钛媒體 App 4 月 18 日消息，國内光量子計算公司 " 玻色量子 " 昨天在北京發布全新操控 550 個計算量子比特的 " 天工量子大腦 550W"。
據悉，天工量子大腦 550W 基于自研的 " 空間光路 + 光纖光路 " 的異構光路體系架構，采用相幹光脈沖相位編碼來制備量子比特，目前，玻色量子已成功實現 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。" 天工量子大腦 550W" 現已具備高功率态制備、高保真内存、低噪環控、自适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，并實現了比經典計算在實際應用問題上的數萬倍加速，達到最優求解概率爲 99%。
玻色量子創始人、CEO 文凱在會上表示，量子計算與 AI 的融合，是實用化量子計算的起點。而 " 天工量子大腦 550W" 可以解決最高超過 550 個變量的數學問題，耦合鏈接規模達到 150975 個，是 " 天工量子大腦 100" 的 28 倍。
玻色量子創始人、CEO 文凱
據悉，從技術上，量子科技主要包括量子通信、量子計算和量子測量（儀器）三個分支。
其中，量子計算是科技界的 " 聖杯 "，它以量子比特爲基本單元，通過量子态的受控演化實現數據的存儲計算，具有經典計算無法比拟的巨大信息攜帶和超強并行處理能力，以實現計算機算力指數級增長，路線主要包括低溫超導、離子阱、光量子和拓撲等。而玻色量子主要走的是光量子路線。
玻色量子成立于 2020 年 11 月，緻力于可擴展、可編程的光量子計算平台研發和量子計算應用落地。
基于通用光量子系統架構拓撲，公司已完成光量子的穩定制備、光量子的精密測量和穩定控制等技術和布局，實現光量子計算核心器件、關鍵組件的自主研發，并推動光量子計算實用化。
文凱博士畢業于清華基礎科學本科和物理碩士，斯坦福大學量子計算博士，師從美國斯坦福大學量子計算山本喜久教授。文凱博士是提出 CIM 方案（相幹量子計算技術路線）的首位博士，并曾在美國 Google 等公司負責量子計算機項目，歸國後曾創辦過人工智能，智能硬件，密碼學等公司。
融資層面，成立四年多，玻色量子已累計完成五輪融資，投資方包括北京中移數字新經濟産業基金、華控基金、點亮資本、元和資本、朝科創等。最近一輪公開融資是 2023 年 3 月的 Pre-A 輪。而去年 6 月工商變更中，新增投資方包括元和資本，北洋海棠基金，偉豪控股等機構。
目前，玻色量子已自建光量子信息技術實驗室，并與多個知名高校聯合共建光量子實驗室，公司員工超過 100 人。
産品層面，2023 年 5 月，玻色量子發布 100 量子比特相幹光量子計算機，命名爲 " 天工量子大腦 "，并在現場展示了真機。（詳見钛媒體 App 前文：《玻色量子發布 100 量子比特光量子計算機，公司兩年已獲四輪融資》）
近一年後的今天，玻色量子推出三款量子計算套件：具備 550 計算量子比特的新一代相幹光量子計算機 " 天工量子大腦 550W" 爲代表的基礎算力；" 開物 SDK" 爲代表的開發套件；以及與多行業生态夥伴共研的 " 量子算法 "，三者相結合形成玻色量子的産品矩陣。
文凱稱，三者相結合能夠突破實用化量子計算的邊界。
其中，天工量子大腦 550W 方面，通過光量子計算專用光纖恒溫控制設備量晷，實現超過 550 個量子比特的存儲，通過自主研發的光量子測控一體機 " 量樞 2.0"，在導入計算問題的參數矩陣的基礎上，實現了算力提升 70% GMACs（每秒 10 億次的定點乘累加運算），而采樣精度提高 2.7 倍，響應速度提升 200%。自動校準偏壓、自動電信号對準、自動調光和自動控制等性能于一體，可以同時控制、讀取和執行快速反饋來微秒級操控 550 個計算量子比特。
玻色量子透露，在算力優勢上，" 天工量子大腦 550W" 可以解決最高超過 550 個變量的數學問題，耦合鏈接規模達到 150975 個，是 " 天工量子大腦 100" 的 28 倍。随着問題規模的增加，實際計算複雜度也呈現指數級增加，" 天工量子大腦 550W" 在國内首次實現 550 節點全連接可編程的 Max-Cut 問題相幹光量子計算求解，能在數個毫秒級時間内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。此外，玻色量子将爲客戶提供探索版、企業版，以滿足不同客戶的應用需求。
開物 SDK 方面，玻色量子自研的 " 開物 SDK" 開發套件在 QUBO 模型轉化、自動調參、真機模拟三個方面實現了自動化，一鍵解決約束項問題，無需接入真機即可模拟編程求解。而 " 天工量子大腦 550W" 與 " 開物 SDK" 的結合，可以實現自動降價、自适應約束、自動拆解，即高效助力用戶将高次模型簡化爲 QUBO 模型，使得計算更高效；保證精度平衡，使速度與準确兩者兼得；自動分解大規模問題爲小規模問題的集合，以實現在量子計算的 NISQ 時代就能夠實用于較大規模計算任務求解。
量子算法層面，玻色量子提供量子圖聚類算法以及量子深度學習訓練技術。前者通過将經典 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；後者利用網絡拓撲的二值化約束表達以及 Rosenberg 降次等技術将網絡訓練建模爲 QUBO 問題，提出一種量化前饋網絡的量子計算訓練方法，用光量子計算機實現多層神經網絡的訓練。
清華大學車輛與運載學院李升波教授表示，神經網絡是 AI 的核心承載體，其課題組最近提出了多層神經網絡的伊辛訓練算法，這是國際上首個用于相幹伊辛機（CIM）的深度學習訓練算法，代表了神經網絡量子訓練領域的重要突破。利用 " 天工量子大腦 550W" 光量子伊辛機進行算法性能驗證，其中在損失直方圖中，設置 Anealing time 爲 0.7 秒時，最優解成功率達到 72%；混淆矩陣測試數據集的準确率爲 98.3%，從而在毫秒之内解決大規模二進制優化問題，爲 AI 時代的模型訓練提供了另一種可能路徑。
玻色量子創始人、COO 馬寅表示，" 天工量子大腦 550W" 的單次計算時間爲 5.4ms，比一瓶水落地的時間快了 100 倍。他強調，量子計算從來都不是來替代經典算力的，将量子算力與經典算力無縫融合，才是真正解決各行業算力難題的終極答案。
應用場景上，基于量子計算實用化的商業實踐，玻色量子主打量子計算在組合優化、AI 兩大場景的應用。同時，玻色量子已聯合生态合作夥伴，面向人工智能、通信、電力、金融、交通、醫藥等多領域開展了場景驗證，推廣實用化量子計算。
會後，馬寅向钛媒體 App 表示，" 天工量子大腦 550W" 屬于專用量子計算機。在金融層面，" 天工量子大腦 550W" 能夠解決一天多次交易的計算問題，獲得最好的收益。" 天工量子大腦 550W" 将有望成爲北京首個可交付量子計算機産品。
李升波教授表示，未來量子計算潛力巨大。量子比特數将類似 " 摩爾定律 " 實現倍增，量子算力呈指數級增長，将爲 AI 時代提供一條全新的計算路徑。他預計，到 2030 年實現 10^4@2^8 量子比特，2040 年将實現 10^6@2^8 量子比特。
玻色量子在現場還宣布與中國電科集團 / 量子科技長三角産業創新中心、中國移動三方達成合作。
" 展望未來，我們也将以量子計算和 AI，以及與千行百業融合，全力發揮自身在光量子計算的獨特優勢和卓越性能，推動量子計算的廣泛應用和使用落地。雄關漫道真如鐵，而今邁步從頭越。" 文凱在結尾表示。
（本文首發于钛媒體 App，作者｜林志佳，編輯｜胡潤峰）
