但微軟偏不走尋常路。它死磕了一條冷門且極其艱難的路線——拓撲量子。這條路微軟一走就是二十年，一直被業(yè)內質疑是 " 紙上談兵 "。
如今，微軟終于亮出了底牌。美西時間 6 月 2 日，微軟在 2026 年 Build 開發(fā)者大會上正式發(fā)布第二代拓撲量子處理器 Majorana 2，該芯片搭載了 12 個量子比特，較上一代產品的 8 個有所提升。
Majorana 2 沒有盲目堆比特，而是通過底層材料重構，實現(xiàn)了可靠性千倍提升，直接把商用量子計算機的落地預期大幅提前，劍指 2029 年。
這一次，拓撲量子真的從理論走進了現(xiàn)實。
附Majorana 2論文地址：
https://quantum.scene7.com/is/content/quantum/Majorana-2-Tech-Paperpdf
自帶防彈衣的拓撲量子
要看懂微軟的路線，得先知道現(xiàn)在的量子芯片有多脆弱。
主流量子比特（超導、離子阱）極其嬌貴，就像寫在沙灘上的字，環(huán)境溫度哪怕微微一變，或者有一絲雜波干擾，" 字 " 就被抹掉了（物理學叫 " 退相干 "），計算結果全錯。
為了糾錯，IBM 們只能用最笨的辦法：用成千上萬個物理比特當 " 監(jiān)工 "，盯著一個干活比特，隨時糾正錯誤。這就導致芯片越做越大，制冷成本天價，還不一定能算對。
微軟的拓撲量子比特，走的是另一條路：硬件級容錯。
它的靈感來自一個生活常識：一張紙很容易撕破，但一根打了結的繩子，無論你怎么拉扯，結都在那里。拓撲量子比特就是利用這種 " 結 " 的原理，它不把信息存在單個脆弱的粒子上，而是把信息拆成兩半，放在超導納米線的兩端（物理學叫馬約拉納零能模）。
這樣一來，信息就像打在繩子上的結，局部的風吹草動根本破壞不了整體結構。天生抗噪，意味著不需要海量 " 監(jiān)工 " 糾錯，天然適合未來做大芯片。
AI" 煉丹 " 提速
雖然理論很美，但上一代 Majorana 1 還是太短命，計算還沒開始，量子態(tài)就崩了。Majorana 2 最核心的突破，是給量子比特換了一身 " 行頭 " ——底層材料棧的全面重構。
但這不是靠運氣碰出來的。這一次，微軟的一個重要輔助工具是當下最火的 AI。
造量子芯片，最難的不是畫圖紙，而是找材料。傳統(tǒng)材料學就像 " 煉金術 "，科學家憑經驗把不同元素混在一起，放進極低溫冰箱測試，不行就換，每次試錯動輒數月甚至數年。這也是為什么拓撲量子遲遲無法突破的原因——合適的材料組合就像大海撈針。
微軟換了個玩法，引入自研的 AI 平臺 Discovery 作為 " 超級加速器 "。在 AI 的輔助下，材料篩選從 " 盲人摸象 " 變成了更高效的工程篩選：AI 能在短時間內對數以千萬計的原子級材料組合進行高通量模擬，幫助科學家快速鎖定最有潛力的候選材料，從而加速工藝迭代。
正是借助 AI 的加速能力，微軟以前所未有的速度鎖定了全新的材料體系（基于鉛的異質結構，替代上一代的鋁基材料），并帶來了兩大質變：
第一，" 防彈衣 " 變厚了。 材料重構讓拓撲能隙（topological gap，即量子比特的 " 防彈衣 " 厚度）較前代典型器件實現(xiàn)了約兩倍的提升。外界的噪聲雜波更難打穿，量子態(tài)更加穩(wěn)定。
第二，可靠性暴漲 1000 倍。 穿上新防彈衣的 Majorana 2，綜合可靠性是上一代的 1000 倍（主要體現(xiàn)在量子比特壽命從毫秒級提升至秒級，最長超過一分鐘），遠超當前多數商用原型機，一舉解決了拓撲量子 " 活不長、沒法算 " 的死穴。
可以說，AI for Science 的范式大大加速了微軟拓撲量子的材料迭代進程。
劍指 2029 算力拐點
有了好材料，還得有好的操控邏輯。傳統(tǒng)量子芯片運算，就像用微波去 " 撥弄 " 量子態(tài)，操作精細且極易出錯。而微軟的操控邏輯非常清奇：靠 " 測量 " 來算題。
在微軟的拓撲納米線里，信息很簡單：如果里面的電子總數是偶數，就記為 0；是奇數，就記為 1。就像看一個房間里的人數是單數還是雙數。研發(fā)人員只需發(fā)送數字脈沖，" 看 " 一眼電子的奇偶，就能讀出信息；多看幾次組合起來，就能完成復雜的量子運算與糾錯。
這套單次讀取極快、數字精準的 " 數人數 " 方案，天然適配容錯計算，為未來大規(guī)模陣列的集成控制鋪平了道路。
正因在材料與操控上的雙重跨越，Majorana 2 已經闖入了美國 DARPA（國防高級研究計劃局）實用量子計算項目的最終階段，并接受了洛斯阿拉莫斯等頂尖國家實驗室的聯(lián)合驗證。有了國家隊的背書，微軟直接把原定 2033 年的商用計劃大幅提前，放出豪言：2029 年，造出能解決實際問題（新藥研發(fā)、密碼破譯等）的拓撲量子計算機。
借力 AI 加速迭代與國家級資源的支持，微軟認為自己已經蹚過了最難的河。
量子計算是下一代算力革命的圣杯。過去幾十年，全人類都困在 " 比特太脆、糾錯太貴 " 的死循環(huán)里。Majorana 2 的出現(xiàn)至少提供了一個新思路：換一種路徑，用 AI 重構材料，從底層硬件要穩(wěn)定性，路也許能走得更寬。2029 年大考臨近，若微軟如期交卷，全球量子產業(yè)的牌桌必將重新洗牌；但若未能實現(xiàn)，拓撲量子仍將停留在實驗室中等待下一次突破。
然而，在擁抱顛覆之前，我們必須潑一盆冷水：拓撲量子路線至今在學術界仍存在巨大爭議，微軟的 " 千倍躍升 " 尚未蓋棺定論。
迄今為止，拓撲量子計算未有被獨立第三方重復驗證的、無爭議的量子比特操作演示。本次 Majorana 2 的發(fā)布，微軟并未在《自然》或《科學》等頂級期刊同步發(fā)表同行評議論文，其結論尚待學術界進一步檢驗。多位獨立物理學家（如匹茲堡大學 Sergey Frolov、圣安德魯斯大學 Henry Legg）公開指出，微軟尚未提供足夠獨立的驗證數據，來無爭議地證明該芯片真正實現(xiàn)了拓撲量子比特功能。
更值得警惕的是微軟的 " 前科 "：2021 年，微軟曾因數據問題，被迫撤回過一篇宣稱發(fā)現(xiàn)馬約拉納費米子的《自然》論文。
因此，本文所述性能飛躍均為微軟官方單方面發(fā)布的信息與數據。在量子計算的深海里，是暗礁還是真金，唯有時間與嚴格的同行評議能給出答案。（本文首發(fā)鈦媒體 APP，作者 | 硅谷 Tech news，編輯 | 趙虹宇）
