最优求解率达99%！玻色量子发布国内550计算的相干光量子计算机
4月18日消息，国内光量子计算公司“玻色量子”昨天在北京发布全新操控550个计算量子比特的“天工量子大脑550W”。
据悉，天工量子大脑550W基于自研的“空间光路+光纤光路”的异构光路体系架构，采用相干光脉冲相位编码来制备量子比特，目前，玻色量子已成功实现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。“天工量子大脑550W”现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，并能达到12小时/次以上长时间的稳定运行，并实现了比经典计算在实际应用问题上的数万倍加速，达到最优求解概率为99%。
玻色量子创始人、CEO文凯在会上表示，量子计算与AI的融合，是实用化量子计算的起点。而“天工量子大脑550W”可以解决最高超过550个变量的数学问题，耦合链接规模达到150975个，是“天工量子大脑100”的28倍。
玻色量子创始人、CEO文凯
据悉，从技术上，量子科技主要包括量子通信、量子计算和量子测量（仪器）三个分支。
其中，量子计算是科技界的“圣杯”，它以量子比特为基本单元，通过量子态的受控演化实现数据的存储计算，具有经典计算无法比拟的巨大信息携带和超强并行处理能力，以实现计算机算力指数级增长，路线主要包括低温超导、离子阱、光量子和拓扑等。而玻色量子主要走的是光量子路线。
玻色量子成立于2020年11月，致力于可扩展、可编程的光量子计算平台研发和量子计算应用落地。
基于通用光量子系统架构拓扑，公司已完成光量子的稳定制备、光量子的精密测量和稳定控制等技术和布局，实现光量子计算核心器件、关键组件的自主研发，并推动光量子计算实用化。
文凯博士毕业于清华基础科学本科和物理硕士，斯坦福大学量子计算博士，师从美国斯坦福大学量子计算山本喜久教授。文凯博士是提出CIM方案（相干量子计算技术路线）的首位博士，并曾在美国Google等公司负责量子计算机项目，归国后曾创办过人工智能，智能硬件，密码学等公司。
融资层面，成立四年多，玻色量子已累计完成五轮融资，投资方包括北京中移数字新经济产业基金、华控基金、点亮资本、元和资本、朝科创等。最近一轮公开融资是2023年3月的Pre-A轮。而去年6月工商变更中，新增投资方包括元和资本，北洋海棠基金，伟豪控股等机构。
目前，玻色量子已自建光量子信息技术实验室，并与多个知名高校联合共建光量子实验室，公司员工超过100人。
产品层面，2023年5月，玻色量子发布100量子比特相干光量子计算机，命名为“天工量子大脑”，并在现场展示了真机。（详见钛媒体App前文：《玻色量子发布100量子比特光量子计算机，公司两年已获四轮融资》）
近一年后的今天，玻色量子推出三款量子计算套件：具备550计算量子比特的新一代相干光量子计算机“天工量子大脑550W”为代表的基础算力；“开物SDK”为代表的开发套件；以及与多行业生态伙伴共研的“量子算法”，三者相结合形成玻色量子的产品矩阵。
文凯称，三者相结合能够突破实用化量子计算的边界。
其中，天工量子大脑550W方面，通过光量子计算专用光纤恒温控制设备量晷，实现超过550个量子比特的存储，通过自主研发的光量子测控一体机“量枢2.0”，在导入计算问题的参数矩阵的基础上，实现了算力提升70% GMACs（每秒10亿次的定点乘累加运算），而采样精度提高2.7倍，响应速度提升200%。自动校准偏压、自动电信号对准、自动调光和自动控制等性能于一体，可以同时控制、读取和执行快速反馈来微秒级操控550个计算量子比特。
玻色量子透露，在算力优势上，“天工量子大脑550W”可以解决最高超过550个变量的数学问题，耦合链接规模达到150975个，是“天工量子大脑100”的28倍。随着问题规模的增加，实际计算复杂度也呈现指数级增加，“天工量子大脑550W”在国内首次实现550节点全连接可编程的Max-Cut问题相干光量子计算求解，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。此外，玻色量子将为客户提供探索版、企业版，以满足不同客户的应用需求。
开物SDK方面，玻色量子自研的“开物SDK”开发套件在QUBO模型转化、自动调参、真机模拟三个方面实现了自动化，一键解决约束项问题，无需接入真机即可模拟编程求解。而“天工量子大脑550W”与“开物SDK”的结合，可以实现自动降价、自适应约束、自动拆解，即高效助力用户将高次模型简化为QUBO模型，使得计算更高效；保证精度平衡，使速度与准确两者兼得；自动分解大规模问题为小规模问题的集合，以实现在量子计算的NISQ时代就能够实用于较大规模计算任务求解。
量子算法层面，玻色量子提供量子图聚类算法以及量子深度学习训练技术。前者通过将经典 AI 聚类算法进行模型重构，研发出能够运行在量子计算机上的量子图聚类算法；后者利用网络拓扑的二值化约束表达以及Rosenberg降次等技术将网络训练建模为QUBO问题，提出一种量化前馈网络的量子计算训练方法，用光量子计算机实现多层神经网络的训练。
清华大学车辆与运载学院李升波教授表示，神经网络是 AI 的核心承载体，其课题组最近提出了多层神经网络的伊辛训练算法，这是国际上首个用于相干伊辛机（CIM）的深度学习训练算法，代表了神经网络量子训练领域的重要突破。利用“天工量子大脑550W”光量子伊辛机进行算法性能验证，其中在损失直方图中，设置Anealing time为0.7秒时，最优解成功率达到72%；混淆矩阵测试数据集的准确率为98.3%，从而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路径。
玻色量子创始人、COO马寅表示，“天工量子大脑550W”的单次计算时间为5.4ms，比一瓶水落地的时间快了100倍。他强调，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。
应用场景上，基于量子计算实用化的商业实践，玻色量子主打量子计算在组合优化、AI 两大场景的应用。同时，玻色量子已联合生态合作伙伴，面向人工智能、通信、电力、金融、交通、医药等多领域开展了场景验证，推广实用化量子计算。
会后，马寅向钛媒体App表示，“天工量子大脑550W”属于专用量子计算机。在金融层面，“天工量子大脑550W”能够解决一天多次交易的计算问题，获得最好的收益。“天工量子大脑550W”将有望成为北京首个可交付量子计算机产品。
李升波教授表示，未来量子计算潜力巨大。量子比特数将类似“摩尔定律”实现倍增，量子算力呈指数级增长，将为 AI 时代提供一条全新的计算路径。他预计，到2030年实现10^4@2^8量子比特，2040年将实现10^6@2^8 量子比特。
玻色量子在现场还宣布与中国电科集团/量子科技长三角产业创新中心、中国移动三方达成合作。
“展望未来，我们也将以量子计算和 AI，以及与千行百业融合，全力发挥自身在光量子计算的独特优势和卓越性能，推动量子计算的广泛应用和使用落地。雄关漫道真如铁，而今迈步从头越。”文凯在结尾表示。
（本文首发于钛媒体App，作者｜林志佳，编辑｜胡润峰）