2024年1月29日，由工业和信息化部业务指导，中国信息通信研究院主办的量子信息网络产业联盟（QIIA）理事会&第三次全会在北京成功召开。会议现场，中国信息通信研究院重磅发布了2023年QIIA六大成果与量子信息网络产业联盟标准。 

其中，玻色量子深度参与联盟成果编写工作：《量子计算云平台功能模型、体系架构与能力分级研究报告（2023年）》、《量子信息技术产业发展报告（2023年）》、《量子信息技术应用案例集（2023年）》、联盟标准《量子计算云平台功能要求和能力分级方法》。这不仅代表着玻色量子在量子计算领域实现的“相干光量子计算机真机落地”🔗与“恒山光量子算力平台上线”🔗等一系列技术成果突破深受业界的高度认可与支持，还标志着玻色量子在我国量子计算领域已然占据领先地位！

 

玻色量子副总裁陈亮作为重要参编单位代表参与“2023年度量子信息网络产业联盟成果”发布仪式

 

《量子计算云平台功能模型、体系架构与能力分级研究报告》

量子计算利用量子态的纠缠、叠加等特性提供一种新的计算范式，有望在特定困难问题求解过程中提供指数级加速。当前阶段量子计算机软硬件尚不成熟，运行环境要求严苛，运维成本高，无法满足个人用户本地部署的要求，云平台已成为量子计算科普教育、算法开发以及应用创新的“试验床”。

 

由中国信息通信研究院牵头编写，玻色量子参与编写的《量子计算云平台功能模型、体系架构与能力分级研究报告（2023年）》基于对国内外典型量子计算云平台的调研分析，结合国内发展现状和未来应用推广需求，提出了量子计算云平台的体系架构、功能模型和能力分级方法，同步推动量子计算云平台标准化研究。

 

研报分析，从云平台数量上看，我国已经进入全球第一梯队。

我国云平台提供商既包括传统互联网科技企业，也包括专注于量子计算的初创企业，此外还包括北京量子院、中科院等研究机构。2023 年 12 月，中国移动云能力中心联合北京玻色量子科技有限公司共同打造的“五岳量子计算云平台——恒山光量子算力平台”正式发布🔗，实现了 100 计算量子比特相干光量子计算机安全接入移动云算力底座，端到端实现“数据构建、任务提交、安全鉴权、状态监控、消息互传”的一站式支持，对外提供持续稳定的、任务式的量子真机算力服务。但是由于基于云的开发运维能力有所差异，目前国内云平台服务水平也参差不齐，主要面向科研用户提供演示级的接入服务。

 

《量子信息技术产业发展报告》

近年来，量子信息技术已经成为全球各主要国家科技政策和发展规划的关注焦点之一，投资支持力度不断加大。

由中国信息通信研究院牵头编写，玻色量子参与编写的2023年《量子信息技术产业发展报告》，对量子信息技术总体发展态势，量子计算、量子通信、量子测量三大领域关键技术进展，应用探索前景和产业生态培育情况等进行分析探讨，展望量子信息技术领域发展发展趋势。

量子计算硬件有多种技术路线并行发展，主要可分为两大类：一是以超导和硅半导体等为代表的人造粒子路线，二是以离子阱、光量子和中性原子为代表的天然粒子路线。

量子计算主要技术路线代表性研究成果

光量子路线可利用光子的偏振、相位等自由度进行量子比特编码，具有相干时间长、室温运行和测控相对简单等优点，可分为逻辑门型光量子计算和专用光量子计算两类，以玻色采样和相干伊辛机等为代表的专用光量子计算近年来的研发成果较多。玻色量子发布100量子比特相干光量子相干伊辛机“天工量子大脑”，与中国移动合作开展算力调度优化等任务可行性验证。

量子计算云平台将量子计算机硬件、模拟器、软件编译和开发工具，与经典云计算软硬件和通信网络设备相结合，可为用户提供直观和实例化的量子计算接入访问与应用服务。近年来，科技巨头、初创企业与研究机构为抢占应用产业生态核心地位，加大量子计算云平台建设投入和推广力度。全球已有数十家公司和研究机构推出了不同类型量子计算云平台，其中代表性云平台如图所示。

国内外代表性量子计算云平台概况

从云平台后端量子计算硬件路线来看，云平台后端的量子计算处理器主要可分为逻辑门型和专用型两类。专用型量子计算处理器不具备量子逻辑门操控和量子纠错编码等能力，但可用于求解组合优化、量子退火和玻色采样等专用问题，主要包括量子退火机、玻色采样机和相干伊辛机等类型。2023年，玻色量子发布100比特相干光量子计算机，与中国移动共建“五岳”量子云平台。

《量子信息技术应用案例集》

由中国信息通信研究院牵头编写，玻色量子参与编写的《量子信息技术应用案例集（2023）》征集了量子信息网络产业联盟（QIIA）成员单位提交的4项典型应用探索案例，涉及量子计算、量子加密等技术的应用，展现了在金融、图像渲染、无人机等行业和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参考。

其中，玻色量子提供了2项典型光量子计算机真机测试案例。一项是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；另一项是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。

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）对于贷款行业非常重要，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，人工筛选难度将大大增加，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，说明了将量子计算应用于特征筛选该类特定问题的可行性。

目前信用评分方向的金融科技已经具备成熟的模型构建和广泛的应用实践，在金融行业已与相关金融机构展开基于典型案例验证的深入探索，以客户需求场景为导向，将金融中时常出现的评分场景利用玻色量子相干光量子计算机真机在实验室搭建模型进行验证与探索。经验证，本案例中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。

通过特征筛选量子优化算法，结合玻色量子的相干量子计算真机测试验证发现，量子计算能在确保特征筛选准确度的前提下，带来计算速度的提升，结果如下表所示。相比传统信用评分的特征选择，效率更高而且减少人为的干扰，当特征数很大时，人工筛选难度将大大增加，而玻色量子研究团队很好地解决这一问题。从准确率地角度来衡量两者最终建模的效果，量子计算的结果与传统的结果不相上下。

量子计算与人工筛选速度对比

 

 

量子计算图形渲染算力调度应用探索

 

如今，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，但是因为各种模型和材质计算量非常的大，越逼真的图像渲染时间就会花费的越久。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

 

近年来的诸多动画电影都给人以拟真的视觉特效震撼，但这样以假乱真的渲染效果来源于巨大的算力消耗。计算机处理大型图像时，是将其拆解成无数个大小不一的三角形平面进行贴合，画面越精细，模型的面数也就越多。而在云计算平台下，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无法有效地获得最优的任务/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大大降低渲染效率。

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——相干光伊辛机的实验解决方案，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。 

不同问题规模的量子（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。CIM随着量子位数量的增加，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CIM和两种经典算法的运行时间（以毫秒为单位）

 

联盟标准《量子计算云平台功能要求和能力分级方法》

由中国信息通信研究院牵头编写，玻色量子参与编写的量子信息网络产业联盟标准《量子计算云平台功能要求和能力分级方法》，规范了量子计算云平台的功能要求和分级方法，包括量子计算云平台服务模式和功能架构、接入门户功能要求、应用服务功能要求、平台服务功能要求、基础设施服务功能要求、资源管理功能要求、资源功能要求、运营管理功能要求和安全保障功能要求等。文件适用于量子计算云平台及其相关领域的研发、应用和测试验证等工作。

未来，玻色量子将基于“天工量子大脑”真机与“五岳量子计算云平台——恒山光量子算力平台”算力优势，诚挚邀请各个行业领域的研究人员展开相关研究与计算验证，打破产、学、研、用之间的壁垒，共同营造更健康、更完善的“量子+”生态。