2023年5月，北京玻色量子科技有限公司（以下简称“玻色量子”）结合移动云在我国知名科技期刊平台《中国科学：物理学 力学 天文学》英文版上颁发了以“Optical experimental solution for the multiway number partitioning problem and its application to computing华体会体育app power scheduling”（光学尝试求解多路数字划分问题的光学尝试解和其在算力调剂中的利用）为题的学术论文。

中国移动云能力中间高级手艺研究员闻经纬，玻色量子开创人&CEO文凯博士，中国移动云能力中间首席科学家钱岭为论文的通信作者。这是玻色量子和移动云在配合打造“恒山光量子算力平台”进程中的首个主要研究功效，也是量子计较在云计较范畴适用化的主要出发点。

以下为本篇论文的首要内容：

量子计较是一种新兴的手艺，有望实现计较能力的指数级增加。经由过程量子计较的能力，人们可以快速优化人员和装备的调剂流程，得出最优解以最年夜限度的提高效力，并下降通讯收集、物流运输、供给链治理和医疗保健等复杂场景中的本钱。例如，量子计较可能晋升云计较中的算力调剂的速度，这需要在巨量的解空间中搜刮出最好设置装备摆设，从而高效的将云计较资本分派给各类计较使命要求，提高整体的计较效力。

图象衬着的算力调剂使命就是云计较中的一个现实场景。一般来讲该使命场景以下：客户端提交一个具有特定的衬着需求，而云计较办事供给商必需找到调剂计较资本的最好方案，即在知足束缚的同时，用尽量少的办事器数目完成衬着。凡是做法是起首假定利用某几个办事器，然后利用各类开导式算法来肯定在这个方案下的运行状况（完成时候、负载均衡等），并比力在分歧方案下的整体满足度来肯定哪一个才是最好方案。跟着数据量和办事器数目的增添，在年夜范围的动态云衬着中没法有用地取得最优的使命/办事器调剂方案，这将致使办事器和衬着使命之间的不匹配，经常会产生冗余衬着，造成计较资本华侈并年夜年夜下降衬着效力。

云衬着算力调剂进程示意图

玻色量子科研团队结合移动云高级研究员们将上述利用场景用数学建模为一个典型的NP-complete问题：“广义的多路数字划分问题”的一般情势，再转化为QUBO（二次无束缚二值优化）问题，并映照为在“天工量子年夜脑”内部量子系统的哈密顿量，经由过程“天工量子年夜脑”上可控的量子相变取得最优解。结合团队还提出了两种量子算法，从分歧的优化角度将广义的多路数字划分问题转化成QUBO问题，还操纵玻色量子自研100量子比特“天工量子年夜脑”相关光量子计较机进行尝试求解。

尝试演示求解max-cut最优解的图表和成果

尝试中采取分歧范围问题的量子（CIM）和经典（SA和tabu）算法调剂方案对照。

基在量子（CIM）和两种经典算法（a，b）的量子算法的运行时候（以毫秒为单元），和求解年夜范围问题(c)的时候节流率R（sa/tabu，cim）

尝试成果注解，与经典摹拟退火（SA）和忌讳搜刮算法（TABU）比拟，利用100量子比特“天工量子年夜脑”求解的计较方案可以实现显著的量子加快，平均节流去了96.7%和98.5%的求解时候，同时还可以到达极高的精度。跟着问题范围的增添，“天工量子年夜脑”的求解时候也能连结相对不变，这在年夜范围问题求解上具有壮大优势。值得留意的是，广义的多路数字划分是一个根基的NP-complete问题，而很多其他类型的问题也能够在数学上规约为这一问题，是以，玻色量子与移动云的这项研究功效年夜年夜拓展了“天工量子年夜脑”的现实利用场景。

将来，玻色量子将延续专注在更年夜范围的可扩大、可编程的光量子计较平台研发和适用化利用落地，与移动云联袂结合打造“恒山光量子算力平台”，配合摸索量子计较在更多行业的现实利用。

玻色量子还将启动“燎原打算”开辟者平台，并延续对外开放“天工量子年夜脑”的真机测试，热情接待更多分歧范畴的研究火伴前来领会相关量子计较的道理和能力，在此根本上睁开配合研发，用量子计较去解决更多真实场景中的问题，让量子计较的超强算力能真正办事在各行各业，知足将来时期对计较的需求。

关在SCPMA

《中国科学: 物理学 力学 天文学》(中文版)和SCIENCE CHINA Physics, Mechanics & Astronomy (SCPMA, 英文版)是中国科学院主管、中国科学院和国度天然科学基金委员会配合主办的综合性学术刊物, 均为月刊。英文版SCPMA被SCI、EI、ADS等数据库收录, 2020年影响因子为5.203, Q1区, 中国科学院文献谍报中间期刊分区表物理年夜类1区Top期刊。中文版被ESCI、Scopus、《中文焦点期刊要目总览》《中国科学引文数据库》等收录, 以出书热门专题和专辑为主。中英文为两本完全自力的刊物。

原文链接：https://www.sciengine.com/SCPMA/doi/10.1007/s11433-023-2147-3;JSESSIONID=679dc8ac-3e2b-4cb7-8356-43858f5277cf