图灵量子首次完成光量子计算全栈国产化适配

近日，图灵量子正式宣布完成国内首个光量子计算软硬件体系的全国产化适配验证。其自研DeepQuantum量子编程框架已实现对海光信息、摩尔线程、沐曦股份、壁仞科技等四大国产GPU及国产操作系统的深度兼容与性能调优，首次打通了从量子算法开发、国产GPU加速仿真、云平台统一调度到TuringQ Gen2光量子计算机真机运行的完整国产化工程闭环。这意味着，中国的量子计算从芯片到算法，终于可以完整跑在中国自己的算力上。

图灵量子创始人金贤敏表示，这次适配工作不仅覆盖了NISQ（含噪中等规模量子）阶段具有实际应用价值的量子-经典混合算法，也为未来面向容错量子计算阶段的纯量子算法验证奠定了基础。

在量子计算工程化落地的现实中，大部分工作其实还离不开经典算力。当前量子计算处于NISQ阶段，量子比特数量有限、噪声控制尚不完美，开发者需要先在经典计算机上对量子算法进行仿真、验证和调优，跑通之后才能上真机。这个环节，GPU是绝对主力。

图灵量子算法总监赵翔打了一个直观的比方：模拟30个量子比特，需要约10亿个复数存在显存里；31个比特，复数量就要翻到20亿。每加一个比特，需要的GPU资源就翻一倍。这种指数级增长的算力需求，过去几乎全部依赖英伟达GPU来扛。一旦供应链出现波动，整个研发链条就会停摆，这成为量子计算自主可控的最大短板之一。

正因如此，图灵量子这次并没有选择简单跑通一个Demo，而是要让开发者能在纯国产算力环境中，完整地完成量子算法的开发、仿真、调优、验证这一整条工作流。

测试结果给了十足的底气。在双GPU分布式后端上，量子傅里叶变换任务相对于CPU的最高加速比达到了62.1倍。四类典型基准算法——GHZ态制备、量子态采样、量子傅里叶变换、变分梯度计算——全部稳定扩展到30量子比特，最大绝对误差控制在1.19e-06以内。DeepQuantum在国产GPU环境中连续运行了48小时，系统稳定无异常。

壁仞科技技术负责人也证实，基于壁仞SUPA软件栈在量子计算场景下的持续完善，壁仞GPU已具备复数运算与复杂量子线路模拟等关键能力，在与图灵量子的联合验证中，不仅顺利通过了DeepQuantum基础测试用例，更成功支撑了高复杂度Shor算法的模拟运行。

赵翔强调，未来的容错量子计算一定需要大量经典算力来做实时纠错，经典GPU承担着仿真、优化、调度和纠错等关键环节，相当于系统的另一半底座。而目前国内还没有一家GPU公司能像英伟达那样一家独大、制定标准，所以图灵量子选择与多家国产GPU厂商合作，希望共同形成一套统一的框架或标准，让GPU和QPU的融合变得更开放、更高效。如果GPU这一侧仍由国外公司提供，整个量超融合基础设施就难以真正自主可控。

对于当下最热的"量子计算加速AI大模型"话题，赵翔给出了清醒的判断：大模型参数上万亿，数据量太大，量子计算机更擅长解决"小数据但极难"的问题——比如给你一个很大的整数，找到它的两个质因数，问题描述可能就几十个字，但算起来可能要很久。

目前量子计算最切实的两个应用场景是生物医药和化学材料。IBM最近实现了约13000个原子的求解，核心思路就是用量子计算机先对问题空间进行采样，把解空间缩小到符合物理约束的小空间，再交给经典GPU集群去算。没有量子计算机做方向性指引，经典算力在大规模解空间里会迷失方向。图灵量子已经在与远大、博望等药企合作，用量超融合架构做新药分子设计和蛋白质结构计算。在金融领域，组合优化、风险控制、投资策略优化也已有落地。

在航天领域，图灵量子与蓝星光域、极光星通在激光通信的调制器和窄线宽激光器及模块产品上开展合作，与北京航空航天大学合作的星载SAR光计算项目也已顺利完成验收并实现交付。