｜用户侧智慧能源管理领航者 - AIoT驱动数字能源升级
本文转自：北京日报
本报记者 赵语涵
量子院成果登上国际期刊封面。
当现有量子计算机因性能短板无法在计算中跑出加速优势，除了等待硬件突破升级，是否还有新的思路让量子计算率先在实际应用中跑起来？
8月，权威国际学术期刊《自然·计算科学》（Nature Computational Science），在封面上推荐了一份全新研究成果——《Evidence of scaling advantage on an NP-complete problem with enhanced quantum solvers》（《增强型量子求解器在NP完全问题上的标度优势证据》）。论文用实证揭示了量子计算具备规模化扩展优势，而这套量子计算“巧算”方案，来自中国研究团队，由北京量子信息科学研究院龙桂鲁教授团队牵头，联合清华大学、深圳大学共同攻关。
什么是NP完全问题？其中文全称是多项式复杂程度的非确定性问题。在生产生活中，这类问题无处不在。航空机组排班、物流路径规划、城市资源统筹调度，都属于典型的复杂组合优化问题。这类问题的共性是“筛选答案极难、验证答案极易”。面对海量排列组合，传统超级计算机只能逐一试错排查，一旦问题变量增多，计算量就会出现爆炸式增长，耗费海量算力与时间。
长期以来，NP完全问题是经典计算难以突破的技术瓶颈。对此，行业内普遍寄希望于量子计算实现算力加速，但当前的量子计算机仍处于发展初期，有着量子比特数量有限、硬件存在固有噪声等短板，无法在解决NP完全问题上大显身手。如何在现有硬件条件下真正跑出量子算力优势，形成可验证、可扩展的加速效果？
“我们没有一味等待硬件迭代升级，而是换了一种新思路，从算法逻辑突破困局。”龙桂鲁介绍，团队创新提出限制空间缩减算法RSRA，搭建了一套由经典计算先筛选、量子计算解“难题”的协同“巧算”新架构。
如何理解这套“巧算”方案？龙桂鲁给出一个形象的比喻：为算力“智能剪枝”。传统求解模式中，量子计算需要遍历所有可能性，如同大海捞针，效率低下。而新方案中，经典计算机率先充当“前置筛选员”，快速剔除大量不合理、不成立的无效答案，大幅压缩备选求解空间，最后仅将最核心、最复杂的难题交给量子硬件精准求解。
通过“智能剪枝”，在不额外增加硬件成本、不转嫁算力负担的前提下，算法所需的量子比特数量可以缩减近一半，从而适配现阶段的量子计算机，盘活设备算力潜能。研究团队运用这套“巧算”方案，在13比特超导量子处理器真机中进行了实测，发现求解成功率大幅提升，特别是伴随计算规模的不断增大，清晰印证出量子计算的扩展优势。
相较于专项技术突破，这套“巧算”方案更大的价值在于广阔的产业迁移应用空间。龙桂鲁介绍，本次研究虽以经典数学问题为测试载体，但先用经典计算筛选、再由量子计算攻克核心难点问题的协同模式通用性极强，未来可广泛适配航空调度、物流配送、公共资源分配等复杂场景，有望帮助产业在海量约束条件下快速锁定最优方案，大幅压缩运算周期，降低调度成本。
当前全球量子计算仍处于含噪声中等规模量子发展阶段，北京量子信息科学研究院的研究成果，跳出“唯硬件论”的固有思维，通过算法创新，有望激活现有量子硬件算力价值。同时，成果也为全球量子软件产业提供全新研发思路，证明经典计算机与量子计算机深度协同，是现阶段释放量子生产力、推动技术从实验室走向产业应用的可行路径。
1913年，尼尔斯·玻尔以量子化理论重构原子模型，一束穿透微观世界的思想之光，照亮了量子科学的探索之路。100多年后的今天，量子科技的战略地位不断上升，已被纳入前瞻布局的未来产业范畴，成为培育新质生产力、重塑全球产业竞争格局的关键变量。
龙桂鲁表示，未来，团队将持续打磨算法体系，扩大仿真测试规模，推动算法模型向更多工业优化、城市治理场景迁移落地，持续把前沿突破转化为可落地、可赋能的产业算力。
