量子比特?cái)?shù)量是衡量量子算力的關(guān)鍵指標(biāo)。目前大多數(shù)量子計(jì)算機(jī)硬件的物理量子比特?cái)?shù)量處于 200 到 500 之間，經(jīng)過(guò)糾錯(cuò)獲得的能用于計(jì)算的邏輯量子比特僅有數(shù)十個(gè)。

當(dāng)可用于計(jì)算的量子比特?cái)?shù)低于 500 時(shí)，量子算法無(wú)法有效處理高復(fù)雜度的AI模型；達(dá)到 1000 這個(gè)數(shù)量門檻后，量子計(jì)算機(jī)才有可能求解大范圍梯度優(yōu)化、AI模型訓(xùn)練等實(shí)用化問(wèn)題。

玻色量子的突破不僅體現(xiàn)在量子比特?cái)?shù)量上。其相干光量子計(jì)算機(jī)的耦合精度達(dá)到 int8，首次超越全球首家量子計(jì)算機(jī)商業(yè)供應(yīng)商 D-Wave（耦合精度為int5）。

玻色量子創(chuàng)始人兼 CEO 文凱表示，這種端到端的服務(wù)模式降低了量子計(jì)算的使用門檻，1000 計(jì)算量子比特云服務(wù)最快端到端時(shí)間低于 60 秒。

量智融合

量子計(jì)算與人工智能的融合正在創(chuàng)造新的可能性。2025 年 8 月，玻色量子發(fā)布了自研的量子玻爾茲曼機(jī)及開(kāi)源編程套件 KPP，這是“量智融合”的重要里程碑。

這一成果與 2024 年諾貝爾物理學(xué)獎(jiǎng)密切相關(guān)，該獎(jiǎng)項(xiàng)授予了神經(jīng)網(wǎng)絡(luò)先驅(qū)、玻爾茲曼機(jī)的提出者杰弗里·辛頓。玻爾茲曼機(jī)作為一種基于統(tǒng)計(jì)物理的能量模型，能夠?qū)W習(xí)數(shù)據(jù)概率分布并生成新樣本，奠定了深度學(xué)習(xí)的基礎(chǔ)。

基于傳統(tǒng) GPU 硬件框架訓(xùn)練玻爾茲曼機(jī)時(shí)，其核心采樣過(guò)程的 NP-Hard 特性導(dǎo)致模型訓(xùn)練難以實(shí)現(xiàn)。而玻色量子的相干光量子計(jì)算機(jī)利用光量子搭建物理 Ising 模型，憑借量子并行特性可高效處理玻爾茲曼分布采樣，在訓(xùn)練速度上實(shí)現(xiàn)指數(shù)級(jí)加速。

在生物制藥領(lǐng)域，量子計(jì)算與 AI 的融合已展現(xiàn)出實(shí)際價(jià)值。玻色量子研究團(tuán)隊(duì)借助相干光量子計(jì)算機(jī)的玻爾茲曼采樣能力，快速學(xué)習(xí)蛋白序列的進(jìn)化學(xué)信息，捕捉精確的氨基酸互作關(guān)系。

基于量子玻爾茲曼機(jī)，玻色量子聯(lián)合相關(guān)單位開(kāi)發(fā)了蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)量子算法，高效求解 Potts 模型的同時(shí)精確預(yù)測(cè)蛋白氨基酸殘基接觸圖，在 100 結(jié)點(diǎn)的數(shù)據(jù)集上實(shí)現(xiàn)收斂。

云服務(wù)降低量子計(jì)算使用門檻

量子計(jì)算云服務(wù)的推出，從根本上改變了量子計(jì)算的獲取方式。通過(guò)阿里云平臺(tái)，量子計(jì)算資源變得像傳統(tǒng)云計(jì)算資源一樣易于獲取，大大降低了使用門檻。

玻色量子 1000 計(jì)算量子比特云服務(wù)支持多設(shè)備互聯(lián)、集群計(jì)算，能夠處理大量的高復(fù)雜性且大規(guī)模的計(jì)算任務(wù)，為未來(lái)量子計(jì)算集群的應(yīng)用奠定了堅(jiān)實(shí)基礎(chǔ)。

該服務(wù)還可提供 CPQC-X 服務(wù)，支持深度戰(zhàn)略合作用戶提交大于 1000 量子比特的計(jì)算任務(wù)，開(kāi)啟了定制化量子計(jì)算服務(wù)的新模式。

隨著政企、科研工作者、量子算法開(kāi)發(fā)者等用戶的不斷增加，玻色量子平臺(tái)調(diào)用求解次數(shù)累計(jì)超過(guò) 6800 萬(wàn)次，覆蓋院校超過(guò) 900 所，參與研發(fā)的開(kāi)發(fā)者人數(shù)超過(guò) 10000人。

目前，玻色量子與廣州國(guó)家實(shí)驗(yàn)室、上海交通大學(xué)、中山大學(xué)藥學(xué)院、北京腫瘤醫(yī)院、清華長(zhǎng)庚醫(yī)院等機(jī)構(gòu)，在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、分子相似性篩選、多肽對(duì)接、變構(gòu)位點(diǎn)預(yù)測(cè)等場(chǎng)景展開(kāi)實(shí)用化量子計(jì)算應(yīng)用探索。

參考資料：

http://www.chinahightech.com/2025-09/16/content_401300.html

https://www.ncsti.gov.cn/kjdt/xwjj/202508/t20250812_215829.html

https://www.c114.com.cn/quantum/5285/a1294665.html

https://www.news.cn/digital/20251015/b6023ec32a0e4ce7b858836fd53695d9/c.html

https://big5.news.cn/gate/big5/www.news.cn/tech/20250917/2eb0776cd02948ef938af7ed647c3b86/c.html