腾讯张胜誉：构建全栈量子布局，共建“量子+”应用生态

2022年12月1日，腾讯数字生态大会“Techo前沿技术论坛”开幕。来自腾讯、中科院的六位科学家在论坛上就多项前沿科技趋势展开了探讨，并分享了腾讯AI Lab、多媒体、量子、天衍、玄武实验室的最新学术成果与行业实践。

其中，腾讯杰出科学家、腾讯量子实验室负责人张胜誉在本次论坛发出共建“量子+”应用生态的倡议，邀请各领域的合作伙伴与腾讯共同探索量子计算在对应领域中的应用前景，推进基础科技研发的同时，赋能产业的未来。

 （图：腾讯杰出科学家、腾讯量子实验室负责人张胜誉）

论坛上，腾讯量子实验室展示了在量子计算领域的布局思路和相关进展。从中远期看，量子实验室致力于构建全栈量子计算机技术，作为腾讯对外服务提供的差异化能力底座。从近期看，量子实验室的工作目标为研究探索量子计算与量子系统模拟的基础理论、实现路径以及在相关行业中的应用。

2021-2022年，量子实验室共发表近50篇文章，其中15+篇影响因子大于10。在全栈量子计算机技术方面，实验室已形成一定的积累。近期，实验室提出的一个多层次高并行量子控制微体系架构，以及一种抑制量子计算机ZZ串扰的方案，分别被收录于计算机顶会MICRO和ASPLOS中；实验室提出的一个高效的超导量子比特初始化方案和一个超导量子比特读取加速的方案，均发表于在国际顶级期刊Nature Communications。量子实验室同时对量子算法进行了持续的创新，涵盖了可证明加速的远期量子算法，有望中近期实用化的量子变分算法，以及量子绝热算法等。

在行业应用探索方面，量子实验室积极结合自研的前沿算法和腾讯云的海量算力，开发了材料研究和新药研发等服务平台，以及TensorCircuit量子模拟等开源软件框架，目前已初步形成应用生态。

以下为演讲全文：

大家好，我是腾讯量子实验室的负责人张胜誉。今天给大家介绍一下腾讯量子实验室的一些工作。

腾讯量子实验室是腾讯前沿科技实验室矩阵中的一员。我们以创造国际一流的量子计算科学及产业价值为愿景，以探索量子科技、赋能产业未来为使命。我们的工作目标是构建全栈式量子计算系统以及相关的科技能力，并以此为基础对外提供服务，探索相关的行业应用。

在最底层，我们借助腾讯云海量的服务器，提供强大的算力支持。我们基于经典算力实现量子系统和量子算法的模拟，同时也在搭建全栈式的量子计算机。第二层，我们对包含量子算法、含参量子电路、AI+科学和AI制药等方面的理论和算法进行深入的研究，争取做出世界一流的基础科技探索工作。第三层，我们通过算法和算力的支撑，对外提供诸如量子计算、第一性原理计算、分子动力学模拟、分子数据库、药物虚拟筛选、AIDD工具等方面的平台服务，供学术界和产业界相关的研发部门来使用，助力科技和行业的共同发展。在最上面一层，我们与材料、能源、半导体、医药、金融和信息等行业的公司共同研究量子计算在各领域的具体应用，努力让量子科技能够落地产生实际价值。

现在回到最底层。全栈式量子计算机本身是一个很复杂的系统，全栈式量子计算机是我们提供计算服务的重要的能力底座。

接下来谈一下理论研究和系统研发方面的一些进展。

量子计算机方面，我们提出了一个高效的初始化超导量子比特的方案，也提出了一个超导量子比特读取加速的方案，这两个工作都发表在国际顶级期刊Nature Communications上面。另外，我们也自研了阻抗匹配参量放大器，在频率、带宽和增益等方面，均达到了国内一流水准。在中间的数模控制和转换层，我们自研的测控的电子学系统，可以支持多达90个量子比特的测控，而体积和成本大大优于同类的商用仪器。我们也提出了一个高并行性的量子计算机的体系结构，性能得到2~4倍的提升，文章发表在体系结构的顶会MICRO上面。另外还设计了含有反馈回路及AI纠错的编码器，可供下一步实时实现纠错。在PC端这一层，我们对噪声的刻画和抑制都提出了自己的方法，大大的提升了保真度，文章发表在顶会ASPLOS上。同时也创新了量子态和一般量子电路的压缩方法，提升了量子电路的效率。

除了量子计算机本身的研究，我们还对量子算法进行了持续的创新。我们发现了有指数加速的量子组合算法，有平方加速的量子AI算法，基于动态规划的量子组合算法，能够更高效精准求解量子系统基态的变分量子算法，以及用经典AI加速的量子绝热演化路径的设计算法等。这些文章都发表在量子计算相关的顶会或者顶刊上，内容涵盖了可证明加速的远期量子算法，有望中近期实用化的量子变分算法，以及量子绝热算法等。

我们不只从数学和自然科学的角度去研究量子算法本身，还基于不同的行业中出现的真实问题去研究相应的量子理论和算法。我们设计了分子性质预测的量子算法，分子逆合成预测的AI算法，药物靶点相互作用的知识图谱预测算法，多目标优化的分子生成算法，以及分子相互作用自适应图学习的AI算法等等。这些结果均发表于行业顶刊或顶会上，性能显著的超过前人的结果，增强了我们对行业问题及其背后相关的科学机理的理解，为将来的行业赋能打下了坚实的基础。

接下来介绍一下腾讯量子实验室在应用服务和拓展方面的工作。

新材料研究和生物医药是微观物理重要的应用领域，其中基于量子力学薛定谔方程的第一性原理计算和基于分子动力学的模拟计算都是重要的工具。我们基于腾讯云强大的算力，开发了一套支持多个第一性原理及分子动力学计算软件的计算平台——TEFS。该平台具有弹性的计算资源，友好的Web界面，灵活的Cloud Shell和高效的论文协作等优势功能，为材料和生物医药行业的用户提供一站式的平台计算服务。现在我们已经和多家头部高校及企业基于该平台形成合作，来助力科研和行业的发展。

在新药研发方面，我们也推出了一系列的云服务。我们的药物虚筛服务可从海量的小分子库中快速筛选出与靶点蛋白紧密结合的候选药物。我们推出的成药性分析服务，结合实验室多种自研算法，可为用户提供药物ADMET性质预测，从而为药物研发早期阶段化合物的成药性和安全性评估提供技术支持，辅助药物研发的管线 。考虑到肿瘤和传染病的耐药性问题，我们上线了耐药性数据库，在样本数量、蛋白类型和突变的复杂度等方面，都大大扩充了之前的相关数据库。我们同时也在开发突变蛋白的结构预测，期待从数据的准备和结构的呈现等方面，来助力耐药性问题的推进和解决。

现在回到量子算法和软件。量子算法大体上可以分为远期大规模纠错量子计算机上运行的和中近期中等规模不纠错的量子计算机上运行这两类。后者主要是变分量子算法。当前很多量子应用的展示，其实都集中在后面的这一类。由于量子计算机现在的规模和质量还有待提升，经典模拟就成为现阶段变分量子算法研究的重要的方法。

我们推出了开源的软件 TensorCircuit，基于张量网络的缩并引擎，支持Tensorflow、PyTorch和JAX这三个大的机器学习库。我们可以支持CPU和GPU的异构硬件，同时也支持自动微分和即时编译等先进的工程技术。该软件有简洁易用的API，适用于变分量子算法，量子机器学习，量子噪声模拟，以及超大规模量子线路的模拟等场景，性能远远优于国内外的同类产品。比如在时间上，我们运行标准的变分量子算法任务，比谷歌的TensorFlow Quantum和IBM的Qiskit都有跨数量级的加速；在空间上，对于一些典型的一维量子模拟的任务，我们可以模拟到600多个量子比特数，是常见的态模拟器的软件可模拟系统规模的20倍以上。我们致力于打造开源生态，也发布了相关白皮书，希望跟合作伙伴共同探索在不同行业中的应用。

我们在多个具体行业与合作伙伴共同探索通过量子+高性能计算来解决行业中出现的实际问题。在生物计算领域，我们与该领域中某头部公司就蛋白质试剂的开发和MD计算测试进行合作。我们为合作伙伴提供了调优的计算调度平台和GPU的算力，协助合作伙伴快速测试任务，以完成产品上市。在药物开发领域，我们与某头部公司，就研究适用于抗体H3 loop设计的量子计算算法展开合作。我们使用了量子游走的算法思路，来实现蒙特卡洛采样的并行化，证明了提出的算法能够加速找到稳定的抗体结构，并分析了具体需要的时间。在半导体领域，我们与EDA自研系统某头部公司合作，就计算光刻软件上云和性能优化进行了共同开发，并共同探索了商业模式，完成了SaaS产品的初步验证，与终端用户达成了初步的合作意向。

前面阐述了腾讯量子实验室的整体布局和相关进展，包括底层经典高性能计算和量子计算的算力，中间层量子相关理论和算法，提供的平台及服务，以及顶层在材料科学、生命科学、金融科技和信息科技这四个领域中的应用。

我们这里发出共建“量子+”应用生态的倡议，诚挚邀请各领域的合作伙伴能与腾讯量子实验室共同探索量子计算在对应领域中的应用前景，推进基础科技研发的同时，赋能产业的未来。

雷峰网版权文章，未经授权禁止转载。详情见转载须知。