量子计算云平台标准和基准测评研究情况如何？

量子计算云平台标准和基准测评研究持续开展 。

1.国内外积极布局推动量子计算基准测评研究

基准测评通过设计科学的测试方法、工具和系统，对测试对象 的性能指标进行定量和可对比。这种客观中立的评价方式已在计算 机、人工智能、云计算等领域发挥了重要作用，量子计算基准测评 对于表征硬件关键性能指标和评价系统能力有重要意义，也是分析 量子计算技术产业发展水平的重要参考。 国内外研究机构和科技企业纷纷布局开展量子计算基准测评研 究。美国能源部启动量子科学计算开放用户测试床（QSCOUT）并 推出Testbed 1.0，建立了面向离子阱量子计算机的测试床。国防高级 研究计划局宣布推出量子基准（Quantum Benchmarking）项目，研 究开发量子计算测评指标用于多维度客观评估当前硬件研发与未来 实用需求的差距。欧洲 12 家机构联合发起量子计算应用项目，旨在为 NISQ应用程序提供一个完整的通用工具集。德国慕尼黑量子谷启 动 Bench QC 项目66，重点研究应用驱动的量子计算性能基准。2023 年，中国移动成立量子计算应用与评测实验室67，旨在研究设计新型 量子算法并形成量子算法库，将为不同技术路线的量子计算机能力 与不同量子算法性能提供基准评测。随着量子计算原型机研制、软 件研发、应用探索和云平台服务的快速发展，基准测评工作已逐步 成为业界各方的关注热点话题。

针对各类量子计算样机和量子计算云平台，开展基准测评技术 研究与测试验证，是引导和促进样机工程化研发和应用推广的重要 推动力量。量子计算云平台测评是对量子计算技术从硬件层到软件 层再到应用层的全栈式检验。首先，通过测评可发现量子计算技术 在实际应用中存在的能力差距问题，引导和推动量子计算硬件研发。 测试评估结果也为量子计算技术攻关和改进优化提供了重要参考。 其次，通过测评可以对云平台服务能力进行全面检测，从而获得其 可靠性、可用性和稳定性等性能指标，为云平台改进和提升服务能 力提供有力支持，助力提升用户对云平台的信任度，促进用户推广 和发展。最后，开展测评可促进云平台标准化发展，通过制定统一 的测评标准规范可确保不同平台间的兼容性和可扩展性，降低用户 使用门槛，提高云平台易用性，推动行业健康发展。

2.构建量子计算云平台基准测评体系参考模型

构建量子计算云平台评价体系和测评基准，需要满足开放性、 易用性、客观性、可复现性、科学性、系统性和可追溯性等原则， 以确保测评结果的准确性和可靠性。 开放性是指测试的方法和指标是通用的，并可通过公开方式获 取。用户还可根据自身需求在源代码的基础上进行修改或增强，适 用于特定场景的测试评估。 易用性是指测试套件对于非量子计算专业人士，无需过多的调 试与操作，同时测试结果尽可能直观，易于理解，例如采用通过率、 正确率、评分等指标对量子计算机的性能进行评价。 客观性是指每一项测评指标和用例具有明确且公认的定义，且 测试结果不依赖于测试人员的主观判断，或将主观因素降到最低。

可复现性，亦称为可靠性，即测试结果不随时间、地点以及人 员等因素的变化而变化。重复测试多次，结果误差在一定范围内。 科学性是指测评方法具有理论依据和可操作性，禁得起反复推 敲，测试结果具有明确的现实意义。通过对结果的量化分析可定位 问题或性能瓶颈。 系统性是指测评性能的指标尽可能完备，能够综合、全面地评 估量子计算机的性能；同时边界清晰，每个测试例具有明确的测试 目的和适用范围。系统性还包括基准测评方法的可扩展性。 可追溯性是指测试过程中全程留痕，数据归档，方便专业人员 从中间数据结果中溯源问题。

量子计算云平台基准测评处于开放探索阶段，近年来业界提出 多种表征指标与测试方法。本报告梳理总结提出了量子计算云平台 的基准测评体系的参考模型如图 13 所示。纵向维度关注云平台的硬 件、软件、应用和云平台等不同层面。越靠近硬件层测评越反映量 子计算机技术能力，测评指标有较好通用性，适合硬件开发者使用。 越靠近应用层测评越能够对量子计算机执行特定任务能力进行综合 评估，屏蔽底层硬件细节，适合行业用户或应用开发者使用。云平 台层面的测评则是根据量子计算云平台的服务模式从应用服务能力、 平台服务能力、基础设施服务能力以及提供云服务必需的用户接入 功能、管理运维功能、安全保障功能等维度开展。横向维度从规模、 质量、速度三方面划分。其中，规模反映了量子计算机的极限能力，质量反映了执行量子计算任务的准确性和可信度，速度反映了量子 计算机单位时间可完成工作量，三者共同支撑量子计算能力评估。

3.开展测评实践验证，验证平台硬件实际能力

为有效评估量子计算云平台硬件发展水平，推动引导量子计算 云平台技术、产业、服务良性发展，本报告基于基准测评体系框架 开展了量子计算云平台的测评实践探索工作，对业界有代表性的量 子计算云平台及其后端硬件开展初步测试验证。根据当前量子计算 硬件发展现状、测评指标行业认可程度、可操作性等因素，本报告 基于云接入的量子计算云平台硬件测试方法，开展了包括电路级、 系统级和应用级等级别的测试实践，测试均基于统一的 QASM 测试 电路集合，满足开放性、科学性、通用性和可复现性。

电路级测试结果如图 14 和图 15 所示，单/双比特门保真度等参 数实测值和标称值约有 0.3%~3%的相对偏差，主要是由于目前量子 芯片性能不稳定，参数随时间产生一定的波动。另外云平台上通常 标称的是整机所有比特平均值或中位值，而同一芯片不同比特之间 性能也可能存在一定差异，本报告仅对部分比特进行测试，实测值 与标称值存在微小差异属于正常现象。 系统级测试的量子体积（QV）结果如图 16 所示，虽然两个云 平台标称的量子比特数目均大于 3 个，但是执行量子体积电路后只 能获得 QV=8的结果，相当于仅能运行宽度和深度为 3的方形电路。可能有两方面原因：一是由于量子比特本身的保真度不高，当逻辑 门序列长度增大时，结果保真度会呈现指数下降的趋势，当序列长 度过大时其结果与理想输出结果的差异较大，无法满足重输出判定 规则。二是QV基准对于比特连通性要求较高，运算过程中量子比特 无法保证全连接时，可通过添加 SWAP 门等方式连接不相邻的比特， 但增加逻辑门序列长度导致测试结果劣化。由于超导量子计算处理 器中的量子比特只能与周边有限个量子比特连接（比如相邻的 2 个 或 4 个），因此比特连通性会严重限制 QV 测试最终结果。

应用级测试结果如图 17至图 19所示，本报告选择了几种典型应 用算法作为测试基准，包括演示级算法、子程序级算法和功能级算 法。演示级算法是指利用浅深度的量子线路实现简单功能，仅可解 决部分抽象出来的特殊问题，一般不具有实用价值，如 DJ 算法等。 子程序级算法是指大型功能性应用程序算法中的子程序或功能模块， 如 QFT 算法等。功能级算法是指具有完成应用功能的复杂算法，如 哈密顿量模拟算法等。Shor 算法、Grover 算法等均具有重要应用价 值，但对于量子比特数目和保真度要求较高，现有硬件无法满足，因此本报告中暂不涉及，仅以哈密顿量模拟算法为代表的测试量子 计算处理器运行功能级算法的能力。

演示级 DJ 算法测试结果如图 17 所示，由于线路深度较浅，运 行结果可保持较高保真度，但随着量子线路宽度和深度的增加，结 果保真度略有下降。当线路宽度达到 8 时，保真度小于 70%，由于 DJ 算法的执行结果是选取概率最大的量子态，此保真度尚能满足算 法需求。但是当线路宽度进一步增大，线路输出保真度低于 50%后， 则有一定概率输出错误结果。

子程序级 QFT 算法结果如图 18 所示，量子线路更为复杂，因此随着比特数的增加，结果保真度迅速下降，当量子比特数较大时已 无法满足应用的需求。以 Shor 算法为例，演示整数 15 的分解就需要 运行至少 8 比特的逆量子傅里叶变换（IQFT）电路，从测评结果来 看此时结果保真度已经低于 10%，无法获得有价值的结果。随着待 分解整数的增大，需要的量子比特数目和量子线路深度会进一步增 加，对量子计算处理器硬件规模和质量提出更高要求。

功能级哈密顿模拟算法测试结果如图 19 所示，由于哈密顿量模 拟算法原理特殊性，量子线路复杂性随比特数目的增加变化不大， 因此结果保真度的下降趋势相对缓和，这也是哈密顿量模拟算法被 视为当前硬件条件下比较有应用前景的算法的原因。但可以看出当 量子比特数增加到 8 个时，结果保真度已下降至 40%左右。然而以 化学模拟为例，对于真实的多电子体系的计算化学求解问题，其哈 密 顿 量 的 参 数 空 间 为 ? = ( ? ? ) [( ? ? ) + 1] /2 ， 计 算 复 杂 度 约 为 ?(?2?)，其中 m 为基函数数目，n 为电子数目。可见如要解决计算 实际化学问题，当前量子计算云平台提供的硬件在规模和质量上尚 难以满足要求。

此外，测试发现部分量子计算云平台对可运行的量子线路深度 严格限制，超过门限深度的线路运行会报错。一方面，由于当前硬 件性能有限，执行过深的量子线路的返回结果保真度很低，从应用 角度看意义不大，限制线路深度可保证用户获得有效的运行结果。 但另一方面，对于研究性质的任务（例如研究量子比特保真度对特 定应用算法的影响），用户希望获得极限情况下的真实运行结果，人 为设定量子线路深度上限将限制用户使用。 根据上述测试结果可以看出，现阶段我国量子计算云平台处于 发展起步阶段，所提供的量子计算硬件能力较为初级，在执行较为 复杂的电路时，输出结果保真度下降较快，难以满足算法可靠性的 要求。量子计算处理器是量子计算云平台的核心组件，硬件水平是 制约着量子计算云平台应用推广的关键瓶颈，未来需要持续研发攻 关，提升量子计算硬件的关键性能指标。

4.量子计算云平台标准体系建设需进一步推动

量子计算技术研究、样机研制和应用探索正在加速发展，相关 技术标准研究和讨论在国内外广泛开展。ISO/IEC、ITU-T、IEEE 等 国际性标准组织，以及全国量子计算和测量标准化委员会（TC578） 等国内标准化组织，均积极开展量子计算标准化工作布局和标准预 研等工作。目前主要关注和研究量子计算相关概念术语和定义，提 出量子计算的性能评价的准则和方法等方面。 国际标准化组织（ISO）和国际电工委员会（IEC）第一联合技 术委员会（ISO/IEC JTC 1）成立 WG14 量子计算工作组，开展量子计算领域标准研究工作，由我国牵头提出的《信息技术 量子计算 术 语和词汇》国际标准提案在 ISO/ IEC JTC 1 成功立项，编制量子计算 简介技术报告，并在量子计算服务平台框架、量子机器学习数据集、 量子模拟器等方面提出预研项目。国际电子电气工程师协会（IEEE） 有 10 个工作项目在进行量子计算领域的标准化研究。重点关注澄清 概念、定义术语、识别标准化需求并提供性能指标和基准，以及量 子计算机和量子模拟器的功能架构、算法开发设计和计算能效测试 等方面内容。 全国量子计算与测量标准化技术委员会（TC578）于 2023 年 5 月发布量子计算领域首个国家标准《量子计算 术语和定义》，规范量 子计算通用基础、硬件、软件及应用方面相关术语和定义，为量子 计算发展提供指导。近期，进一步推动了量子计算基准测评、云平 台功能框架和性能指标测试方法等相关标准立项和研究工作。

量子计算云平台目前处于发展起步阶段，相关标准化研究工作 相对空白，量子云服务的多样性以及量子计算硬件平台的异构性为 不同软硬件之间以及云平台之间的互操作带来了巨大的挑战。根据 量子计算云平台体系架构和国内外技术产业生态发展现状，并参考 经典云计算的标准体系架构，本报告提出量子计算云平台标准体系 架构的初步建议，如图 20 所示。其中，基础标准统一量子计算云平 台及相关概念，为其他各部分的标准制定提供支撑。软硬件标准是 标准体系架构中的核心部分，规范和引导量子计算云平台中的关键 软硬件产品研发，硬件主要包括量子计算处理器、经典服务器、经 典存储器、经典网络以及提供和使用云服务的终端设备等，软件主 要包括云平台软件和应用服务软件等。为实现软硬件的一致性和互 操作性，需要对软硬件的性能、功能、接口及测评等方面进行规范。 管理运维标准规范量子/经典计算、存储、网络等资源管理与使用， 主要涉及各类资源的管理、调度、监控，以及故障管理等。服务标 准规范量子计算计算云平台在提供云服务过程中的各个环节，涉及 各类云服务和面向量子计算云平台建设运营的云支撑服务。安全标 准是实现量子计算云平台安全的重要保障，主要涉及接入安全、数 据安全、用户隐私保护、物理机/虚拟机安全、恶意攻击防范等方面， 也是影响量子计算云平台发展的关键因素之一。

鉴于量子计算硬件及云平台尚处于发展初期，建议优先开展量子计算云平台术语定义、功能框架、软硬件基准测评指标和方法、 软硬件接口，以及基础的管理运维和安全类标准研究，服务类的标 准可待云平台服务和商用模式明确后再开展。开展量子计算云平台 标准体系建设，将有助于屏蔽技术差异，实现互联互通，推动量子 计算云平台技术、产业和应用的健康发展。