本源发布“量超协同学习”量子算法开发工具

通过积累客户的语音资料不断自动改进机器语音识别能力、积累客户的驾驶数据不断改进机器自动驾驶能力……当今，人类生活许多方面都不断被“机器学习”技术所影响。随着数据量的急剧增加，传统算力增长已满足不了计算需求，研究者开始引入更强大的量子算力进行“机器学习”。

但是，现有的方法只能让经典计算机或量子计算机分别“单独学习”，而不能让两者高效“协同学习”。近日，本源量子发布国内首个支持量子计算机和超级计算机“协同学习”（后称“量超协同学习”）量子机器学习框架——VQNet 2.0，论文已在arxiv上公布，该框架与量子计算操作系统本源司南深度结合，首次支持同时调度量子和经典计算资源进行机器学习的训练与预测。

Arxiv:https://arxiv.org/pdf/2301.03251.pdf

图：VQNet2.0论文截图

VQNET

VQNET提供了包括量子机器学习核心框架、基础神经网络模型、基础算法、相关开发工具等模块，同时支持在量子和经典硬件上部署。论文分析了新一代机器学习框架的发展趋势，详细介绍了VQNet2.0的设计原则:统一、实用、高效、兼容，并给出了具体的实现细节。论文通过几个基本应用说明了VQNet2.0的功能，包括经典卷积神经网络、量子自编码器、经典-量子混合网络等。通过大量实验，证明了VQNet2.0的运算速度高于对比方法。最后，通过大量实验表明，VQNet2.0可以部署在不同的硬件平台上，整体计算速度比对比方法更快。它还可以与由多个量子计算库组成的量子线路进行混合优化。

图：量子机器学习框架VQNet2.0

“自动驾驶的研究者可以使用这一新框架，开发在自动驾驶领域支持‘量超协同学习’的新算法，加快训练速度；自然语言处理的研究者也可用其开发支持‘量超协同学习’的新算法，提高算法对语言的理解能力……”，安徽省量子计算工程研究中心副主任窦猛汉说，这一新框架使中国量子计算机和经典计算机的“协同作战”能力再进一步，将有力推动我国各行业经典算力和量子新算力的协同应用落地，使中国制造更具智能化和竞争力。

量子计算机和超级计算机就像是航母特混舰队中的航空母舰和巡洋舰，将计算任务在量子计算机和超级计算机之间进行分解、调度和分配，“量超”协同会产生更强战力。中国计算机学会量子计算专业组执行委员贺瑞君介绍，目前国际上许多科研团队正致力攻关量子计算与超级计算机融合。欧洲多个超算中心已开展了量子－经典计算协同系统的研发。法国政府启动全国量子计算平台，将以超大型计算中心（TGCC）为载体，与传统计算机系统和量子计算机交互操作。

本源量子是中国首个向用户交付使用量子计算机的公司，其量子计算专利数居全国第一、全球第六。2022年，该公司发布国内首个量子计算机和超级计算机协同计算系统解决方案。