问题——量子算力如何更深度服务大模型训练与应用落地 新一轮科技革命和产业变革加速演进背景下，量子计算被视为未来信息技术体系的重要方向，大模型训练对算力、能耗与算法效率提出更高要求。郭国平在接受采访时指出，国产量子计算与大模型训练的结合已出现积极进展，说明以量子技术提升大模型训练与推理的可行性正在被验证。但从实验室阶段的“可验证”走向产业侧的“可规模化、可稳定复现”，仍面临工程化与生态化的关键门槛。 原因——“成熟度代差”叠加“生态不互通”构成主要掣肘 一是两类技术发展阶段不同。当前大模型对应的技术已进入大规模工程化应用周期，产业侧更关注确定性收益与可量化回报；而量子计算仍处于早期验证期，硬件规模、纠错能力与稳定性仍需迭代，短期内难以像传统算力那样提供持续、明确的经济回报预期。 二是理论框架与编程范式差异明显。量子计算与经典计算在算法结构、表达方式、调度方式诸上存天然差异，跨平台调用体验不顺畅，缺少像调用通用加速芯片那样便捷的工具链、接口标准与开发环境，导致“能接入”与“好接入”之间存在距离。 三是复合型人才供给不足。既理解量子物理与硬件约束，又熟悉大模型算法、工程部署与数据体系的人才仍较为稀缺，人才结构性缺口直接影响跨领域协作效率与产品化进程。 影响——自主可控生态初成型，为融合创新奠定底座 郭国平介绍，得益于前瞻性布局与持续投入，我国量子计算整体跻身国际第一梯队，成为全球第三个具备量子计算机整机交付能力的国家。围绕整机研发，我国在关键环节持续补链强链，产业链生态初步形成。 在核心硬件上，国内已研制出量子计算测控系统“本源天机”和稀释制冷机等关键设备，推动关键环节国产化替代，增强供应链安全与可控性。软件生态层面，自主研发的量子计算机操作系统“本源司南”向全球开放下载，为开发者参与量子算法与应用探索提供入口，有助于培育开放协同的软件生态。 更重要的是，应用端开始出现可对标的示范成果。2024年8月，本源量子联合中国科学技术大学、合肥综合性国家科学中心人工智能研究院，完成基于量子边编码技术的药物分子性质预测应用，并在第三代自主超导量子计算机“本源悟空”上完成真机验证。在相关测试中，HIV抗病毒药物筛选准确率由73%提升至97%，体现出量子计算在特定科学计算与优化问题上的潜在优势，也为其与大模型方法的结合提供了可观测的评价路径。 对策——以政策牵引打通“基础研究—工程平台—产业转化”链条 郭国平认为，“十五五”规划建议中对量子科技发展的支持举措，特别是在基础研究投入、产业链协同、成果转化通道等上的倾斜，将为量子科技领域突破提供关键支撑。围绕量子计算与大模型融合，业内普遍关注三方面发力方向： 其一，持续加强基础研究与关键共性技术攻关，提升量子硬件稳定性、可用性与工程化水平，为“可规模化调用”提供前提。 其二，推动软硬件协同与接口标准建设，完善工具链、编译器、调度系统与开发套件，形成可复用的平台能力，降低跨领域研发门槛，缩短从科研验证到产业应用的路径。 其三，完善成果转化机制与应用牵引。以医药研发、材料科学、组合优化等优势场景为突破口，建立可量化评价指标体系，通过示范应用带动生态完善与资本投入，形成“需求牵引—技术迭代—产业放大”的正循环。 其四，加快培养复合型人才。通过产学研联合培养、交叉学科平台与重大项目实践，提升人才供给质量与规模，增强跨界创新能力。 前景——融合将循序渐进，关键在于“工程化能力”与“生态规模” 多方判断认为，量子计算与大模型训练的深度融合不会一蹴而就。短期看，量子算力更可能在特定子任务、特定模型环节或特定科学计算场景中发挥增益作用，以“局部增强”的方式形成可交付价值；中长期看，随着量子硬件规模扩大、纠错与稳定性提升、软件生态与标准体系逐步完善，量子算力有望从“可选项”走向“常用项”，并在若干关键行业形成新的生产力工具。能否形成可复制、可推广的工程平台与应用范式，将成为决定融合速度与质量的重要变量。
量子科技竞争本质上是国家创新体系的系统性较量。我国在该领域体现出的全链条突破能力，既得益于新型举国体制的独特优势，也折射出基础研究长期积累的厚积薄发。当越来越多的科研机构开始采用国产设备开展实验，当开源社区涌现出首个万星级的量子算法项目——这些细微变化正在重构全球量子计算创新版图。面向未来，如何在保持硬件领先的同时加快应用生态培育，将成为决定技术制高点的关键战役。（完）