计算应用能力指标体系与评测框架，探讨评测基准、方法和标准化 需求，旨在为量子计算应用破局储备方案与工具。 本研究报告共分为五章，相关章节内容安排如下: 第一章：研究背景。简述量子计算应用面临的计算问题、量子 算法、量子硬件三角关系，指出本报告拟关注的问题。 第二章：行业场景与需求。调研了移动网络、金融等行业的计 算场景与问题，以及算力需求与部署需求。 第三章：量子计算应用能力体系框架。介绍了应用能力关键指 .. 14 (三) 硬件系统性能指标 .................................................................. 15 (四) 量子算法性能指标 .................................................................. 17 (五) 量子计算机扩展能力指标 ...... ..................................... 19 表 8 最大加权独立集 QAOA 算法测试例 .......................................... 28 表 9 最大加权独立集分布式 QAOA 算法测试例 .............................. 30 表 10 用于网络流量预测的量子 Tsmixer

仅局限于逻辑门层级的量子线路编程；4）可以获取原始的量子信号 数据，从实验数据上观测量子比特的演化规律；5）支持一套完备的 量子逻辑门，包含单比特门、双比特门以及三比特门，可以允许学 生自由搭建任意量子算法；6）多种量子编程方式结合，有易入门的 图形界面编程方式，以及基于 SpinQit 框架的经典-量子混合编程方 法。 目前国内外有许多的高校在使用量旋的核磁量子计算机作为量 子计算教育的辅 据反馈， 能够很好地促进学生对于量子计算这一抽象概念的理解。从对量子 计算相关实验内容的支持程度上来看，核磁量子计算机可以支持从 底层量子比特的物理原理、量子态演化一直到顶层的逻辑门实现和 算法编程的量子计算全过程实验。因为实际系统已经在教育场景中 使用，技术成熟度达到 9 级。 三、 应用方案与实践 (一) 解决方案/系统架构/产品情况 为了全面体现真实量子计算硬件在量子计算教学种的作用，量 量子信息技术应用案例集（2024） 6 机实验内容，主要分为三个板块。1）量子比特物理指标（如退相干 时间 T1、T2）以及自由演化动力学现象实验；2）从量子逻辑门层 级开始学习量子算法设计，并在真实硬件上运行后对结果进行分析； 3）对物理底层更加开放的量子调控技术探索，进一步加深学生对量 子计算相关技术的认识和学习。 具体的教学方案中还包括如表 1 的一系列实验课程以及配套的

10 到23，瞄准“7+N”重点领域和方向，结合前沿技术新趋势进行动态调 整、滚动培育，其中在量子科技方向，加快量子通信、量子计算、 量子精密测量技术突破和产业化，前瞻布局量子芯片、量子算法等 量子计算关键技术，引领新一轮信息革命。福建省《政府工作报告》 中提到24，以更高站位推进新型工业化，前瞻布局量子科技等未来 产业。山东省《政府工作报告》中提到25，加快推进新型工业化， 辑量子比特将是下一个发展阶段的关键目标。 3.量子计算软件与云平台持续多元化发展 量子计算原型机研发正在迅速推进，量子计算软件和云平台已 成为面向开发者提供使用量子计算硬件和运行量子算法的必要工具， 目前正处于差异性发展的早期阶段。由量子计算技术基础、硬件、 软件、算法、云平台、应用探索等关键要素构成的量子计算技术体 64 https://doi.org/10.48550/arXiv.2409.04628 65 典异构算力间的资源协同分配。微软实现 Azure Quantum 资源估算 器的开源，可估算运行量子程序所需的计算资源69。PsiQuantum 推 出量子资源估算器 Bartiq，能够分析估算各类容错量子算法所需要 的计算资源70。编译软件规范量子编程边界和实现量子程序的正确 编译执行，并提供成套的语法规则用以协调和约束编译操作。IBM 推出新版 Qiskit 软件，提升量子硬件电路优化速度并优化存储资源

具身智能 05 扩展现实（XR） 06 世界模型 07 空间智能玩家图谱 空间智能是主要基于3D视觉信息进⾏理解、推理、⽣成、交互的AI系统 4 信息来源：量⼦位智库 3D理解 数据 算法 3D⽣成 3D推理 交互 虚拟 世界 物理 世界 空间智能概览 自动驾驶 3D⽣成 具身智能 扩展现实（XR） 世界模型 空间智能概览：3D⽣成、自动驾驶、具身智能是空间智能不同成熟度的 经济性 • ⾼ • 融合感知、规划、控制的 端到端⼤模型已经成为业 界共识 算法成熟度 • ⾼ • 头部玩家达到5万 卡H100 算⼒支撑 • 中 • 安全性和合规要 求⾼ 普及便捷度 • 中 • 有千万级规模的⾼精度3D 资产数据，但仍需要更⼤ 规模的数据提升⽣成效果 • 中 • 目前算法部分处于快速进 步阶段，但数据表征尚未 成熟，技术目前可支撑商 业化 • 低 • 软件服务可快速 普及应用 • 中 • 自动驾驶软件成 本低，潜在受众 巨⼤，头部玩家 已投放市场 • 低 • ⾼质量的机器⼈真机操作 数据数量稀少，仿真数据 作用有限 • 低 • 目前算法部分处于摸索期， 感知、规划、控制等功能 都不成熟 • 低 • ⼤多数玩家在千 卡级，目前的主 要瓶颈是数据 • 低 • 物理操作需要满 ⾜安全性、合规 性和精确度需求 • 低 •

响工作效率。 能源效率问题限制机器人在物流仓储等需要长时间连 续作业场景的应用，增加运营成本。 硬件技术突破 具身智能算法环境感知与决策能力相当于GPT- 2水平，依赖大量数据训练，如星海图机器人需人工干预才能完成复杂任务。 具身智能算法数据依赖性强，数据采集标注成本高，且算法泛化能力有限，难以适应多样化场景。 多模态交互视觉语言动作协同尚未成熟，MIT实验完成指令需3.4次试错，交互效率低，影响用户体验。 AI大脑与硬件融合存在兼容性稳定性问题，如部分机器人在高强度任务下出现算法与硬件脱节故障，影响任务完成。 AI大脑与硬件融合问题导致机器人在复杂任务执行中出现故障，降低可靠性，影响市场信任度。 具身智能算法能力 多模态交互协同 AI大脑与硬件融合挑战 AI大脑发展 区域分布珠三角伺服系统、长三角AI 算法、京津冀精密制造，产业集聚效 应初显，但协同效率待提升。 区域产业分布不均衡，各地产业配套 ，合理评估投资 风险与收益，制定投资策略。 中期投资收益较高，但需关注市场动态，及时调整投资策略，确保投 资收益稳定增长。 中期投资机会 具身智能算法平台长期看是行业核心 竞争力，将引领技术发展方向，投资 价值高。 具身智能算法平台将为企业提供技术 支撑，市场竞争力强，投资回报率高。 消费级产品定义者凭借对市场需求敏锐洞察，有望在消 费级市场占据主导地位，投资潜力巨大。 消

创新成为整体云服务行业关注焦点。 - 技术能力：以模型为核心，实现“云、数、智”深度融合，构建“内外兼顾”的技术能力。对外，云厂商围绕模型发展所需关键 要素，为自研模型、第三方模型提供相关算力、算法、数据产品与服务；对内，云厂商借助自研模型、第三方模型升级传统云产 品，深化云产品服务能力，强化运行效率，优化使用体验。 - 商业实践：以落地为目标，推进“模型与行业”深度融合，打造“由点到面”的 平台 生态 支持 企业孵化 场景应用 解决方案 研发支持 人才培养 算力 算法 数据 模型 云化资源 物理资源 智算中心具备为企业各类人工智能业务提供包括软硬件在内，从资源到服务及生态的完整能力。智算中心通过聚合智能算力资源有 效解决大模型时代各类企业在大规模模型训练和推理中所面临的智算资源稀缺问题；结合专业算力、算法、数据等工具和服务，加 速大模型开发、调优、迭代，强化大模型的通用能力和行 持以云的形式， 将智能算力资源更灵活地对外输出，实现智算资源的弹性调度、高效 管理，并为算力、算法、数据、模型等能力平台构建技术底座 智算中心能力平台以大模型为核心，将构成大模型的关键要素：算力、 算法、数据以“服务”的形式对外输出。 1）算力服务：聚焦智算资源的高效管理、调度 2）算法服务：多类算法自由调用以支持不同场景大模型开发 3）数据服务：模型训练和推理所需各类数据全生命周期管理 4）模

分块或变换获得低维 度矩阵。人工智能（Artificial Intelligence，AI）也是降低集中式超大规模 MIMO 系统计算复 杂度的一种手段。在超大规模 MIMO 系统中，将 AI 算法用于信道估计、接收检测、CSI （Channel State Information，信道状态信息）压缩反馈等，可有效降低通信节点的计算复杂 度。 2.1.1.2 Pseudo MIMO 技术 CSI 反馈信息，利用 AI/ML 重建部分恢复出 t 时刻的信道信息。 图 2-1-4 基于 AI 的时空频域 CSI 压缩 2.1.2 分布式 MIMO 技术 2.1.2.1 传输方案与信号处理算法 在分布式 MIMO 系统中，多个接入站点（AP）通过前传网络，连接到中央处理单元（CPU）， 在相同的时频资源上联合为多个用户（UE）提供服务，显著提高网络覆盖范围和数据吞吐 量。进一步地， Point，传输点）为其它 UE 提供传输服务，因此其传输方案的设计 具有更大的灵活性。 分布式 MIMO 的信号处理包括调度、预编码/波束赋形、信道估计、时频误差互易性误 差校准等。采用先进的信号处理算法可以提升分布式 MIMO 传输性能。如对更多的网络节 点、节点的传输方式、无线资源分配等联合进行优化，以获得最优调度策略。根据全部或部 分信道信息、上下行 duality、或其它优化目标进行最优预编码设计。对资源分配和信号处

现信息互联互 通的关键。利用云计算、大数据等技术，整合路网静态交通设施、动态交通流和交通参与者的时空信息，并基于 GIS/ 高精地图构建完整的数字孪生平台，在此基础上提供认知、决策、仿真、评估等算法模型，是提升交通安全 和效率的关键。 构建多应用多层次服务体系 公众出行服务是智慧公路建设的最终目的，公众出行信息服务水平更是衡量智能交通现代化程度的重要标志。 智慧公路的发展需要持续激 | 网络 | 安全 智能中枢 智能联接 智能交互 网络 安全 数据 安全 运维 管理 运营 管理 IP 5G Wi-Fi 6 F5G V2X SD-WAN 信息感知 完整、精准 算法应用下发 实时、自动 行业资产 行业资产 应用使能 AI使能 智慧应用 态势 监控 交通 管控 应急 处置 拥堵 治理 安全 治理 运营 调度 统一 运维 图 1 理念：通过场景找技术图 图 2 智慧公路参考架构 感知 联接 计算 / 存储 数字能源 云 视频 事件检测 毫米波 流密速 鸿蒙 终端 智能化 F5G 硬管道 低时延 材料科学 芯片设计 散热技术 数学算法 IP 云网安 融合 5G 大带宽 低延时 计算 AI 计算 高性能计算 存储 高可靠、灾 备、全闪存 云 GaussDB/ 欧拉 OS AI 训练、推理 高性能计算 高精

...................... 24 5.3.1 层次化负载均衡：整网规划，局部调优，多粒度负载均衡......................... 24 5.3.2 拥塞控制：算法无关，迅捷智能......................................................................25 5.3.3 集合通信卸载：统一编排，轻量传输 化管理、动态SA管理、实时监控和分布式架构等方法进行优化，以提高网络安全性能和管 理效率。这将有助于确保在大规模部署中实现高效、安全的网络通信。在传统安全协议进行 优化或调整的同时，应满足以下需求： 1）性能增强：通过优化加解密钥算法的应用，有效降低内存消耗、优化资源使用，并 减少对专用硬件的需求，从而降低整体实现成本。 2）安全功能增强：提供增强的加密和身份验证功能，确保加/解密密钥的安全性和不重 复使用，增加数据机密性及完整性保护，提供网络安全可用性。 随着训练集群朝十万卡以上的超大规模演进，智算中心网络架构进入新的演变和迭代周 期。智算交换机端口速率将由800G跃入T时代，单维度负载均衡将演进至包含L2、L3、L4 的多维度负载均衡，算法无关拥塞控制机制将灵活兼容多种端侧拥塞算法，使能端网更精密 协同基础上的组件解耦，支撑更具成本优势和持续性的产业生态。基于硬件快速检测的全维 度性能可观测技术，也势必成为支撑下一代智算中心网络高效运行和交付的关键技术。

028年，AI技术将自动化至少15%的 日常决策，大幅提升企业生产力，降低运营成本。通过AI技术与城市数字孪生场景结合，以时空为 “索引”对多源异构数据进行时空化治理和融合，并借助知识工程和AI算法进行智能分析、挖掘知 识和辅助决策，可以很好地解决地理规律的复杂性、地理信息表达的多样性以及地理数据的不完备 性等关键问题。 以“模型+知识”智能驱动的AI CITY不是简单地在城市叠加技术元素，而是以AI为核心，融合联 《数字中国发展报告（2024年）》 3. 央视新闻. 《我国已形成完整人工智能产业体系》 4. 国际金融论坛（IFF）.《全球人工智能竞争力指数报告》 智能算力规模高速增长，为AI训练和应用筑牢算力基础 人工智能算法模型的训练与应用离不开智算中心的算力支撑。2024年，中国智能算力规模达725.3百亿亿次/秒 （EFLOPS），同比增长74.1%，增幅是同期通用算力增幅（20.6%）的3倍以上；智能算力市场规模为190亿美元，同 间，2024年数据生产量达41.06泽字节（ZB），同比增长25% 2。庞大的数据规模为人工智能模型的训练提供了丰富 的素材，使得模型能够学习到更广泛、更深入的模式和规律。 算法技术创新不断突破，为AI系统性创新注入强大动力 近年来我国愈加重视AI基础研究和算法技术创新，截至2025年4月，我国人工智能专利申请量达157.64万件，占 全球申请量的38.58% 3。论文方面，我国以76.9万篇AI领域科研论文总量