2024年4月26日至28日,由中国电子学会主办,以“信息科技·新质生产力”为主题的第十七届中国电子信息年会(CEIC)在宁波举办。4月27日,专题论坛“量子计算技术与应用发展”成功召开。玻色量子创始人&COO马寅应邀参会,并发表了以“玻色量子——专用量子计算机的应用探索”为主题的精彩演讲。
此次论坛,陆军院士、王晓云副总师担任主席,吴剑旗和童晓华两位院士出席论坛交流,中国移动首席专家、云能力中心首席科学家钱岭首席担任召集人,众多量子计算相关领域的顶尖专家,围绕量子计算当前进展、量子真机研制、量子云平台应用和量子算法研究等方向开展了精彩绝伦的前沿技术交流,以共同推动量子计算技术与应用的发展。
第十七届中国电子信息年会(CEIC)
玻色量子创始人&COO马寅演讲现场
量子计算作为一种新型超级并行算力技术,在运筹决策、系统状态预测等问题求解方面展现出对经典计算的巨大优势,从而在金融、医药等行业具有变革潜力。目前,全球主要科技强国均已开展量子计算科学研究与技术研发,积极布局和发展相关产业,对我国新质生产力的高质量发展具有重要战略意义。
2024年4月18日,玻色量子在北京重磅发布了550计算量子比特的新一代相干光量子计算机真机——天工量子大脑550W,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。目前,天工量子大脑550W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。同时,“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!达到最优解99%的求解概率为99%!
玻色量子创始人&COO马寅提到,基于天工量子大脑550W,结合开物SDK与量子云服务,量子计算可以在金融、通信、生命科学、材料化工、AI、电力能源等领域实现基于真实应用场景、真实业务数据、量子真机验证三位一体的应用探索。
同时,玻色量子还构建了一个“场景漏斗”。马寅认为,对于今天的量子计算生态,最关键的一步是找到合适的应用场景,这也是玻色量子不断拓展生态的主要目标。通过开物SDK可以大大降低开发者门槛,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。
近一年来,已有数十个不同的场景进入“场景漏斗”,玻色量子已联合产出近10篇场景移植验证成功的学术论文。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。
2023年,为了更好的加速生态建设,玻色量子与北京图象图形学学会、移动云、南方科技大学成功举办首届“五岳杯”量子计算挑战赛。此次赛事共有近2000支队伍,近5000人报名竞赛!参赛者覆盖近500所中国高校,超过900个专业,总计收集到量子计算应用论文2000余份。马寅强调,这些数字的背后,进一步证明了两点:第一,量子计算的加速能力可以赋能众多领域,只有更多的行业开发者加入,才能让量子计算发挥出真正的能力。第二,通过开物SDK,即使只是大学本科生,通过一定的数学和代码,也可以实现量子计算的使用。
玻色量子通过为期一年的量子计算实用化的商业实践,发现了量子计算在组合优化和人工智能两大场景上发挥了巨大的计算优势,并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。
以算力调度真实应用场景为例,图像渲染的算力调度任务是云计算中的一个实际场景,客户端提交一个特定的渲染需求,云计算服务提供商必须找到调度计算资源的最佳方案,即在满足约束的同时,用尽可能少的服务器数量完成渲染。移动云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,并能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。
以分子对接真实应用场景为例,分子对接是基于配体受体识别的锁钥模型,通过计算配体受体之间的空间互补以及能量匹配来寻找其复合物模式。是药物发现的重要技术手段,其巨大的搜索空间和计算要求充满了挑战,而相干光量子计算机的求解速度比传统计算机快1000倍,因此,该研究提出的算法模型可显著提升未来药物虚拟筛选效率和准确率。玻色量子联合上海交通大学的研究成果已发表在中科院分区1区、计算化学领域Top刊物JCTC内刊封面。
以虚拟电厂真实应用场景为例,虚拟电厂调度是将分布式电源(发电)、可控负荷(用电)、储能等资源聚合成一个虚拟的集中式电厂,基于发电量、用电量、电价等数据信息制定更加经济、合理的电力分配方案,从而实现削峰填谷的电网稳定优化。清大科越基于相干光量子计算机真机成功实现对虚拟电厂聚合资源优化求解问题的计算验证,在毫秒级时间内找到了全局最优解,相比于经典优化算法的计算速度提升100倍以上。
以量子图聚类算法真实应用场景为例,通过将经典的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。测试发现,混合量子社区发现算法,相较于经典的混合Louvain及混合Leiden有更好的数据区分能力,并且通过量子独有的多模态融合技术,可以进一步提升算法的准确性。
以金融为例,平安银行已将玻色量子计算真机服务应用于真实业务优化,充分利用玻色量子计算机的性能优势,结合业务实际需求,将特征筛选转化为组合优化问题,采用量子计算求解更好的特征组合从而提升机器学习算法性能。2024年,采用真实数据集研究与主流特征筛选比较,算法采用量子真机优化求解,验证可知,量子计算机真机能找到优于模拟器的组合。
未来,玻色量子将持续深耕光量子计算领域的实用化场景应用研究与探索,联合众多优秀合作伙伴构建实用化量子生态产业,为我国建设量子科技强国而不懈奋斗!
审核编辑:刘清
全部0条评论
快来发表一下你的评论吧 !