Quantencomputing wartet auf seinen "Nvidia".

Anfang 2024 legte das Management von BosonQ Psi ein scheinbar eher „konservatives“ Ziel fest, als es die Jahres-OKRs festlegte: Mindestens einen Quantencomputer zu verkaufen.

Im damaligen Branchenkontext war der Quantencomputer immer noch ein feines Forschungsinstrument, das von Kabeln umwickelt war und im Labor lag. Selbst in den Augen vieler Kollegen war es schon eine Leistung, die Laborziele zu erreichen, und es schien noch zu früh, über „Verkäufe“ zu sprechen.

Aber die anschließende Marktreaktion nahm das Team völlig überraschend. Die Bestellungen übertrafen die Erwartungen um ein Vielfaches, und die Prototypen, die im Labor „von Hand“ hergestellt wurden, konnten den realen kommerziellen Anforderungen nicht mehr gerecht werden. Ende 2025 baute dieses Startup eine Fabrik in Shenzhen, die auch die erste in China für die massenhafte Herstellung von speziellen optischen Quantencomputern ist.

Diese Fließbandproduktion, die aus dem Labor in die Fabrik erweitert wurde, spiegelte eine Möglichkeit wider, die von der herrschenden Erzählung lange ignoriert wurde: In der NISQ- (Noisy Intermediate-Scale Quantum) Ära, bevor der perfekte universelle Quantencomputer entsteht, haben möglicherweise die nicht so perfekten speziellen Quantencomputer bereits den Weg für die Kommerzialisierung geebnet.

Der Weg des Nichtkonsenses

Unter den chinesischen Quantencomputing-Unternehmen ist BosonQ Psi ein untypisches Beispiel.

Origin Quantum ist an der Universität von Wissenschaft und Technologie Chinas (USTC) verankert, Turing Quantum an der Shanghai Jiao Tong University, und Guodun Quantum hat staatliche Kapitalbeteiligung. Dies ist fast die Standardausstattung in der Branche. BosonQ Psi ist jedoch ein rein privates Unternehmen, gegründet von Wen Kai, der von Stanford University abgeschlossen hat, und Ma Yin, der mehrere Jahre in der Raumfahrtbranche gearbeitet hat.

Der Gründungsprozess von BosonQ Psi unterschied sich auch von der Branchennorm. Anfang 2020, als die meisten Kollegen sich noch zwischen Technologien wie Supraleitung, Ionenfallen oder optischen Quanten entschieden, traf BosonQ Psi eine noch grundlegendere „gegenkonsensuelle“ Entscheidung: An der Abzweigung zwischen universell und speziell setzte es auf letzteres.

Ma Yin gestand in einem Interview mit Jiemian News, dass die Logik dieser Entscheidung äußerst einfach war – „es gibt die Möglichkeit, es sofort nutzen zu können“.

Im Bereich des Quantencomputings wird die Entwicklung eines praktischen universellen Quantencomputers als der herrschende Endziel betrachtet. Dabei versucht man, physikalische Qubits durch die Manipulation natürlicher Elementarteilchen (wie Josephson-Knoten bei der Supraleitungsroute, Ionen bei der Ionenfallenroute usw.) zu konstruieren, um so Quantenrechnungen durchzuführen. Die Anzahl der physikalischen Qubits ist der Kernindikator für das technologische Niveau.

Das Problem ist, dass Qubits sehr fehleranfällig sind. Oft sind unzählige physikalische Qubits erforderlich, um ein stabiles „logisches Qubit“ zu korrigieren und relativ konsistente und genaue Berechnungen durchzuführen.

Es ist in der Branche ein Konsens, dass die Umsetzung von Anwendungen mindestens 10 bis 20 Jahre lang an einer harten Schwelle stoßen wird. Selbst die Konzernen kämpfen schwer – IBM hat die Planung zur Erreichung von 2.000 Qubits auf 2033 verschoben; Google hat zwar einen Chip mit 105 Qubits, aber es gibt noch kein bestimmtes Zeitplan für das von ihm festgelegte Meilenstein von 1.000 Qubits.

„Der Quantencomputer befindet sich derzeit noch in der Phase der Geräteentwicklung.“ sagte ein Techniker von Guoyi Quantum gegenüber Jiemian News, „derzeit kann man in China möglicherweise nur bis zu einer Größenordnung von zehn Qubits erreichen, und die Fidelität erreicht schwerlich 99% – das heißt, bei jeder Zwei-Qubit-Gatter-Operation besteht eine 1%-ige Wahrscheinlichkeit für einen Fehler.“

Ma Yin erhielt aus den Kundendaten die echte Rückmeldung, dass mindestens 1.000 fehlerkorrigierte Rechenqubits erforderlich sind, um gegenüber klassischen Computern einen Quantenvorteil zu erzielen.

Angesichts der langen technologischen Aufstiegsperiode wählte BosonQ Psi einen vertikaleren Weg – den kohärenten optischen Quantencomputer.

Als spezieller optischer Quantencomputer strebt er nicht die Konstruktion komplexer logischer Gatter an, sondern nutzt die physikalischen Eigenschaften optischer Quanten, um speziell Probleme der kombinatorischen Optimierung zu lösen. Der entscheidende Unterschied besteht darin, dass der spezielle Quantencomputer keine komplexen logischen Gatter konstruieren muss und somit das Problem der Fehlerkorrektur, das universelle Quantencomputer haben, umgeht.

Ein Techniker, der sich mit der Forschung an universellen Quantencomputern befasst, sagte gegenüber Jiemian News, dass die Parameter eines universellen Quantencomputers beliebig geändert werden können und verschiedene Funktionen durch die Änderung der Software realisiert werden können, aber die technische Schwierigkeit sehr hoch ist. Der spezielle Quantencomputer hat relativ feste Bauteile und kann nur auf eine Art von Problemen zugeschnitten sein, er erfordert jedoch keine sehr genaue Bedienung, sondern tauscht Freiheitsgrade gegen Genauigkeit und andere Fähigkeiten.

Ma Yin verwendete eine anschaulichere Metapher, um diesen Unterschied zu beschreiben: Wenn der universelle Quantencomputer ein allmächtiger CPU ist, will BosonQ Psi den GPU der Quantenära werden. Der GPU erreicht durch die Integration von Tausenden von Rechenkernen eine Massivparallelrechnung. Obwohl die Steuerlogik relativ einfach ist, ist er extrem gut darin, hochparallelisierte Aufgaben wie die Grafikverarbeitung zu bewältigen.

Der Rechenvorteil des kohärenten optischen Quantencomputers basiert auf den Gesetzen der statistischen Physik.

Wenn ein klassischer Computer komplexe kombinatorische Optimierungsprobleme löst, muss er oft alle möglichen Lösungen durchlaufen, und der Rechenaufwand und die Zeitkosten steigen exponentiell. Der kohärente optische Quantencomputer baut stattdessen eine heterogene optische Pfadarchitektur aus „räumlichen optischen Pfaden + optischen Fasern“ auf, die sich während der Entwicklung automatisch in den Zustand mit der niedrigsten Energie des Hamilton-Operators zusammenzieht. Dieser physikalische Zustand entspricht gerade der „optimalen Lösung“ des mathematischen Problems, so dass die Lösung automatisch auftritt.

Nachahmung von NVIDIA

Das Umgehen der Probleme der Fehlerkorrektur und des Rauschens bedeutet nicht, dass der Weg des speziellen Quantencomputings keine Hürden hat.

Die Hardwareentwicklung von Quantencomputern ist extrem schwierig. Im Gegensatz zu Halbleiterchips, die auf eine Nanometer-Prozessierung abzielen, liegt die Schwierigkeit von optischen Quantenchips nicht in der Prozessgenauigkeit, sondern eher in einem „halbwissenschaftlichen, halbtechnischen“ Problem. Fotolithografie, Ätzen, Parametereinstellung … bei jedem Verfahrensschritt fehlen ausgereifte Industriestandards, und man muss Schritt für Schritt herangehen. Glücklicherweise kann man sich auf die industrielle Basis der optischen Kommunikation und optischen Modulchips stützen.

Aber außerhalb der Hardware war die Ökosystem des Quantencomputings in den letzten Jahren fast ein Ödland: Es gab keine Compiler, keine Frameworks und auch keine Entwickler, die Algorithmen entwickelten.

Ma Yin dachte an NVIDIA als Bezugssystem. Der Aufstieg des GPUs beruhte nicht nur auf der Hardware, sondern auch auf dem CUDA-Compiler, dem Transformer-Framework und den Tausenden von Algorithmentwicklern in der Künstlichen-Intelligenz-Welle.

„Die gegenseitige Annäherung von Hardware und Algorithmen“, betonte er wiederholt diese Aussage, „ein rein hardwareorientierter Blick ist nur ein einseitiges Argument.“

BosonQ Psis Gegenmaßnahme war, die Struktur von NVIDIA zu kopieren. Über der Hardware wurde der Kaiwu SDK-Compiler aufgebaut, der dem CUDA entspricht; darüber befindet sich das auf dem Boltzmann-Maschinen basierende Quanten-AI-Framework; und auf der obersten Ebene befinden sich die Anwendungsalgorithmen für verschiedene Branchen.

Die Kern-Entwurfsphilosophie des Compilers besteht darin, die Nutzungsbarriere für Entwickler stark zu senken, so dass KI-Entwickler ohne Kenntnis der technischen Prinzipien der Quantenphysik in PyTorch einloggen können und auf der Grundlage von Python Quantenalgorithmen nach einem Standardframework entwickeln können, um die Rechenleistung eines echten Quantencomputers aufzurufen.

„Die Schnittstellen für die Entwickler haben sich sogar nicht geändert.“ sagte Ma Yin. Dies ist der Kern seines sogenannten „migrierenden Ökosystems“. Der Quantencomputing-Ökosystem in der gegenwärtigen Phase ist nicht in der Lage, viele neue Leute zu bilden, sondern kann nur versuchen, die bestehenden KI-Entwickler stärker einzubeziehen.

Laut Ma Yin ist die Zusammenarbeit mit Kunden im Wesentlichen auf den funktionierenden Algorithmen basiert – erst durch die Bedürfnisse an Algorithmen entsteht die Notwendigkeit der Hardwarebereitstellung.

Es ist bemerkenswert, dass weder der universelle noch der spezielle Quantencomputer in der gegenwärtigen Phase alleine funktionieren kann.

Der spezielle Quantencomputer ist gut darin, kombinatorische Optimierungsprobleme zu lösen, aber eine vollständige Rechenaufgabe erfordert immer noch die Beteiligung eines klassischen Computers. Ma Yin nannte dies „kooperative Zusammenarbeit“: Zunächst wird die Aufgabe auf der oberen Ebene aufgeteilt. Einige Schritte eignen sich für den klassischen Computer, andere für den Quantencomputer, „und es kann auch eine wechselseitige Berechnung geben“.

Dies ist tatsächlich auch die herrschende Wahl in der Branche. Die von NVIDIA zuvor veröffentlichte CUDA-Q-Plattform ermöglicht die kooperative Nutzung von GPU-, CPU- und QPU-Ressourcen in einem einzigen Quantenprogramm für die Berechnung. Das im Oktober 2025 veröffentlichte NVQLink ist sogar eine Interkonnektionstechnologie, die darauf abzielt, Quantenprozessoren mit den KI-Supercomputern zu verbinden, die für ihren effizienten Betrieb erforderlich sind.

Schematische Darstellung der NVIDIA NVQLink-Technologie. Bildquelle: NVIDIA-Website

Erste Schritte in der Kommerzialisierung

Das Ökosystem ist noch nicht ausgebildet, aber die Versuche zur Kommerzialisierung haben bereits begonnen. Hochleistungsrechenzentren wurden zu den ersten Kunden, um die sich Quantencomputing-Unternehmen bewarben.

Das Quantenannealing-Unternehmen D-Wave hat einst einen speziellen Quantencomputer für 12,64 Millionen US-Dollar an das Jülich Supercomputing Centre in Deutschland verkauft, was als markantes Ereignis für die Kommerzialisierung des speziellen Ansatzes angesehen wird. Mehrere Fachleute aus dem Bereich des universellen Quantencomputings sagten gegenüber Jiemian News, dass sie auch in Bezug auf die Hochleistungsrechenzentren auf regionaler Ebene bereits lieferungen und Ergebnisse hatten.

BosonQ Psi zielte auf denselben Markt ab und gewann 2025 den Auftrag für das Projekt des Chengdu Supercomputing Centres. Es installierte einen selbst entwickelten kohärenten optischen Quantencomputer in der Rechencluster des Hochleistungsrechenzentrums und wurde damit der erste spezielle Quantencomputer, der in einem nationalen Hochleistungsrechenzentrum in China installiert wurde.

Modell eines kohärenten optischen Quantencomputers mit 1.000 Qubits (1:10). Bildquelle: Foto eines Reporters von Jiemian News

Ma Yin gab bekannt, dass die Installationspläne für weitere Hochleistungsrechenzentren in verschiedenen Regionen bereits auf dem Plan stehen.

Aber wie viel tatsächlichen Wert die Zusammenarbeit mit Hochleistungsrechenzentren bringt, gibt es auch unterschiedliche Meinungen in der Branche.

Ein Unternehmen für universelle Quantencomputer hat auch einem regionalen Hochleistungsrechenzentrum einen Quantencomputer geliefert und eine Cloud-Plattform für gemischte Quanten-Hochleistungsrechnung aufgebaut. Ein Techniker des Unternehmens sagte gegenüber Jiemian News, dass „das Ganze ziemlich der Erwartung der Stadtregierung an das Hochleistungsrechenzentrum entspricht“, aber er gab auch zu, dass es noch einen großen Abstand zur echten Kommerzialisierung gibt und es eher eine „aussernotwendige Wahl“ ist, da man derzeit keine echten Anwendungsfälle findet.

Die Cloud-Plattform ist ein anderer Weg.

Die Quanten-Cloud-Plattform ähnelt der Kauf von KI-Rechenleistung über Cloud-Server. Sie wird über öffentliche Cloud-Plattformen wie Mobile Cloud, Alibaba Cloud und Huawei Cloud sowie über selbst entwickelte Cloud-Plattformen betrieben. Die Verbraucher registrieren sich online, beantragen ein Konto und werden je nach der verwendeten Rechenleistung und Rechenaufgabe pro Nutzung berechnet. Laut der Statistik von BosonQ Psi stammen etwa 39% der Benutzer seiner Plattform aus dem Bereich der Biomedizin. Es hat Kooperationen mit dem National Laboratory of Guangzhou, Crystal Pharmatech und BGI etabliert, aber ein beträchtlicher Anteil besteht auch aus kostenlosen Nutzern von Hochschulen.

Dieser Weg hat auch andere auf die Anwendungs-Ebene spezialisierte Quantenunternehmen hervorgebracht. Beispielsweise stellt das auf Quantencomputing-Cloud-Plattformen spezialisierte Keda Guochuang selbst keine Quantencomputer her, sondern kooperiert mit Hardwareherstellern wie Jiuzhang Quantum und Guodun Quantum, um Entwicklern und Forschungsinstituten eine Laufzeitumgebung für klassisch-quantum-mischte Algorithmen bereitzustellen und Algorithmenanwendungs-Schnittstellen für Regierungs- und Unternehmenskunden freizugeben.

„Die Branche befindet sich insgesamt noch in einem sehr frühen Stadium.“ gestand ein Mitarbeiter von Keda Guochuang in einem früheren Interview mit Jiemian News. Ihre Strategie besteht darin, gemeinsam mit Branchenkunden Quanten-Software zu entwickeln und Anwendungsfälle in Bereichen wie Verkehr und Kommunikation zu erkunden.

Unabhängig davon, ob es sich um universelle oder spezielle Quantencomputer handelt, ist die Gewinnschwierigkeit eine Branchenrealität. Ein Mitarbeiter von Guizhen Chip, einem Unternehmen für integrierte optische Quantenchips, sagte gegenüber Jiemian News, dass nach seinen Informationen die meisten chinesischen Quantencomputing-Unternehmen derzeit noch keine Gewinne erzielen. „Was die gesamten Geräte betrifft, bieten wir nur externe Dienstleistungen und erstellen einige Beispiele, aber das löst nicht das Problem der Kommerzialisierung unseres Unternehmens.“ Er gab bekannt, dass die meisten Unternehmen immer noch auf Finanzierungen angewiesen sind.

Dieses Arbeitsteilungsmuster spiegelte die Realität der Quantencomputing-Industrie wider: Die Hardwarehersteller konzentrieren sich auf die Verbesserung der Anzahl und Stabilität der Quantenqubits, während die Plattformanbieter versuchen, die Nutzungsbarriere zu senken und die Nachfrage- und Angebotsseiten zu verbinden. In der Zeit, in der