2024年4月26日至28日，由中國電子學會主辦，以“信息科技·新質生產力”為主題的第十七屆中國電子信息年會（CEIC）在寧波舉辦。4月27日，專題論壇“量子計算技術與應用發展”成功召開。玻色量子創始人&COO馬寅應邀參會，并發表了以“玻色量子——專用量子計算機的應用探索”為主題的精彩演講。

此次論壇，陸軍院士、王曉云副總師擔任主席，吳劍旗和童曉華兩位院士出席論壇交流，中國移動首席專家、云能力中心首席科學家錢嶺首席擔任召集人，眾多量子計算相關領域的頂尖專家，圍繞量子計算當前進展、量子真機研制、量子云平臺應用和量子算法研究等方向開展了精彩絕倫的前沿技術交流，以共同推動量子計算技術與應用的發展。

第十七屆中國電子信息年會（CEIC）

玻色量子創始人&COO馬寅演講現場

量子計算作為一種新型超級并行算力技術，在運籌決策、系統狀態預測等問題求解方面展現出對經典計算的巨大優勢，從而在金融、醫藥等行業具有變革潛力。目前，全球主要科技強國均已開展量子計算科學研究與技術研發，積極布局和發展相關產業，對我國新質生產力的高質量發展具有重要戰略意義。

2024年4月18日，玻色量子在北京重磅發布了550計算量子比特的新一代相干光量子計算機真機——天工量子大腦550W，已成功實現550個專用光量子比特的穩定制備和操控，實現光電混合計算。目前，天工量子大腦550W具備高功率態制備、高保真內存、低噪環控、自適應糾錯等突出性能優勢，并能達到12小時/次以上長時間的穩定運行。同時，“天工量子大腦550W”在國內首次實現550節點全連接可編程的Max-Cut問題相干光量子計算求解，能在數個毫秒級時間內在龐大的解空間中進行并行搜索，求出優化解，實現了比經典計算在實際應用問題上的數萬倍加速！達到最優解99%的求解概率為99%！

玻色量子創始人&COO馬寅提到，基于天工量子大腦550W，結合開物SDK與量子云服務，量子計算可以在金融、通信、生命科學、材料化工、AI、電力能源等領域實現基于真實應用場景、真實業務數據、量子真機驗證三位一體的應用探索。

同時，玻色量子還構建了一個“場景漏斗”。馬寅認為，對于今天的量子計算生態，最關鍵的一步是找到合適的應用場景，這也是玻色量子不斷拓展生態的主要目標。通過開物SDK可以大大降低開發者門檻，無論是高校、企業、個人開發者或其他用戶，不需要去學習量子物理的原理，即可在純數學層面理解量子算力的使用方法和能力，開發適配他們所在領域的量子算法，并且在量子計算機真機上完成數據驗證。

近一年來，已有數十個不同的場景進入“場景漏斗”，玻色量子已聯合產出近10篇場景移植驗證成功的學術論文。當千行百業的用戶都參與到量子計算的生態中，才能實現終極目標：找到量子計算的可規模擴展、可高頻使用的場景。

2023年，為了更好的加速生態建設，玻色量子與北京圖象圖形學學會、移動云、南方科技大學成功舉辦首屆“五岳杯”量子計算挑戰賽。此次賽事共有近2000支隊伍，近5000人報名競賽！參賽者覆蓋近500所中國高校，超過900個專業，總計收集到量子計算應用論文2000余份。馬寅強調，這些數字的背后，進一步證明了兩點：第一，量子計算的加速能力可以賦能眾多領域，只有更多的行業開發者加入，才能讓量子計算發揮出真正的能力。第二，通過開物SDK，即使只是大學本科生，通過一定的數學和代碼，也可以實現量子計算的使用。

玻色量子通過為期一年的量子計算實用化的商業實踐，發現了量子計算在組合優化和人工智能兩大場景上發揮了巨大的計算優勢，并聯合生態合作伙伴在算力調度、分子對接、虛擬電廠、量子圖聚類算法、量子深度學習訓練等行業場景實現了一系列重要成果突破。

以算力調度真實應用場景為例，圖像渲染的算力調度任務是云計算中的一個實際場景，客戶端提交一個特定的渲染需求，云計算服務提供商必須找到調度計算資源的最佳方案，即在滿足約束的同時，用盡可能少的服務器數量完成渲染。移動云通過玻色量子的相干光量子計算機真機對算力需求的組合優化問題進行求解，算力調度的復雜性和高成本問題都可以得到很好的解決，并能實現顯著的量子加速，和經典的模擬退火算法以及禁忌搜索算法相比，平均節省97%的求解時間。

以分子對接真實應用場景為例，分子對接是基于配體受體識別的鎖鑰模型，通過計算配體受體之間的空間互補以及能量匹配來尋找其復合物模式。是藥物發現的重要技術手段，其巨大的搜索空間和計算要求充滿了挑戰，而相干光量子計算機的求解速度比傳統計算機快1000倍，因此，該研究提出的算法模型可顯著提升未來藥物虛擬篩選效率和準確率。玻色量子聯合上海交通大學的研究成果已發表在中科院分區1區、計算化學領域Top刊物JCTC內刊封面。

以虛擬電廠真實應用場景為例，虛擬電廠調度是將分布式電源（發電）、可控負荷（用電）、儲能等資源聚合成一個虛擬的集中式電廠，基于發電量、用電量、電價等數據信息制定更加經濟、合理的電力分配方案，從而實現削峰填谷的電網穩定優化。清大科越基于相干光量子計算機真機成功實現對虛擬電廠聚合資源優化求解問題的計算驗證，在毫秒級時間內找到了全局最優解，相比于經典優化算法的計算速度提升100倍以上。

以量子圖聚類算法真實應用場景為例，通過將經典的AI聚類算法進行模型重構，研發出能夠運行在量子計算機上的量子圖聚類算法。測試發現，混合量子社區發現算法，相較于經典的混合Louvain及混合Leiden有更好的數據區分能力，并且通過量子獨有的多模態融合技術，可以進一步提升算法的準確性。

以金融為例，平安銀行已將玻色量子計算真機服務應用于真實業務優化，充分利用玻色量子計算機的性能優勢，結合業務實際需求，將特征篩選轉化為組合優化問題，采用量子計算求解更好的特征組合從而提升機器學習算法性能。2024年，采用真實數據集研究與主流特征篩選比較，算法采用量子真機優化求解，驗證可知，量子計算機真機能找到優于模擬器的組合。

未來，玻色量子將持續深耕光量子計算領域的實用化場景應用研究與探索，聯合眾多優秀合作伙伴構建實用化量子生態產業，為我國建設量子科技強國而不懈奮斗！

審核編輯：劉清