2026年7月23日，科创板人工智能上市公司罗普特（688619.SH）与北京大学深圳研究生院在深圳正式签署合作协议，共同成立“量子技术联合实验室”。
据悉，本次校企联合成立实验室，将重点围绕“专用量子计算”等新型计算范式展开深度合作，锚定CMOS伊辛机（Ising Machine）应用落地，打通“算法优化—架构设计—硬件落地”全技术链条。这一动作不仅折射出前沿算力架构探索的深化，也为资本市场观察AI与量子科技融合落地提供了切近的产业视角。
产业逻辑：AI深化应用催生专用算力需求
随着人工智能产业加速从“通用大模型训练”迈向“垂直行业复杂推理与工业决策”阶段，计算需求发生了深刻变化。在金融投资、生物医药、人工智能等典型场景中，核心难题在于求解海量离散变量的“组合优化问题”。对于这类求解空间呈指数级增长难题，在部分离散优化任务中，传统通用CPU与GPU依赖通用算力堆叠将面临能耗、时延和成本压力。
在这一背景下，专门用于求解伊辛模型基态、高效应对组合优化问题的专用物理计算架构——伊辛机（Ising Machine），成为了前沿新型计算领域的重要攻关方向。早在2023年，IBM在Nature发表一篇封面论文表示，研究者和合作者们通过伊辛模型（Ising model）的使用，在一个存在噪声的127位的量子处理器上，产生了准确的计算结果，证明了伊辛计算的可靠性。从行业增长逻辑来看，当前看好“AI+专用量子计算”赛道主要源于三大驱动力：AI落地进入深水区，高能效专用加速需求爆发；算力堆叠能耗过高，亟需经典计算之外的数学模型加速路径；通用型量子计算短期无法落地，伊辛计算正从理论走向工程验证，有望成为智能计算体系中的重要增量分支。
技术路线：全数字CMOS伊辛机路线的工程化优势
在伊辛机技术领域，目前形成了两大主流技术路线，各自具备不同的物理特性与工程化考量：一类是以超导量子比特为介质的量子伊辛机，另一类是以光学器件或芯片为介质的光学伊辛机。相较于传统技术路径，联合实验室突破性地采用基于CMOS技术的伊辛机架构，依托成熟的工艺节点，高效推进量子计算的低成本、规模化工程化落地。
北京大学苏钰淇团队此前已发布全数字存算一体CMOS伊辛机，相较于现有技术，实现了能效提升与计算速度新的突破，系列成果发表于ISSCC、VLSI、JSSC等顶级学术会议。这种高工程可行性，为专用算力的本土化量产与产业化应用奠定了坚实基础。
基本面：主业企稳，转型卡位并进
罗普特（688619.SH）作为国家级专精特新“小巨人”企业，深耕计算机视觉与人工智能领域近20年，积累了较强的技术底座与场景资源。2026年一季度,罗普特实现营业收入2424.13万元，同比增长18.29%；经营活动产生的现金流量净额为2573.25万元，同比大增108.9%。财务指标表明，随着费用端管控显效与回款力度加大，公司主业正逐步企稳复苏，造血能力有所改善。
市场展望：异构协同打开算力新空间
值得一提的是，本次与罗普特合作的北京大学信息工程学院在新型算力领域具备深厚的科研底蕴与先发优势。信息工程学院下设的“广东省存算一体芯片重点实验室”，研究团队在国际上首次实现了面向高复杂度排序任务的存算一体化硬件系统，成功打破了存算一体技术难以处理排序等非线性计算的限制；此前，信息工程学院院长杨玉超团队，联合中国科学院上海微系统与信息技术研究所研究员宋志棠团队等在《科学》发表最新研究成果，团队研制出了全球首个基于相变忆阻器的毫秒级神经动力学系统芯片，较当前最先进的专用加速器实现3.82至36.27倍速度提升，以及11.75至24.73倍功耗降低，在脑皮层表面重建等高保真脑建模任务中，较英伟达GPU提速达50.38至478.18倍。
关于未来算力基础设施的演进方向，业内普遍认同通用GPU与专用计算芯片的异构协同，这被视为突破功耗与性能瓶颈的重要路径。罗普特有望在垂直场景率先探索专用算力加速方案。对于资本市场而言，罗普特在基本面企稳之际的前瞻卡位，值得持续跟踪关注。
盈透证券提示：文章来自网络，不代表本站观点。
