深度解读 Majorana 2：AI 设计的拓扑芯片如何让实用量子计算机在 2029 年成为可能

关键突破：全新的材料堆栈

性能的飞跃根植于材料科学。为了 Majorana 2，微软的量子团队彻底革新了芯片的材料成分。最大的变化是将超导体从铝换成了铅。半导体活性区域也更新为砷化铟和砷化铟锑的组合，并在制造过程中加入了锑层 。

这个新的材料堆栈创造了一个更稳定的“拓扑相”，这是一种奇异的物质状态，马约拉纳零能模在此涌现并保护量子信息 。一个名为 拓扑间隙的关键指标，相比 Majorana 1 的设计提升了一倍多 。更大的拓扑间隙就像一个能量护盾，能主动抑制通常会破坏量子比特脆弱状态的环境噪声。其结果是，这种量子比特能在微秒级的时间内执行门操作，同时平均存活 20 秒，某些情况甚至可以超过一分钟 。

代理式 AI 如何加速设计进程

如此量级的材料突破通常需要多年的枯燥实验，但微软动用了自己的秘密武器：代理式 AI。量子硬件团队与 Microsoft Discovery 合作，这是一个旨在通过探索广阔复杂的设计空间来加速科学研究的 AI 平台 。

AI 代理的任务是识别稳定的材料堆栈和优化的器件几何结构，而不是手动测试各种材料组合。微软技术院士兼量子硬件负责人 Chetan Nayak 指出，代理式 AI 对于快速迭代、实现 Majorana 2 的可靠性飞跃至关重要，让团队得以绕过此前阻碍拓扑量子比特性能提升的障碍 。简而言之，AI 不仅运行了模拟，还积极帮助“发明”了新的芯片架构 。

激进的 2029 年时间表与未来之路

凭借千倍的可靠性提升，微软正在重写其量子日程表。这家曾谈论 2033 年才能实现可扩展量子计算机的公司，如今的目标是 2029 年——仅仅三年之后 。微软量子部门公司副总裁 Zulfi Alam 表示，目标是在本年代末，让具有商业价值的机器进驻数据中心 。

微软路线图上的下一个具体步骤是，基于这些拓扑量子比特，在“数年而非数十年”的时间跨度内，建造一个“容错原型机” 。自 Majorana 1 以来未曾改变的终极愿景，是打造一个可以托在手掌上、集成百万量子比特的单芯片 。

依旧存在的科学界质疑

尽管硬件势头强劲，Majorana 2 所面对的，是一个仍对微软的拓扑声明抱有深切谨慎的科学界。去年 Majorana 1 的发布，就伴随着关于该公司是否真正创造了拓扑量子比特的巨大争论，其同行评议的验证至今仍是一个待解问题 。该公司早期的开创性研究中，甚至有一篇著名的《自然》论文在后来被撤回 。

尽管 Nayak 博士将新芯片视为大规模进步可能实现的证据，一些研究人员仍未被说服。正如《科学》杂志报道的那样，即使在这个“充满炒作的领域”，2029 年的时间表也算得上是大胆 。在宇称寿命和拓扑间隙上的进步是令人印象深刻的器件级指标，但怀疑者指出，单个长寿命的量子比特本身并不能证明通往百万量子比特机器的明确道路。微软正加倍押注其备受争议的技术路线，而未来三年，将是检验其正确与否的终极考验。