钛媒体 App 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）