够执行经典计算机无法完成的计算任务的机器 。微软技术研究员、负责量子硬件的Chetan Nayak也称:“我们将时间表缩短了一半。”
以下是各家公司所公开的目标对照:
| 公司 | 目标年份 | 描述 | 关键硬件 |
|---|---|---|---|
| 亚马逊/AWS | 2028年 | 通过QuEra合作,在Amazon Braket上实现容错量子计算 | QuEra Libra(256+逻辑量子比特,中性原子) |
| 亚马逊(德桑蒂斯预测) | 2031–2033年 | 首批具备商业可行性小规模量子计算机 | 未绑定特定系统,属更广泛的行业预测 |
| 微软 | 2029年 | 在Azure数据中心部署可扩展、商业可用的量子计算机 | Majorana 2(拓扑量子比特) |
不过,在进行横向比较时需要留意一些关键差异。亚马逊2028年通过与QuEra合作实现的是针对科学应用的容错机器云部署里程碑,而德桑蒂斯的五至七年商业可用性预测则是一个更广泛的行业展望。微软的2029年目标则是单一的供应商目标,而一些评论者也指出,微软尚未公开展示功能齐全的拓扑量子比特原型 。
总的来说,通往实用量子计算的竞争赛程,如今比两年前最乐观的观察者所预想的还要紧凑得多。德桑蒂斯在2026年VivaTech大会上的讲话,加之亚马逊庞大的硬件投资和与QuEra的深度合作,都预示着这家公司意图成为这次技术转型期的主要平台——2028年前以云服务形式提供容错量子计算,并坚信商业上的可行性将在数年后随之而来。