《量子信息網絡產業聯盟：2025量子計算應用能力指標與評測研究報告（47頁）.pdf》由會員分享，可在線閱讀，更多相關《量子信息網絡產業聯盟：2025量子計算應用能力指標與評測研究報告（47頁）.pdf（47頁珍藏版）》請在三個皮匠報告上搜索。

1、 量子信息網絡產業聯盟 2025 年 3 月 量子量子計算應用能力指標與測評計算應用能力指標與測評 研究報告研究報告 聲 明 本報告所載的材料和信息，包括但不限于文本、圖片、數據觀點、建議等，均不構成投資或法律建議，也不應替代律師意見本報告所有材料或內容的知識產權歸量子信息網絡產業聯盟所有(注明是引自其他方的內容除外)，并受法律保護。如需轉載需聯系本聯盟并獲得授權許可。轉載、摘編或利用其它方式使用本報告文字、圖表或者觀點的，應注明“來源：量子信息網絡產業聯盟”。違反上述聲明者，本聯盟將追究其相關法律責任。量子信息網絡產業聯盟 聯系電話：010-62300592 郵箱： 編 制 說 明 量子計算

2、是基于量子力學的全新計算模式，具有原理上遠超經典計算的強大并行計算能力。當前量子計算機還處于含噪中等規模（NISQ）階段，隨著量子糾錯的突破，正向通用容錯量子計算（FTQC）階段發展。為了加快量子計算應用突破，面對高算力行業多樣化算力需求，以及多樣化量子計算技術路線、多樣化量子算法范式和參差不齊的量子計算能力局面，有必要產業協同探索有效的量子計算應用能力評測框架與方法，嘗試為行業引入量子計算提供選型參考。編制單位：編制單位：中國移動通信有限公司研究院、上海圖靈智算量子科技有限公司、建信金融科技有限責任公司、國開啟科量子技術（安徽）有限公司、騰訊量子實驗室。編寫組成員：編寫組成員：潘成康、鄭沛林

3、、王港曦、欒春陽、李永梅、易鑫、蔚棟敏、陳柄任、趙翔、楊志國、龐宏啟。前 言 量子計算得到了眾多高算力需求行業的關注。然而，量子計算機能否解決行業真實問題，能否超越經典計算性能，哪些因素制約量子計算應用，未來商用還需要在哪些方面補足功課，這都是產業面臨的開放性問題。本報告以部分行業計算需求為參考，提出量子計算應用能力指標體系與評測框架，探討評測基準、方法和標準化需求，旨在為量子計算應用破局儲備方案與工具。本研究報告共分為五章，相關章節內容安排如下:第一章：研究背景。簡述量子計算應用面臨的計算問題、量子算法、量子硬件三角關系，指出本報告擬關注的問題。第二章：行業場景與需求。調研了移動網絡、金融等

4、行業的計算場景與問題，以及算力需求與部署需求。第三章：量子計算應用能力體系框架。介紹了應用能力關鍵指標以及技術成熟度指標。第四章：量子計算應用能力評測方法。給出了量子計算應用能力評測基準建議以及評測方案。第五章：量子計算應用能力評測標準化需求。介紹了評測標準化驅動力，并給出了標準化挑戰與展望。限于編寫組專業能力以及量子計算發展的難以預期性，本報告僅給出該課題的初步思考與建議，后續根據量子計算發展狀況繼續研究分析，給出更新版本。目目 錄錄 一、研究背景.1 二、計算場景與需求.3(一)移動網絡.4(二)金融行業.10 三、量子計算應用能力體系框架.13(一)總體框架.13(二)場景計算需求.14

5、(三)硬件系統性能指標.15(四)量子算法性能指標.17(五)量子計算機擴展能力指標.18(六)量子計算機部署能力指標.20(七)技術成熟度指標.21 四、量子計算應用能力評測方法.23(一)應用能力評測基本概念.23(二)應用能力評測基本方法.26(三)移動網絡計算需求評估案例.28 五、量子計算應用能力評測標準化需求.33(一)應用能力評測標準化需求.34(二)應用能力（評測）標準化展望.35 六、總結與展望.39 圖圖 目目 錄錄 圖 1 量子計算應用能力三要素.1 圖 2 不同行業典型計算問題類型與關鍵性能指標.3 圖 3 移動網絡發展面臨的算力挑戰.4 圖 4 量子計算應用能力體系框

6、架.14 圖 5 量子計算應用能力評測一般性方法.27 表表 目目 錄錄 表 1 大規模無線網絡覆蓋優化問題.7 表 2 無線網絡中多用戶調度問題.8 表 3 網絡流量預測問題.8 表 4 投資組合優化.11 表 5 信用風險預測.12 表 6 量子計算機單系統能力擴展評估指標.19 表 7 量子計算機系統互聯性擴展評估指標.19 表 8 最大加權獨立集 QAOA 算法測試例.28 表 9 最大加權獨立集分布式 QAOA 算法測試例.30 表 10 用于網絡流量預測的量子 Tsmixer 模型性能測試例.31 表 11 用于無線時空性能預測量子 TTM 模型性能測試例.32 表 12 量子計算

7、機單系統硬件指標選擇建議.38 表 13 量子算法基準建議.38 量子計算應用能力指標與評測研究報告（2024 年）1 一、研究背景 量子計算是一種遵循量子力學規律的新型計算模式，以量子比特為基本單元，基于量子疊加、量子糾纏、量子干涉等量子效應，相比經典計算具有并行計算優勢，已在生物藥物、化學材料、金融、信息通信等領域得到關注和試驗性應用。產業升級對算力存在巨大需求，在評估量子計算是否具備引入價值時，應考察如圖 1 所示的應用能力三要素的關系，系統性考慮如下技術與工程問題：一是給定計算場景、計算任務和計算問題，是否存在量子算法，且相對經典算法有優勢？優勢包括計算速度、計算精度、計算規模、計算能

8、效等。二是給定量子算法，當前量子計算機能否穩定運行并給出準確或近似結果？如何運用量子編譯、誤差緩解等多種增強手段？三是本地部署時，計算任務所處環境與量子計算機運行環境能否匹配？是否有尺寸、能耗、移動性、溫濕度等物理條件約束？圖 1 量子計算應用能力三要素 回答上述問題，需要明確：1）計算問題的真實需求邊界；2）量子計算應用能力指標與評測研究報告（2024 年）2 量子計算機的真實計算能力邊界；3）部署環境的剛性需求邊界。然而，當前階段去實現這一目標并不容易。原因包括：一是當前高算力需求行業的計算場景和計算問題都很復雜，難以清晰地確定需求邊界。二是量子計算存在多種量子算法范式，多種技術路線，且當

9、前處于含噪聲中等規模量子計算機（NISQ）階段，真實計算能力邊界難以確定。當前量子計算產業正在擴展量子比特規模和攻關量子比特糾錯，一方面關注 NISQ 實用化，另一方面向著大規模通用容錯量子計算機（FTQC）推進。我們相信量子計算能力在提升，但我們希望有一個方法能夠研判出真實計算問題算力需求與真實量子計算能力之間的差距，以及面向未來能夠幫忙尋求消除差距的解決方案。為此，需要一套較為有共識的、穩定的、適應性強的評測工具與方法，對不確定的目標進行評測，通過不斷的確定不確定確定迭代評測，明確量子計算應用存在的差距，定位存在的問題。對此，業界已經開展了相關研究工作，發展了多種量子計算性能指標與評測基準

10、。這些基準有些得到了業界的共識，如量子比特數，門保真度和量子體積等。但是，這些指標有些存在局限性，要么與技術路線強相關，要么僅用于硬件底層性能評測，無法準確描述量子計算的整體性能，尤其是應用層面性能。因此，研發人員難以運用。量子計算機應用能力是面向多場景多需求的綜合能力。為此，本報告構建量子計算應用能力評測框架，定義算力需求與計算能力量子計算應用能力指標與評測研究報告（2024 年）3 對接的核心性能指標，嘗試從應用需求層面評估量子計算真實能力，從而能夠綜合判斷量子計算技術成熟度，推動當前 NISQ 實用化。特別需要說明的是，量子計算目前僅在量子模擬、大數分解、線性系統求解、非結構化搜索等方面

11、有理論優勢，在組合優化、機器學習方面有潛在優勢，但暫時缺乏理論證明。應用評測只是針對給定計算問題與量子算法，在給定量子計算系統上，與經典計算進行對比，目標是評估該類問題是否適用量子計算，而不是給出該類問題是否必須依賴量子計算、是否有量子加速優勢等結論。二、計算場景與需求 從數學角度看，各行業面臨的計算難題，最終都可以建模為搜索、優化、運算和模擬等四類問題，如圖 2 所示。每類問題在不同場景中，都有核心計算性能指標，包括計算速度、計算規模、計算精度、計算能效或其他指標。在采用量子計算時，這些指標實際性能由所選量子算法、量子計算機性能及配套的增強技術綜合決定。圖 2 不同行業典型計算問題類型與關鍵

12、性能指標 量子計算應用能力指標與評測研究報告（2024 年）4 (一一)移動網絡移動網絡 1.移動網絡面臨的算力挑戰移動網絡面臨的算力挑戰 移動網絡正從移動通信網絡向移動信息網絡發展，融合了通信、感知、計算、智能等多項網絡功能，引入通信感知一體化、超大規模 MIMO、去蜂窩網絡（cell-free）、基于大模型的網絡與空口、數字孿生網絡等新技術，在大規模信號處理、大規模網絡優化、大模型訓練推理和網絡大數據處理等方面，面臨巨大的算法與算力挑戰，如圖 3 所示，是典型的高算力需求行業。圖 3 移動網絡發展面臨的算力挑戰 在信號處理方面，去蜂窩網絡和超大規模 MIMO 面臨高維MIMO 信號處理挑戰

13、，包括 MIMO 信號檢測、MIMO 信道測量與反饋、MIMO 預編碼，涉及高階 MIMO 矩陣乘、矩陣奇異值分解、矩陣求逆等運算，以及信號最大似然檢測等尋優問題。一個典型案例是信號處理中的矩陣乘，例如未來去蜂窩場景 5128 維度 MIMO 矩量子計算應用能力指標與評測研究報告（2024 年）5 陣，經典計算機求解復雜度雖然多項式級增長，但也帶來極大處理時延、資源消耗與功率消耗，相對與目前 5G 基站能耗來說更加不可持續。在網絡優化方面，傳統的網絡拓撲優化、路由優化和無線網絡優化都隨著通感算智融合與新技術引入而變得復雜。其中，無線網絡優化進一步細分為網絡覆蓋優化、網絡容量優化和網絡能效優化等

14、，屬于典型的組合優化問題，目前經典計算（算法）通常采用元啟發式算法，或貪心算法，只能給出滿意解或可行解，無法給出最優解。隨著優化規模的增加，甚至無法給出可行解。未來網絡優化小區規模越來越大，一個典型案例是 500 小區聯合覆蓋優化問題。當每個小區有多個優化動作時（即使僅有兩個選項，求解空間達 2的 500 次方），經典計算機將無法求解。另一個典型案例是 100 個用戶的多用戶同頻調度，核心在于如何在眾多用戶之間分配同頻資源，達到保障用戶優先級、降低干擾，提升吞吐量等關鍵系統性能指標。這是典型的組合優化難題，屬于非多項式級復雜度（一般為指數級），求解最優解將超越經典計算能力。在人工智能方面，雖然

15、機器學習的引入為移動網絡數據處理與智能化提供了新的解決方案，但大模型的訓練與推理成為移動網絡新的算力需求來源。網絡智能化任務主要涉及網絡狀態的預測、異常檢測和網絡優化決策等。廣義的網絡狀態預測包括網絡流量預測、用戶行為預測、網絡性能預測、無線信道狀態預測、設備狀態預測量子計算應用能力指標與評測研究報告（2024 年）6 等。網絡異常檢測包括流量異常檢測（如用于安全風險評估）、用戶行為異常檢測、設備異常檢測、干擾檢測、質差小區檢測等。網絡優化決策包括業務參數配置、網絡參數配置、流量調度與均衡、無線網絡資源分配、用戶調度等。這些通?；陬A測類模型、檢測類模型和決策類模型來實現。更重要的是，為了避免

16、模型碎片化，可能需要構建移動網絡 AI 大模型，以適應更多場景。但 AI 大模型的引入帶來了極大的模型訓練與推理資源開銷。在數據處理方面，通感算智融合的移動網絡無論網絡內數據還是網外數據都將爆炸式增長，包括網絡狀態數據、基站側數據、用戶側數據、信令數據、運維數據、專家經驗數據等結構化與非結構化數據。高效的網絡運營，離不開高效的大數據處理與支持。網絡大數據處理包括數據清洗與集成、數據降維、數據特征提取、知識提取等，這些通?；诮y計類模型或神經網絡類模型來實現。海量高維異構數據為模型設計、訓練與推理帶來極大挑戰。2.移動網絡算力需求案例移動網絡算力需求案例 1）大規模網絡覆蓋優化計算需求 無線網絡

17、覆蓋優化是保障網絡服務質量和用戶體驗的關鍵。當前網絡覆蓋優化不再是單點、單系統、分區優化，而是規?；?、系統化、智能化優化。面臨的核心問題是小區同頻干擾優化，即小區功率和天線權值優化（不考慮站址、機械下傾角、天線掛高等參數量子計算應用能力指標與評測研究報告（2024 年）7 優化），具體問題建模與算力需求如表 1 所示。表 1 大規模無線網絡覆蓋優化問題 問題建模 問題類型 組合優化 問題規模 500 小區 問題模型 覆蓋圖：小區為邊，有干擾為邊 圖分割 QUBO+子圖優化 QUBO 求解目標 最小化邊數（最大化小區覆蓋率）對應小區天線參數配置方案優化 算力需求 計算規模 要求高 計算速度 非實

18、時 計算精度 要求較高（滿意解）量子算法 以 QAOA 為例 線路寬度需求 圖分割：6578+量子比特 子圖優化（40 小區，每個小區 1000 種配置方案）400+量子比特 線路深度需求 1000 層+300 層+保真度 超過糾錯平衡點門限 注：1、圖分割所需的量子比特數（線路寬度）=N（K+log2（M+1）其中 N 為子圖數量，K 為圖節點數量，M 為子圖節點數量上限 2、子圖優化所需的量子比特數（線路寬度）=log2（LM），其中 L是每個小區方案配置數量，M 為小區數量。2）無線網絡中多用戶調度需求 多用戶調度是去蜂窩網絡和超大規模 MIMO 技術中的關鍵問題，保障用戶體驗和提升網絡

19、容量的重要手段，具體問題建模與計算需求如表 2 所示。量子計算應用能力指標與評測研究報告（2024 年）8 表 2 無線網絡中多用戶調度問題 問題建模 問題類型 組合優化 問題規模 40 用戶 問題模型 加權最大獨立集 求解目標 最大化權重值（最大化高權值用戶接入率）算力需求 計算規模 中等 計算速度 準實時，要求一般 計算精度 要求高，最優解或近似最優解 量子算法 QAOA 分布式 QAOA 線路寬度需求 40 量子比特 16 量子比特 線路深度需求 30 層及以上 10 層及以上 保真度 超過糾錯平衡點門限 注：1、最大加權獨立集（QUBO 建模）所需比特數=K，K 為節點數量 2、最大加

20、權獨立集（問題分解，QUBO）所需比特數=K，K是問題分解節點數量。3）網絡流量預測問題 網絡流量預測是保障網絡服務質量的重要工具，可支撐網絡資源優化，降低運營成本。預測問題模型與計算需求如表 3 所示。表 3 網絡流量預測問題 問題建模 問題類型 時序預測 數據規模 現網 3 個地市 2017/1/1 2019/2/20期間小時級的流量數據及節假日時間信息，數據集樣本量：105480。問題模型 量子神經網絡 量子計算應用能力指標與評測研究報告（2024 年）9 計算目標 預測各地市未來 95 天小時級的流量值 計算指標 預測精度 95%求解時長 非實時 算力需求 量子算法/模型 量子 TSM

21、ixer 線路寬度需求 寬度（比特數）=6 線路深度需求 深度（單個比特上放置門的總數的最大值）=12 保真度 超過糾錯平衡點門限 注：1、量子 TSMixer 所需量子比特數 log4(輸出特征維度)，其中輸出特征維度在三個不同的 mixer 模塊中分別代表 patch 數量（單個輸入時間序列的切片數量），d_model（模型的隱藏維度，該值越大模型越復雜）以及輸入數據信道數量。3.部署需求部署需求 移動網絡的算力需求主要分布在核心網、接入網、基站，以及運維平臺。集中化無線運維平臺通常為全國或省級規模，部署在數據中心、智算中心或超算中心。因此對于大規模網絡優化、網絡流量預測等非實時計算任務，

22、可以考慮量超融合環境，這里具有良好的量子計算機部署環境。對于多用戶調度等準實時計算任務，如果采用量子計算機，則需要考慮與邊緣云部署環境兼容，支持一定的遠程訪問能力。對于基站級（小區級）的信號處理與資源分配，屬于實時性計算任務，如果采用量子計算機，則需要考慮與基站機房（BBU 資源池環境）的環境兼容。因為機房面積與空間小，需要設備的小型化，低功耗和溫度、濕度的魯棒性。量子計算應用能力指標與評測研究報告（2024 年）10 另外，如果部署量子計算機，還需要開發專門針對通信網絡的量子算法和軟件，建立同類通信問題數據庫，并與量子計算系統集成。因此，量子計算機與通信設備的接口與協議設計也很關鍵。(二二)

23、金融行業金融行業 金融領域的許多問題需要構建復雜的數學模型來解決，如風險評估模型、衍生品定價模型等。這些模型通常包含大量的變量和非線性關系。此外，許多金融策略也可以建模成復雜的組合優化問題，使用量子計算機求解能夠發揮其強大的并行計算能力。1.典型計算場景典型計算場景 量子計算在金融領域的應用處于發展初期，已取得一定進展，比如法國 CIB、Pasqal 和 Multiverse 聯合發布了量子計算金融應用解決方案，摩根大通和 QC Ware 使用量子深度學習分析了模型提升訓練有效性，匯豐銀行和 Quantinuum 合作探索了在欺詐檢測和自然語言處理等方面的量子計算應用優勢。其典型計算場景主要體

24、現在以下幾個方面。1）投資組合優化。量子計算的并行計算能力和量子糾纏特性，使其能夠在短時間內處理海量數據和復雜的投資組合模型，從而找到最佳的資產配置方案，實現收益最大化或風險最小化。2）風險管理。利用量子計算的強大算力，可以更快速地對大量借款人的數據進行分析和處理，從而更精準地評估信用風險，提高風量子計算應用能力指標與評測研究報告（2024 年）11 險評估的效率和準確性，幫助金融機構更好地進行信貸決策。此外，量子算法能夠處理多變量的復雜關系，通過對海量歷史數據的深入分析和模擬，更準確地預測市場波動和資產價格的變化，提前做好風險防范措施，為金融機構的風險管理提供有力支持。3）金融衍生品定價。量

25、子計算能夠顯著提高對復雜金融衍生品的定價速度和準確性。對于一些基于復雜數學模型和大量數據的金融衍生品，如期權、期貨等，量子計算可以在短時間內完成定價計算，為金融機構的交易決策提供及時準確的價格參考。4）高頻交易。量子計算的高速計算能力使其能夠在極短的時間內處理大量的交易數據和市場信息，快速做出交易決策，從而在高頻交易中獲得優勢。通過對市場行情的實時監測和快速分析，量子計算可以幫助交易者捕捉到交易機會，提高交易的成功率和盈利能力。2.算力需求案例算力需求案例 金融領域計算問題典型的計算性能指標是：計算規模、計算精度。表 4 和表 5 分別給出投資組合優化與信用評級兩個場景算力需求。表 4 投資組

26、合優化 問題建模 問題類型 組合優化 數據規模 業務場景中通常在 50 個到 100 個資產中進行投資選擇。問題模型 含約束的組合優化問題 計算目標 各個資產的投資比例 量子計算應用能力指標與評測研究報告（2024 年）12 計算指標 小數點后兩位 求解時長 非實時 算力需求 量子算法 QAOA 算法 線路寬度需求 寬度（比特數）=1000 線路深度需求 深度（單個比特上放置門的總數的最大值）=10000（全連接假設下）線路保真度 超過糾錯平衡點門限 注：比特數 R，資產的精度 a，量子比特數與精度的反比呈線性關系，當每個資產在千分之一的精度下預計需要十余個量子比特，因此，對于資產數近百個資產

27、，所需量子比特數 R=1000。對于線路深度，根據經驗，至少要量子比特數的數十倍才能滿足計算需求，因此所需深度 D=10R 表 5 信用風險預測 問題建模 問題類型 分類預測 數據規模 5000 個特征，上億樣本數量。問題模型 機器學習分類問題 計算目標 對給定用戶進行分類，判斷其是否有能力還款。計算指標 預測概率 求解時長 非實時 算力需求 量子算法 量子核機器學習算法 線路寬度需求 寬度（比特數）=5000 線路深度需求 深度（單個比特上放置門的總數的最大值）=1000（全連接假設下）線路保真度 超過糾錯平衡點門限 注：每個特征至少需要一個量子比特編碼，因此對于 N 個特征，至少需要 N

28、個量子比特 量子計算應用能力指標與評測研究報告（2024 年）13 對于特征選取算法，線路深度與模型基數約束條件相關。若無基數約束，深度與量子比特數無關，每層 QAOA 深度預計上百，按 10層線路算，預估上千。3.部署需求部署需求 根據計算任務區域條件，明確部署需求，例如，部署在超算/智算/大數據中心，并通過遠程訪問執行計算任務。根據計算機部署情況，提供配套資源，例如開發專門針對金融的量子算法和軟件，建立金融數據庫，并與量子計算系統集成。三、量子計算應用能力體系框架(一一)總體框架總體框架 量子計算應用能力，是相對場景與需求而言的。因此，應用能力關鍵指標包含了計算需求和應用能力指標二大部分，

29、如圖 4 所示。計算需求是指各高算力行業中的計算場景、計算問題類型，以及相應的計算需求指標和部署需求。這里，計算需求指標包括計算時長（計算時效）、計算精度、計算規模和計算效能等指標。量子計算應用能力指標涵蓋了量子計算單機系統的硬件性能、算法性能、增強性能，以及計算機可擴展性、部署能力等多個單項和集成指標，具體關系是：量子計算應用能力=f（單系統量子計算性能，擴展能力，部署能力），其中單系統量子計算性能（速度、精度、規模）=f（硬件性能，算法性能，增強技術性能）。量子計算應用能力指標與評測研究報告（2024 年）14 圖 4 量子計算應用能力體系框架(二二)場景計算需求場景計算需求 應用能力體系

30、框架中，場景需求是計算需求與評測需求的來源。高算力行業各自具有自己突出的計算場景，主要集中在組合優化、大模型訓練、大數據處理、復雜信號處理和復雜系統模擬等方面，基本可以建模為四類問題。其核心計算性能需求指標主要包括計算時長（時效）、計算規模（計算量）、計算精度、計算能效：1）計算時長或計算時效性需求：有多種定義，根據具體任務選擇。包含任務交付到計算輸出時長、量子態制備到量子態測量時長、算法時間復雜度、每秒線路層操作數(CLOPS)等不同層級定義。2）計算精度：量子算法對給定問題的解的近似程度，近似程度表示算法解與最優解的接近程度，考慮量子計算機數值表征能力。3）計算規模：量子計算機支持的問題規

31、模。問題規模通常與物量子計算應用能力指標與評測研究報告（2024 年）15 理比特規模和線路深度不直接對等。具體內涵可考慮分布式算法、量子編譯、智能工具等優化手段。計算規模還包括多個計算任務的并發規模，即總的計算量。4）計算效能：單位能耗（焦耳）完成的計算量。能耗包括主機和外圍設備，或者僅考慮主機。(三三)硬件系統性能指標硬件系統性能指標 業界已經定義了多項的硬件單項指標或集成指標。1.比特級指標比特級指標 1）量子比特（退）相干時間：量子比特在退相干之前可以維持其量子狀態的持續時間。更復雜的計算需要更長的相干時間。時間（能量耗散時間）也稱為縱向弛豫時間或自發輻射時間，描述了量子比特從激發態（

32、如態）到基態（如態）之間的能量釋放過程，可采用反轉恢復法或飽和恢復法測量。時間（相干時間）：也稱為橫向弛豫時間，描述了量子比特的相位失真或去相干的時間，可采用自由感應衰減法或自旋回波法測量。2）比特錯誤率：量子比特操作中發生錯誤的頻率，可以通過糾錯技術將其最小化。實驗中一般也采用隨機基準測試法進行測量。3）物理量子比特數：量子處理器中可用的量子比特總數，直接影響計算能力。4）量子比特連接性：量子比特相互糾纏的能力（任意兩個量子量子計算應用能力指標與評測研究報告（2024 年）16 比特直接糾纏），影響量子線路的復雜性?？赏ㄟ^硬件架構直接獲取，比如超導芯片的架構圖。2.量子門級指標量子門級指標

33、1）邏輯門保真度：量子邏輯門在硬件中的物理實現精度。保真度越高，量子操作中的錯誤越少。理論上可采用量子過程層析法測量，但該方法復雜度太高，實驗中一般采用隨機基準測試法進行測量。通常重點測試單門保真度和雙門保真度。2）量子邏輯門操作時間（主頻）：每秒線路層操作數(CLOPS)?？筛鶕鶞蕼y試線路的運行時間除以線路深度來獲取。3.量子線路級指標量子線路級指標 1）量子線路深度：量子算法可執行的最大時長。2）量子線路錯誤率：量子線路執行后的概率概率，可以采用鏡像線路基準、隨機線路基準以及信道譜基準進行測試。4.系統級指標系統級指標 1）量子體積：考慮量子計算機的量子比特數量、量子門保真度、量子線路深

34、度以及量子糾纏的綜合性能指標。通過任務成功率測試。2）SPAM 保真度：量子比特制備和測量的精度，影響計算結果。一般也采用隨機基準測試法進行測量。3）系統穩定性。量子計算機的容錯容災能力，包含量子計算機量子計算應用能力指標與評測研究報告（2024 年）17 能夠穩定運行的最大時長、斷電后恢復穩定運行校準難易度等。(四四)量子算法性能指標量子算法性能指標 量子算法是量子計算的靈魂，其性能指標與硬件性能一樣，對應用至關重要。量子算法性能主要包括自身的算法時間復雜度和空間復雜度，以及在硬件上表現出的計算性能，具體指標如下：1）算法運行時間：量子算法完成計算所需的時間，通常與經典算法進行比較。當無法在

35、硬件運行時，可以從理論層面評估算法時間復雜度，包括通用量子算法理論時間復雜度和變分量子算法復雜度。如果基于黑盒模式，還要考慮黑盒查詢次數，以及黑盒運行時間。2）線路深度：算法中量子門層數，更深的線路代表更長的運行時間，由于量子退相干和門誤差增加整個計算過程的誤差積累。3）算法保真度：考慮到錯誤率和噪聲，算法輸出與預期結果相比的準確性。4）加速因子：最著名的經典算法解決問題所用時間與量子算法所用時間之比，突出量子優勢。5）資源需求：實現算法所需的量子比特和量子門的數量。這些資源直接影響在當前量子硬件上執行算法的可行性。例如 QFT 和 Shor 等算法的實際實現需要大量量子比特和高門保真度，這對

36、當今的技術來說是一個挑戰。此外，糾錯要求增加了編碼邏輯量子比特所需的物理量子比特的數量。量子計算應用能力指標與評測研究報告（2024 年）18 6）算法應用效果：量子算法解決實際問題的性能，如量子神經網絡分類準確率、QAOA 算法求解組合優化問題得到最優解概率。(五五)量子計算單系統增強能力量子計算單系統增強能力 量子計算機增強技術是為了提升計算機穩定性與計算能力的一系列輔助技術，包括量子降噪技術、誤差緩解技術、量子編譯技術、量子編碼技術和量子糾錯技術等。從應用角度看，這些技術可以不定義具體的技術指標，其能力由量子計算機硬件系統性能和量子算法性能體現。比較特殊地是量子糾錯，它是通用容錯量子計算

37、機的核心技術之一，可以獨立定義糾錯碼的性能指標，包括碼距、編碼效率、錯誤閾值、解碼復雜度、資源開銷、穩定性等指標。(六六)量子計算機擴展能力指標量子計算機擴展能力指標 量子計算擴展能力是評估計算機未來的計算潛力，包括單系統能力升級和多系統能力集成。單系統能力擴展是指量子計算機單系統無需進行重大重新設計即可向系統添加更多量子比特或量子處理器的能力，重點評估擴展的技術復雜度和帶來的擴展成本。表 6 給出了不同技術路線的量子計算機單系統擴展面臨的技術挑戰和成本挑戰。量子計算多系統集成是指多個計算機的互聯性與混合集成，包括同構互聯、異構互聯、遠程接入。連接多個量子處理器的能力，可實現更大、更復雜的計算

38、。表 7 給出了互聯性擴展評估指標。對于遠程訪問能力，還要考慮計算傳輸時延。量子計算應用能力指標與評測研究報告（2024 年）19 表 6 量子計算機單系統能力擴展評估指標 技術路線技術路線 連接性連接性 尋址尋址 成本成本 超導 局部連接 復用控制線濾波 控制線、制冷量 離子阱 全連接 聲光偏轉器精度 激光器成本 光量子 全連接 單光子源純度和全同性 光學組件、探測器 中性原子 全連接 聲光偏轉器精度 激光器成本 相干伊辛機 全連接 光通信技術 光通信成本 量子點 局部連接 電場/光場尋址精度 半導體制造成本 硅量子計算 局部連接 電場/微波信號精度 半導體制造成本 拓撲量子計算 全連接 量

39、子波函數操控精度（拓撲量子比特操控）材料成本、量子比特讀出裝置成本 注：成本僅以當前產業水平評估，不考慮量產及技術突破的成本降低。表 7 量子計算機系統互聯性擴展評估指標 技術路線技術路線 異構性支持異構性支持 互聯數量互聯數量 互聯距離互聯距離 互聯方式互聯方式 超導 支持 研究中 集群或遠距 光纖/微波 離子阱 支持 研究中 研究中 光纖 光量子 支持 研究中 研究中 光纖 中性原子 支持 研究中 研究中 光纖 相干伊辛機 支持/光纖 量子點 支持 研究中 局部連接 微波/電場 硅量子計算 支持 中等（局部連接）短距離（幾毫米到厘米級）微波/電場/電纜 拓撲量子計算 支持 研究中 研究中

40、光纖/電纜/微波 注 1：容錯容災性：即使某些組件發生故障，系統仍能繼續正常運行的能力，這量子計算應用能力指標與評測研究報告（2024 年）20 對于擴大規模至關重要。注 2：與經典系統的集成：量子系統與經典系統的集成程度，包括對混合量子-經典算法、計算任務分解/分配、部署環境兼容的支持。(七七)量子計算機部署能力指標量子計算機部署能力指標 量子計算部署能力是指計算機運行環境要求與計算任務環境匹配的能力，包括物理尺寸、物理環境、移動性、運維與能耗等指標：1）交付尺寸：與經典計算系統部署尺寸的兼容性，與計算任務物理空間的匹配性。本地部署更多考慮交付尺寸。隨著量子計算機工程技術與工業設計發展，小型

41、化將成為交付解決方案。2）環境要求：對經典系統所處環境的適應性，是否需要特別的額外的溫控、潔凈、濕度等需求。潔凈間、溫控設備可能成為最大瓶頸。3）移動性：是否支持一定程度的移動性，包括車載、機載、船載等移動性，以及臨時性搬運、拆遷等。4）運行能耗：核心設備與配套設備的能耗，是否在運營成本范圍，是否相對經典計算有經濟價值增益。5）運維能力：遠程運維操作的支持程度，智能化程度。6）商用性價比：商用量子計算機在系統性工程部署與運營過程中，相比經典計算機的經濟價值增益。簡單說，就是采用量子計算機求解給定計算任務相比經典計算機是否具有更高的性價比。量子計算應用能力指標與評測研究報告（2024 年）21

42、(八八)技術成熟度指標技術成熟度指標 量子計算工程初期階段，技術成熟度可以作為一個指標。量子計算的技術成熟度是指該技術的開發水平和實際應用的準備程度，是一個技術+工程+產業綜合性指標，涵蓋可靠性、性能、可擴展性以及與現有技術集成的能力等各個方面，量子計算技術的成熟度可以使用GJB 7688-2012 中幾個標準來評估：TLR1：提出基本原理并正式報告。TLR2：提出概念和應用設想。TLR3：完成概念和應用設想的可行性驗證。TLR4：以原理樣品或部件為載體完成實驗室環境驗證。TLR5：以模型樣品或部件為載體完成相關環境驗證。TLR6：以系統或子系統原型為載體完成相關環境驗證。TLR7：以系統原形

43、為載體完成典型使用環境驗證。TLR8：以實際系統為載體完成使用環境驗證。TLR9：以實際系統為載體完成使用任務。目前，模擬量子計算機、NISQ 計算機相對 FTQC 來說，具有更高的技術成熟度，但不同技術路線、不同應用場景中，成熟度并不一致?？傮w上，模擬量子計算機在特定場景特定任務中大致可達階段8，NISQ 計算機大致處在階段 6，FTQC 計算機還處在工程的初級階段，即主要處于階段 3 或 4。量子計算應用能力指標與評測研究報告（2024 年）22 然而，在具體應用中，實驗室環境與使用環境不嚴格區分，使用任務可能是教學任務、科研任務或商用任務。因此，上述技術成熟度不太直觀反映量子計算機實際應

44、用能力情況。為了更好的表征量子計算機的應用能力水平，根據當前量子計算研發現狀，本文從應用層角度提出量子計算應用能力等級指標，包括如下 5 個等級：等級 0：不具備應用能力。等級 1：教學級應用?？捎糜诹孔恿W原理、簡單量子算法運行、量子計算基本概念與量子計算物理系統演示等教學任務。典型代表是量子計算機教學機和游戲機。等級 2：科研級應用。即研發級應用，可用于小規模量子算法驗證、異構算力調度等科研任務。典型代表是部分廠家可交付的專用或NISQ 量子計算機。等級 3：小規模試點應用。用于實際生產系統中計算問題及量子算法的測試驗證，僅針對特定場景與特定問題，性能與結算結果可能不穩定。等級 4：商業應

45、用。在實際生產系統部署，提供商業級有質量保證的計算能力，包括小規模商用與大規模商用。從現狀看，超導、離子阱、光量子等技術路線可達到等級 2。量子計算應用能力指標與評測研究報告（2024 年）23 四、量子計算應用能力評測方法 評測就是用確定的工具去測量未知的目標。量子計算應用能力評測是采用評測工具對評測對象進行指標性能的評估與測試，涉及評測目標、評測工具和評測方案等。下面給出評測涉及的基本概念和一般性的評測方法（注：評測包括評估與測量，沒有測試工具時，僅做定性評估）。(一一)應用能力評測基本概念應用能力評測基本概念 量子計算應用能力評測涉及評測級別、評測類別、評測場景、評測目標（評測對象與測試

46、指標），以及測試工具等概念，下面簡要介紹。1.應用能力評測級別應用能力評測級別 量子計算應用能力的評測級別定義為三級，旨在全面了解量子計算系統在實際應用中的表現和潛力：第一級：基礎技術能力評測。目標在于評測量子計算系統的基本技術參數和性能指標。第二級：應用技術能力評測。目標在于評測量子計算系統在實際應用領域的具體表現和效果。第三級：綜合應用與未來前景評測。目標在于評測量子計算系統的長期應用潛力和未來發展趨勢。由于 NISQ 計算機還不穩定，第一級測試可以幫助定位量子計量子計算應用能力指標與評測研究報告（2024 年）24 算機系統的關鍵短板。在 NISQ 計算機硬件能力基本穩定，或將硬件作為黑

47、盒（不關注硬件基本性能）時，可以考慮第二級評測。這一級可以綜合評定或對比不同量子計算機單機應用能力。由于量子計算機還在難以預期的快速發展，當前評測結果可能不具代表性，無法給出定論，這時候需要第三級評定。第三級評定針對量子計算機擴展能力，從理論、材料、工藝等多個維度進行趨勢判斷。本文的關注目標是第二級評測，兼顧第一級和第三級。評測不是目的，是手段，需要第一級評測定位問題，需要第三級研判潛力，共同推動量子計算發展成熟。2.應用能力評測類別與目標應用能力評測類別與目標 量子計算應用能力評測類別包括基準測試和方案測試兩類?；鶞蕼y試是指通過約定或給定的測試方法、測試工具和測試系統，對一類測試對象的某項性

48、能指標進行定量的和可對比的測試活動。方案測試是在穩定或黑盒（灰盒或白盒）測試環境中，對所提的量子計算方案或量子算法進行性能或功能測試。評測目標包括評測對象與相應的性能指標。評測對象包括量子硬件、量子算法、量子計算系統。若評測對象是量子硬件，則對應第一級評測，評測性能指標請參考上述硬件系統性能指標，通常采用基準測試。若評測對象是量子算法，則具體又分為模擬環境測試（經典環境，無噪）、仿真機環境測試（經典環境，引入噪聲模型）量子計算應用能力指標與評測研究報告（2024 年）25 和真機環境測試三種情況。前兩種對應第一級評測，后一種對應第二級評測，都屬于方案測試類別。當量子算法在真機上運行驗證時候，可

49、以考慮硬件黑盒、灰盒或白盒模式。若評測對象是量子計算系統，則對應第二級評測和第三級評測，既可以做給定基準算法和基準線路的基準評測，也可以做給定算法方案的方案評測。這時基準評測為了驗證整機性能，方案評測為了驗證應用能力。對于性能指標，第一級評測基本都是單項或集成指標。第二級評測為系統級指標，主要是應用能力 KPI，包括計算時長、計算精度、計算規模等。給定評測指標，無論是基準測試還是方案測試，都可以做對比分析。例如，在相同的計算精度約束下，比較計算時長，在相同的計算時長下，比較計算精度，或者在相同的計算時長和計算精度下，比較計算規模。例如，量子優化方案和量子機器學習模型類，在核心指標對比時，可以約

50、束其他指標，也可以不約束。3.應用能力評測基準應用能力評測基準 基準評測需要制定一套評測基準及評測方法。這些基準應設計為涵蓋廣泛的用例，例如，優化問題、機器學習任務和量子模擬，確保能提供有意義的見解。第一級評測中，許多性能指標都可以采用隨機基準測試法（RB）來評估，它和它的變式交錯隨機基準測試（IRB）通過測量量子門操作的平均保真度來評估量子門的準確性和可靠性，從而實現量子計算應用能力指標與評測研究報告（2024 年）26 對量子硬件的整體評估，目前被廣泛采用。還有一種常用的基準測試方法是交叉熵基準測試法（XEB），它基于隨機線路采樣（RCS）問題，通過比較量子計算機實際輸出的概率分布與理想隨

51、機線路輸出的預期概率分布之間的交叉熵來評估量子計算機的性能。第二級評測中，需要定義應用層面的基準測試案例和基準數據集。例如，針對移動網絡中的組合優化問題，具體包括最大獨立集、圖分割、二次指配等問題，根據問題規模、以及經典算法求解該問題的難易程度，定義不同層級的基準測試案例集，實現分級評測。不同等級評測是衡量量子計算應用能力等級的最直接的方法。對于量子機器學習算法，可仿照經典機器學習建立每一個應用領域中的基準量子數據集，比如圖像、文本、網絡流量、網絡覆蓋等。每一個量子機器學習模型都可以在這些數據集上進行基準測試，每一個數據集的測試結果都反映了量子機器學習模型的應用能力。(二二)應用能力評測基本方

52、法應用能力評測基本方法 量子計算應用能力評測場景與需求差異大，這里僅給出測試相關的一般性方法（不涉及評估），如圖 5 所示。首先，根據測試對象，明確測試類別。如果是硬件、算法或系統，采取基準測試，并選擇合適的測試基準。如果測試對象是實際方案，采用方案測試。其次，根據測試目標選擇測試性能指標。如果是第一級測試，選擇硬件相關指標，且測試環境即是硬件本身。如果是第二級測試，選量子計算應用能力指標與評測研究報告（2024 年）27 擇應用相關指標，測試環境包括真機環境或模擬環境。圖 5 量子計算應用能力評測一般性方法 評測結束后，提供有關性能指標的詳細報告，包括組件級規范、算法性能和整體系統功能評測數

53、據。這些報告和數據應盡量公開。同時，測試結果應該具有可重復性，以便在不同時間或條件下進行驗證和比較。最后對評測結果進行評估，有三個目的，一是根據評測結果定位量子計算系統需要改進和優化的地方。二是對比不同量子計算機系統的性能，這包括運行一套算法并比較不同硬件平臺和配置的性能。三是根據評測經驗和結果，更新基準進一步提升評測能力，或優化方案進一步提升方案性能。這三個目的是動態相關的，可提供對量子計算應用能力和成長能力的動態評估。量子計算應用能力指標與評測研究報告（2024 年）28 量子計算應用能力評測，還需發揮量子計算社區作用，共同識別和解決基準測試中的弱點，以增強基準測試套件。開源計劃和協作項目

54、可以在這方面發揮關鍵作用。(三三)移動網絡計算需求評估案例移動網絡計算需求評估案例 針對上述計算需求，這里根據 NISQ 計算機的可用性，提供了四個量子算法級的應用能力評測案例。當前，針對具體問題進行相應量子算法性能的驗證，一般有模擬驗證（經典計算機環境）、仿真機驗證（經典計算機+量子計算機噪聲模型）以及真機驗證（真實量子計算機環境）三種方式。由于計算機的能力限制，這三種方式當前僅能進行小規模問題的驗證。量子算法驗證的目的是在給定問題規模情況下，評估量子計算是否可行，是否具有優勢，同時為更大規模問題量子求解的可行性與優勢提供預判依據。1.多用戶調度多用戶調度 QAOA 測試測試 移動網絡中，多

55、用戶調度被建模為最大加權獨立集問題。這里給出一個 8 節點規模的最大加權獨立集求解算法性能評測案例，如表 8 所示。表 8 最大加權獨立集 QAOA 算法測試例 測試場景 多用戶調度 測試對象 最大加權獨立集 QAOA 算法 測試環境 模擬環境（經典服務器）問題規模 8 用戶（8 節點）量子計算應用能力指標與評測研究報告（2024 年）29 性能指標 求解精度（與最優解近似程度）測試步驟 命令 測試可視化界面 步驟 1 運行算法 在運行環境中打開相應文件夾與主程序，加載計算任務。返回創建任務成功提示。步驟 2 返回運行結果 返回計算任務結束提示，并輸出計算結果可視化文件 最大加權值：3.747

56、5759 步驟 3 查看經 典貪心算法結果 打開經典計算結果文件 最大加權值：3.5962494 步驟 4 比對兩 種算法計算精度 量子 QAOA 算法比經典貪心算法給出的計算結果更精確。2.多用戶調度分布式多用戶調度分布式 QAOA 測試測試 當多用戶調度建模的最大加權獨立集問題規模較大時，當前NISQ 計算機或模擬環境難以支持，考慮采用分布式 QAOA 算法降低問題規模。這里給出一個 40 節點規模的最大加權獨立集分布式量子計算應用能力指標與評測研究報告（2024 年）30 QAOA 性能評測案例，如表 9 所示。表 9 最大加權獨立集分布式 QAOA 算法測試例 測試場景 多用戶調度 測

57、試對象 最大加權獨立集分布式 QAOA 測試環境 模擬環境（經典服務器，無噪）+仿真機環境（經典服務器，含噪）問題規模 40 用戶（40 節點）性能指標 求解精度（與最優解近似程度）測試步驟 命令 測試可視化界面 步驟 1 在模擬 環境運行算法，返回結果 在模擬環境中打開相應文件夾與主程序，加載計算任務，輸出計算可視化結果 最大加權值：214.92 步驟 2 在仿真機環境運行算法，返回結果 在仿真機環境中打開相應文件夾與主程序，加載計算任務，輸出計算可視化結果 最大加權值：184.90 步驟 3 查 看 經 典Gurobi 求 解器結果（最優解）打開經典計算結果文件 最大加權值：214.92

58、步驟 4 比對分 析算分布式 QAOA 算法在模擬環境與經典最優算法性能一致，而在含噪模擬環境，性能下降，僅為最優值的 86%量子計算應用能力指標與評測研究報告（2024 年）31 法計算精度 3.網絡流量預測量子網絡流量預測量子 TSMixer 模型測試模型測試 網絡流量預測是基于給定區域某段時間的流量樣本，預測未來一段時間的流量分布，以便優化網絡資源配置，保障網絡服務質量。這里給出一個輸入序列長度為 512，預測序列長度為 96 的量子TSMixer 模型性能評測案例，如表 10 所示。表 10 用于網絡流量預測的量子 Tsmixer 模型性能測試例 測試場景 網絡流量預測 測試對象 量子

59、 TSMixer 模型 測試環境 模擬環境（經典服務器）+真機環境 問題規模 輸入序列長度為 512，預測序列長度為 96 性能指標 模型預測精度（與經典模型對比）測試步驟 命令 測試可視化界面 步驟 1 在模擬 環境運行算法，返回結果 在模擬環境中打開相應文件夾與主程序，加載計算任務，輸出計算可視化結果 步驟 2 在仿真機環境運行算法，返回結果 在仿真機環境中打開相應文件夾與主程序，加載計算任務，輸出計算可視化結果 步驟 3 結果分 析與結論 實驗結果表明，優化后的 QTSMixer 在真實網絡長期流量預測數據集上，精度較經典模型提升 6.72%。量子計算應用能力指標與評測研究報告（2024

60、 年）32 4.無線時空性能預測量子無線時空性能預測量子 TTM 模型測試模型測試 無線時空性能預測是基于給定多個小區某段時間的用戶數和流量樣本，預測未來一段時間的用戶數和流量分布，以便優化網絡資源配置，保障網絡服務質量。這里給出一個輸入序列長度為 96，預測序列長度為 48 的量子 TTM 模型性能評測案例，如表 11 所示。表 11 用于無線時空性能預測量子 TTM 模型性能測試例 測試場景 網絡流量預測 測試對象 量子 TTM 模型 測試環境 模擬環境（經典服務器）+真機環境 問題規模 輸入序列長度為 96，預測序列長度為 48 性能指標 模型預測精度（與經典模型對比）測試步驟 命令 測

61、試可視化界面 步驟 1 在模擬 環境運行算法，返回結果 在模擬環境中打開相應文件夾與主程序，加載計算任務，輸出計算可視化結果 步驟 2 在仿真機環境運行算法，返回結果 在仿真機環境中打開相應文件夾與主程序，加載計算任務，輸出計算可視化結果 步驟 3 結果分 析與實驗結果表明，量子算法相比經典算法，參數量上顯著減少23.09%，并且預測準確度相差不超過 2%。量子計算應用能力指標與評測研究報告（2024 年）33 結論 五、量子計算應用能力評測標準化需求 當前，可商用 FTQC 還未攻克，NISQ 應用能力還未明確，開展應用能力評測標準化工作尤為重要。它可以建立量子計算機底層硬件與上層應用的橋梁

62、，借助標準化的測試基準、測試方法和測試工具，可以對量子計算功能和性能指標進行定量可比較的測試。例如，應用層的計算時長、計算能效、計算精度和計算規模，這些指標不僅僅是多個硬件單項指標的綜合體現，還包括量子算法結構與性能，以及經典計算系統、智能工具、物理環境等配套性能。在綜合能力指標不足的情況下，標準化工作還可以定位存在問題的單項或子系統指標。評測標準化不是目的，是手段，最終還是為了解決量子計算系統存在的問題。量子計算應用評測標準化是一個復雜而多面的過程，在具體實施中主要分為三個層次。第一個層次是現有的標準化格局，先確定哪些標準先建立，再根據具體技術和應用的發展演變出新的標準。當前評測重點偏底層，

63、單項指標很多，每秒線路層操作數（CLOPS）能較好的評估硬件計算速度。然而，高層和綜合性指標偏少，目前業界普遍接受量子體積指標，而算法量子比特指標則還存在性能高估的問題?？梢?，現有標準化呈現碎片化格局，并沒有形成事實標準，還不成熟。建立更加嚴謹和透明的性能評估標準，尤其是應用量子計算應用能力指標與評測研究報告（2024 年）34 能力評測標準，顯得尤為迫切。第二個層次是聯盟標準化，由與量子計算應用和硬件相關的各個組織組成聯盟，通過合作和協商制定標準。該工作需要強有力的領導，最大化產業共識和利益。第三個層次是各個行業在具體應用過程中，針對具體場景制定的應用評測標準，各個行業有差異。(一一)應用能

64、力評測標準化需求應用能力評測標準化需求 適度提前標準化可以帶動技術與應用創新動力，為產業明確技術目標和市場目標，吸引更多投資支持產業發展。本報告開展應用能力評測標準化目標是解決業界存在的一些評測問題與挑戰。一是量子計算機綜合能力指標不明確。從應用層面看，計算速度、計算精度、計算規模和計算能效等概念內涵也存在模糊的邊界。例如，在應用層面，計算速度應該定義為計算任務從提交到收到結果的時長，而不是量子計算機從量子態制備到測量的時長，更不是僅僅是量子態調控時長。計算精度，不僅僅是量子態測量結果，而應考慮基于智能工具對測量數據分析后的結果。二是應用能力評測方案不一致。應用能力包括多層因素，進行公平評測極

65、具挑戰。評測方案標準化，可以對應用能力關鍵要素進行約定。例如是否容許智能工具的嵌入，并制定標準化智能工具。三是缺乏行業應用能力評測工具。各行業場景不同，計算問題不同，性指標關注度不同，需要提供一種標準化的通用測試工具，量子計算應用能力指標與評測研究報告（2024 年）35 降低行業應用評測難度。并提供一套容許的行業專用優化工具，提升應用性能指標。四是應用擴展能力指標還不明確。單系統指標和基準允許直接比較不同技術路線、不同平臺和供應商之間的量子計算能力。但目前缺乏多系統之間的擴展指標。不同量子計算系統和組件之間應用能力的標準化也將提升系統間的互操作性和互換能力，實現量子計算生態系統內更無縫的集成

66、和協作。(二二)應用能力（評測）標準化展望應用能力（評測）標準化展望 應用能力（評測）標準化工作可從產業和學術角度同步開展標準化預研與制定。1.行業與標準組織工作行業與標準組織工作 國際上，可參與或關注如下標準化組織的工作：國際標準化組織（ISO）與國際電工委員會（IEC）于 2024 年年初聯合成立的量子技術聯合技術委員會（IEC/ISO JTC 3 Quantum Technology）工作。前期聯合發布了全球首個量子計算領域國際標準 ISO/IEC 4879:2024信息技術 量子計算 詞匯。濟南量子技術研究院為國內接口單位?？煽紤]參與量子計算應用能力指標與評測基準標準化工作。ITU 量

67、子信息技術焦點組。該焦點組由中國專家擔任主席，前期工作重點在量子通信，后續可擇機參與推動量子計算應用標準化量子計算應用能力指標與評測研究報告（2024 年）36 立項研究。美國國家標準與技術研究院（NIST），在量子信息科學的基礎和應用研究方面處于領先地位。它與美頂尖大學、聯合量子研究所（JQI）和聯合量子信息計算科學中心（QUICS）等建立了合作伙伴關系。美國能源部啟動的量子科學計算開放用戶測試床（QSCOUT），以及美國國防高級研究計劃局（DARPA）推出的“量子基準”項目，可關注其最新進展。國際電機電子工程師學會（IEEE）設立多個量子計算相關的工作組和委員會，包括 IEEE 量子計算工

68、作組、IEEE 量子計算標準委員會、IEEE 量子工程與技術委員會、IEEE 量子信息系統與應用委員會、IEEE 量子計算與通信委員會等?？蓞⑴c開展應用能力評測相關的量子計算概念、術語澄清，以及識別標準化需求并提供性能指標和基準。12 家歐洲機構聯合發起的下一個量子計算應用（NEASQC）項目。定義 NISQ 應用并提供完整的通用工具集，供實驗研究和應用探索?？申P注其進展。歐盟量子旗艦組織（EU Quantum Flagship），是歐盟委員會成立的面向量子信息技術的研究組織，與歐洲標準化委員會和歐洲電工標準化委員會（CEN-CENELEC）等組織合作，推動量子技術標準的制定和實施?？申P注該組

69、織工作進展。在國內，可重點參與如下組織工作：量子計算應用能力指標與評測研究報告（2024 年）37 全國量子計算與測量標準化技術委員會（SAC/TC 578）。由濟南量子技術研究院擔任秘書處單位，是國內首個量子計算與測量標準化組織，可參與量子計算應用指標與基準和能力等級國家標準化工作。全國信息技術標準化技術委員會量子信息標準工作組(TC 28/WG 34)，參與制定應用指標與基準和能力等級標準化標準國家標準化。全國通信標準化技術委員會(SAC/TC485)/中國通信標準化協會（量子通信與信息技術特設任務組（ST7），參與量子計算標準化研究與行業標準化工作。其他行業聯盟，包括量子科技產學研創新聯

70、盟、量子信息網絡產業聯盟、中關村量子信息產業聯盟等，可參與制定量子計算應用相關課題研究與團體標準研制工作。2.工作內容建議工作內容建議 圍繞上述行業聯盟與標準化組織，可在量子計算應用能力指標定義與內涵、算法基準、測試案例基準、應用能力等級等方面開展標準化推動工作，具體如下：硬件性能標準。量子計算硬件指標種類多，需要從應用層角度進行核心指標選擇，并標準化。不建議定義新指標。如果有新的指標需求，可以重新定義指標。例如，表 12 中的部分指標，從應用標量子計算應用能力指標與評測研究報告（2024 年）38 準化角度，有些將保留，有些則放棄。表 12 量子計算機單系統硬件指標選擇建議 相干時間 門操作

71、時間 通用門 保真度 SPAM 保真度 量子體積 量子糾錯 不保留 保留 保留 保留 保留 算法基準。針對垂直行業中不同的計算問題，制定核心性能基準指標，確?；鶞逝c實際應用程序相關。針對行業中共性計算問題，開展基準算法標準化設計（同類問題可以定義不同基準規模），如表 13 所示。表 13 量子算法基準建議 最大割 QAOA Shor 求階算法 QFFT 其他行業問題 1020 100 以內質數 4,8,16 小規模 系統可擴展性標準。包括單系統能力擴展和多系統能力集成?？紤]制定單系統模塊化和集成指標標準化，在不降低性能的情況下集成額外量子位和增強功能，并對模塊制定標準化互連協議。建立資源分配和

72、管理標準，確保擴大量子系統不會導致不可持續的資源需求，包括擴展成本?？捎眯院筒渴饦藴?。包括：應用能力等級：包括教學級應用、科研級應用、小規模試點應用、規模商用等不同級別。詳細定義各級別內涵和邊界。部署協議：標準化部署量子計算系統的協議，包括不同任務的設置、校準和重新配置。這可確保高效且一致的部署實踐。量子計算應用能力指標與評測研究報告（2024 年）39 用戶界面和文檔：創建用戶界面和文檔標準，使更廣泛的用戶（包括沒有深厚技術專業知識的用戶）可以使用量子計算系統。3.標準化可能面臨的挑戰標準化可能面臨的挑戰 量子計算應用能力評測標準化可能遇到如下困難和挑戰：一是產業成熟度不一致，性能指標標準可

73、能無法對齊。二是技術路線多，指標難以通用。模擬計算機和通用計算機需要區別評測。通用量子計算機也存在個性指標需要單獨測試。三是關鍵技術不斷突破，指標可能需要重新定義。問題規模和求解難度都會變化，需求也要更新。四是垂直行業的計算需求差異大，需要定義個性應用指標。例如在移動網絡領域，信號處理、網絡優化和機器學習等不同場景，對計算時長、計算時延、計算精度都有特殊需求。網絡優化更注重計算規模，信號處理更注重計算時延?；瘜W材料領域，量子模擬更注重模擬精度。六、總結與展望 量子計算應用能力評測是拉通行業真實計算需求與量子計算機真實計算能力的有效工具。為此，報告定義了量子計算應用能力體系框架和應用能力關鍵指標

74、，初步分析了評測方法和評測標準化需求。然而，行業需求與量子計算都在快速發展中，兩者融合還處于初期階段。量子計算應用涉及到技術、工程、標準化、產業生態、運營成本、商業模式等多個環節。雖然本文考慮了量子計算部署能量子計算應用能力指標與評測研究報告（2024 年）40 力，但本階段無法量化工程相關的性能，例如所需的工程環境要求及復雜度、系統穩定性和可靠性，也難以評估調用已部署的量子計算裝置的算力來解決移動網絡計算需求的代價、能耗及成本等。因此，本文也僅提供現階段的觀察、方案與建議。面向未來，需持續關注國內外量子計算評測研究與標準化的最新進展，逐步擴展考慮其他影響應用的因素，如評估相比經典計算機或者算力網絡帶來的性價比增益，即是否具備經濟性。同時，保持與全國量子計算與測量標準化技術委員會（SAC/TC578）和全國信息技術標準化技術委員會量子信息標準工作組(TC28/WG 34)協同，進一步完善應用能力指標體系，構建評測模型和實用化的應用能力等級體系，為量子計算產業發展提供更加全面實用化的參考方案與工具。