企业新闻

时间

2024-02-22

作者:market
分类:企业荣誉
引领实用化!玻色量子独揽《量子信息技术应用案例集》半壁风华
2024-02-22 00:00:00

近期,量子信息网络产业联盟(QIIA)重磅发布了2023年《量子信息技术应用案例集》。该案例集由中国信息通信研究院牵头编写,征集了量子信息网络产业联盟(QIIA)成员单位提交的四项优秀典型应用探索案例,而玻色量子成功入选了其中两项,独揽半壁风华。

 

玻色量子一直坚持引领量子计算行业实用化,此次四大案例征集成功入选两项,不仅代表着玻色量子已率先实现量子计算在多个行业的真实场景中进入了实际落地应用,还充分展示出玻色量子在量子计算机真机上具备行业领先的算力优势!

2023年《量子信息技术应用案例集》,主要涉及量子计算在金融、图形渲染、无人机等领域的应用探索进展,旨在向业界展示量子信息技术的潜在应用价值,分析应用发展现状和面临问题,为技术成果转化和应用产业培育提供了大量参考价值。

玻色量子成功入选的两项典型真机案例包括:

 

 

 

 

1.基于量子计算的信用评分特征筛选——更高效、简易的金融数据预处理模型的实用化真机测试案例。

 

2.量子计算图形渲染算力调度应用探索——路径规划问题的光学实验解的实用化真机测试案例。

此次入选的两大真机案例,玻色量子基于相干光量子计算机,不仅将真机测试结果与经典的模拟退火算法以及禁忌搜索算法结果进行数据对比,而且极具光量子算力优势的突出成果已在多家顶级学术期刊(我国知名科技期刊平台《中国科学:物理学 力学 天文学》英文版🔗由中国电子信息产业集团有限公司主管,中国电子信息产业集团有限公司第六研究所主办的《网络安全与数据治理——量子计算应用前瞻》🔗)上发表了相关论文!

 

案例一:基于量子计算的信用评分特征筛选
在金融领域中,信用评分模型(如下图所示)对于贷款业务非常重要,特征筛选作为一种数据预处理策略,是信用评分中不可或缺的重要环节。高效的特征筛选一方面能够帮助银行构建更简单、更容易理解的模型,提高数据挖掘性能,为银行业提供更好的贷款参考信息;另一方面可大幅降低银行后续在模型训练时所花费的算力与时间成本。

信用评分模型

金融行业的关键数据分析需求和分析精确度需求远高于其他行业,当特征数很大的时候,使用经典计算机进行筛选的难度将大大增加,而量子计算将很好地解决这一问题。量子计算方法还可以减少人为的参与,从而提高效率并降低业务人员的依赖,减少人为操作风险。

随着金融科技的发展,在信用评分场景上已具备成熟的数学模型和广泛的实践,本案例基于已有的信用评分典型数据集,利用玻色量子相干光量子计算机真机硬件,进行有关量子优化算法解决方案的验证与探索。经验证,玻色量子提出的解决方案结果符合预期,可作为量子计算在信用评分场景的应用实例,当前技术成熟度达到4级。

玻色量子发现,使用量子优化算法在相干光量子计算真机上运行,可以在百微秒内就求出解,比起经典计算机大大提高了计算速度,同时选出的特征集合训练得到的模型准确率也较经典计算所使用的模拟退火算法有一定提高。

 

案例二:量子计算图形渲染算力调度应用探索

近年来的诸多动画电影都给人以拟真的视觉特效震撼,现代渲染技术已经能够将各种物体,包括皮肤、树木、花草、水、烟雾、毛发等渲染得非常逼真,但这样以假乱真的渲染效果来源于巨大的算力消耗,越逼真的图像渲染时间就会花费的越久,对算力的需求也随之大大增加。当前的解决方案就是集成算力的“云渲染”,一种依托云计算的云端服务。

云渲染服务厂商会在全国各地部署大量的超算集群,出租算力用于渲染。图像渲染的算力调度任务通常做法是首先假设使用某几个服务器,然后应用各种启发式算法来确定在这个方案下的运行状态,如完成时间、负载平衡等,并比较在不同方案下的整体满意度来确定哪个才是最佳方案,如下图所示:

云渲染算力调度过程示意图

 

而在现有的云计算平台下会有多种任务同时进行。随着数据量和服务器数量的增加,在大规模的动态云渲染中,使用经典计算无法有效地配置出最优的任务/服务器调度方案,这将导致服务器和渲染任务之间的不匹配,常常会发生冗余渲染,造成计算资源浪费并降低渲染效率。

针对云渲染领域中算力调度问题的特定应用场景,可以用数学方法建模为多路数字规划问题。玻色量子研究团队提出了一种超过100量子比特的量子计算设备——相干光量子计算机的解决方案,结果证明,该方案可以实现显著的量子加速,和经典的模拟退火算法以及禁忌搜索算法相比,平均节省97%的求解时间。

不同问题规模的相干光量子计算机(CIM)和经典(SA/TABU)算法调度方案
 
量子算法可以保证其正确性且平均运行时间也保证在毫秒量级,解决时间没有明显的变化。使用相干光量子计算机随着量子比特数量的增加,在大规模问题中可以预期有更大的优势。通过玻色量子的相干光量子计算机真机对算力需求的组合优化问题进行求解,算力调度的复杂性和高成本问题都可以得到很好的解决。通过对算力的组合优化,分别给出了最小剩余时间优先、最短作业优先等两个不同需求的最优解。本案例当前技术成熟度已达到4级。
基于相干光量子计算机(CIM)和两种经典算法的运行时间(以毫秒为单位)
 

除了本次《量子信息技术应用案例集》发布的两个案例以外,玻色量子联合众多合作伙伴还实现了如5G通信领域的MIMO优化🔗等多个场景的验证,并相继发布了一系列真机测试报告与高水平的论文🔗,展现出玻色量子在量子计算实用化上的引领地位与相干光量子计算机真机上的算力优势。

未来,玻色量子将进一步提升相干光量子计算机的量子比特规模,提升行业领先的量子算力优势,继续坚持实用化量子计算的方向,深耕“产学研用”,与众多生态合作伙伴共同助推“量子+”生态产业的快速发展。

相关新闻推荐

玻色量子荣登2023北京市数字经济标杆企业榜单

引领实用化!玻色量子独揽《量子信息技术应用案例集》半壁风华

推荐文章

玻色量子荣登2023北京市数字经济标杆企业榜单

引领实用化!玻色量子独揽《量子信息技术应用案例集》半壁风华

上一篇

玻色量子荣登2023北京市数字经济标杆企业榜单

弹性盒布局占位元素
下一篇

玻色量子参编!中国信通院在QIIA理事会&第三次全会上重磅发布六大成果