对话玻色量子马寅：实用为先，构建量子计算开发者生态

本期嘉宾简介：

马寅，北京玻色量子科技有限公司创始人、COO。本科毕业于天津大学精密仪器学院，研究生毕业于中国科学院国家空间科学中心。曾参与并负责多艘载人航天飞船和中国空间站的精密仪器分系统总体软硬件系统设计，负责航天员穿戴式微系统的设计、研发以及航天员的在轨人机交互理论研究，多次入驻基地参与重大发射任务，参与多项国防军工标准的制定，带领团队获得已授权发明专利超过20项。

Key points:

1、多类型算力融合是解决算力难题的终极答案

2、专用量子计算机将率先走向实用化

3、量子计算应用需要各行各业的共同参与

4、未来通用量子计算机与专用量子计算机的关系就像CPU与GPU

量子计算作为现代科技的最前沿领域，代表着人类下一代算力技术，正展现出巨大的应用潜力。它利用量子比特来处理信息，相较于经典计算机，在解决某些特定问题上有望具有绝对的速度与准确度优势。

2024年9月，我国量子计算企业北京玻色量子科技有限公司（以下简称“玻色量子”）完成数亿元A轮融资，这是玻色量子成立3年多以来累计完成的第五轮融资。此次融资由知名VC启赋资本领投，阿米巴资本、元和资本、盈富泰克等跟投。

量子计算技术近年来快速发展并受到广泛关注，其中最受关注的问题就是什么时候才能研制出实用的通用量子计算机；在通用量子计算机问世之前，人类是否能够利用量子特性实现超越经典计算机的计算能力？第一财经近日采访玻色量子创始人、COO马寅，探讨未来量子计算与经典计算的关系，以及量子计算目前的实用化进展等问题。

超越经典计算的量子算力加速器

与超导、离子阱等其他量子计算技术路线使用的逻辑门计算架构不同，玻色量子研发的相干光量子计算机也称为相干伊辛机（Coherent Ising Machine，简称CIM），是一种利用光学系统来解决组合优化问题的专用量子计算机。

目前CIM相干量子计算方案是已实现的量子比特数最大的方案，也是主流方案中有望最快实现百万量子比特的方案。尽管CIM的自旋量子比特数与通用量子计算的量子比特数无法直接进行算力的比较，但CIM通过对激光的精准控制，不需要超低温环境，在室温下即可运行，具有稳定的状态、稳定的操控和稳定的结果，运行成本远远低于其它技术方案，商业化的潜力更好。

简单而言，目前大多数的通用量子计算机受制于量子比特的物理体系均对环境非常敏感，很容易由于量子退相干而失去量子态从而导致计算错误，而光量子比特对环境干扰和错误有更好的抵抗力，在计算规模上已经突破10万量子比特，计算能力更强。但CIM主要设计用于解决组合优化问题，它不像基于逻辑门的量子计算机那样具有通用性，这意味着CIM的应用范围可能相对有限。

马寅表示，相干光量子计算机在解决高效求解组合优化问题方面极具优势，能在数个毫秒级时间内在庞大的解空间中进行并行搜索，求出优化解，实现了比经典计算在实际应用问题上的数万倍加速。并且这一类数学难题的应用领域非常广，在生活中几乎无处不在，如交通物流、算力调度、材料相变、虚拟电厂等不同领域的组合优化。

“另外CIM的计算原理利用了量子并行，更加类似于人脑神经突触的工作模式，天然更适合于形成超大规模的量子神经网络，能够在毫秒之内解决大规模二进制优化问题，为AI时代的模型训练提供了另一种可能的算力路径。”

据悉，玻色量子最新发布的相干光量子计算机550W，已实现550个专用光量子比特的稳定制备和操控，实现光电混合计算。相干光量子计算机550W也已具备高功率态制备、高保真内存、低噪环控、自适应纠错等突出性能优势。未来玻色量子还将建立专门的光量子芯片生产线，实现相干光量子计算机和通用光量子计算机的片上化、小型化。

多类型算力融合是解决算力难题的终极答案

马寅表示，量子计算从来都不是来替代经典算力的，将量子算力与经典算力无缝融合，才是真正解决各行业算力难题的终极答案，也将实现更强算力的共振与提升，进而完全实现“新质融合，算力共振”。

“就组合优化问题而言，理论上GPU能不能算？也能算，但不擅长，需要足够多的算力资源，而相干光量子计算机是专用量子计算机，其运行逻辑就是为了解决组合优化问题，所以效率更高、成本更低。”马寅表示，所以玻色量子坚持实用化量子计算研发，就是为了解决经典算力无法高效解决的问题，而不是替代经典算力。

而对于未来通用量子计算机的问世，是否会对专用量子计算机产生威胁？马寅表示，未来通用量子计算机和专用量子计算机的关系，会更像CPU和GPU关系，专用量子计算机将更擅长处理特定问题，未来两者一定是融合发展的趋势。玻色量子目前也在积极投入通用量子计算机的研发，但受制于底层物理原理仍需突破，研制出实用的通用量子计算机至少还需要十年时间，而专用量子计算机将率先走向实用化。目前业界的共识就是目前处于专用量子计算时代。”

对于未来的计算模式，统一的软件平台会先将任务分解成CPU适用、GPU适用、QC（量子计算）适用的计算子任务，不同的计算子任务将通过不同的算力接口传递给底层硬件，甚至在一个计算任务中，量子计算机要与经典计算机之间频繁联动，实现融合加速。而最终的计算结果又会通过统一的平台做联合处理，向用户输出最终的计算结果。

构建生态，找到量子计算高频使用场景

“未来使用量子计算的用户一定不需要懂量子物理，并且量子计算的应用场景拓展也一定离不开千行百业的从业者联合开发，如何让用户愿意用、用的好是量子计算走向实用化的关键。”马寅表示。

对于各行各业的技术开发者而言，从经典计算机切换到量子计算机，意味着需要重新写一套适用于量子计算机的算法，如何让这些开发者能够愿意付出这个成本？“就人工智能行业，我们之前做过一个调查，至少需要达到原来算力的100倍以上，开发者才会有动力去尝试量子计算，并且对量子计算机的稳定性和正确率也有要求。”马寅表示。

据悉，在计算机稳定性方面，玻色量子的相干光量子计算机550W能达到每次12小时以上的长时间稳定运行。同时，为了降低开发者门槛，玻色量子通过自研的“开物SDK”开发套件，让真实场景中的问题可以有效转化为底层量子系统上的硬件关系，用户只需要关注数学模型，基于Python，任意IDE环境均可适配，无论是高校、企业、个人开发者或其他用户，不需要去学习量子物理的原理，即可在纯数学层面理解量子算力的使用方法和能力，开发适配他们所在领域的量子算法，并且在量子计算机真机上完成数据验证，实现“人人可用的量子计算”。

“当千行百业的用户都参与到量子计算的生态中，才能实现终极目标：找到量子计算的可规模扩展、可高频使用的场景。”马寅表示。

当前，玻色量子已通过多年的量子计算实用化的商业实践，发现量子计算在组合优化和人工智能两大场景上可展现出加速优势。同时，玻色量子已联合生态合作伙伴在算力调度、分子对接、虚拟电厂、量子图聚类算法、量子深度学习训练等行业场景实现了一系列重要成果突破。