本源发布国内首个量超协同学习量子算法开发工具
当你通过语音助手发送消息、借助自动泊车系统停靠车辆，甚至刷短视频时被推荐算法“精准命中”，这些场景背后都离不开机器学习的持续运作。机器学习依赖海量数据驱动，但随着数据规模呈爆炸式增长，传统算力逐渐面临瓶颈。为此，研究者们将目光投向更强大的量子算力，试图推动机器学习迈向全新高度。然而，以往的方案往往“
当你通过语音助手发送消息、借助自动泊车系统停靠车辆，甚至刷短视频时被推荐算法“精准命中”，这些场景背后都离不开机器学习的持续运作。机器学习依赖海量数据驱动，但随着数据规模呈爆炸式增长，传统算力逐渐面临瓶颈。为此，研究者们将目光投向更强大的量子算力，试图推动机器学习迈向全新高度。
然而，以往的方案往往“各自为政”——经典计算机与量子计算机只能独立学习，难以高效协同作业。近日，本源量子正式发布国内首个支持两者“协同学习”的量子机器学习框架——VQNet 2.0。简单而言，该框架让量子计算机与超级计算机像团队一样分工协作，同时调度两种资源完成机器学习的训练与预测。相关论文已上传至arXiv平台，且该框架与量子计算操作系统本源司南实现了深度绑定。
VQNet 2.0 提供了量子机器学习的核心框架、基础神经网络模型、算法以及开发工具。它既能在量子硬件上运行，也兼容经典硬件。论文中详细阐述了设计原则：统一、实用、高效、兼容，并给出了具体实现细节。为验证其性能，作者选取了几个典型应用进行测试——经典卷积神经网络、量子自编码器、经典‑量子混合网络等。实验结果清晰表明：VQNet 2.0 的计算速度明显优于对比方案。此外，它可部署在不同硬件平台上，整体速度均更快。更值得一提的是，该框架能与由多个量子计算库构成的量子线路进行混合优化。
图：量子机器学习框架VQNet 2.0架构示意
该框架能带来哪些应用？例如，从事自动驾驶研发的团队，可借助它开发支持“量超协同学习”的新算法，加速模型训练；自然语言处理领域的研究者，也能利用它提升算法对语言语义的理解能力。安徽省量子计算工程研究中心副主任窦猛汉形象地比喻道：量子计算机与超级计算机如同航母特混舰队中的航空母舰与巡洋舰，通过任务分解、调度与分配，协同作战才能释放更强战力。中国计算机学会量子计算专业组执行委员贺瑞君补充指出，国际上众多团队正攻坚量子计算与超级计算的融合。欧洲多个超算中心已着手研发量子‑经典协同计算系统，法国政府甚至启动了全国量子计算平台，以超大型计算中心为载体，推动传统计算机系统与量子计算机的交互操作。
本源量子是国内首家向用户交付量子计算机的企业，量子计算专利数量位居全国第一、全球第六。早在2022年，该公司便发布了国内首个量超协同计算系统解决方案。此次VQNet 2.0的发布，无疑将“协同”理念向前推进了一大步，助力中国制造业向智能化、竞争力更强方向迈进。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：本源发布国内首个量超协同学习量子算法开发工具要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点面壁智能聚焦端侧AI，不拼参数大小，而是通过知识密度提升与模型风洞技术，将大模型压缩至手机、汽车等设备。其MiniCPM以2B参数超越同期8B对手。CTO曾国洋22岁主导训练中国首个大语言模型CPM-1。端侧AI追求“默契系统”，在用户开口前预判需求，已在吉利、上汽大众等车型落地应用。
印度IT巨头HCLTech投资最高350亿卢比建设AI数据中心，容量可扩展至50MW，提供从设计到运营的端到端服务，旨在满足政府及企业日益增长的算力需求，抢占印度快速增长的数据中心市场，并推动AI基础设施布局。
小米具身机器人在汽车工厂自攻螺母上件工站实现双侧作业成功率98%，接近人工水平。同时在新工站分别达到90%成功率，从单一操作拓展至多工站协同，验证了具身智能在复杂工业环境的落地能力。
全球AI行业正迎来新的财富格局，DeepSeek创始人梁文锋凭借其公司的迅猛发展，个人财富急剧膨胀，一举超越多位硅谷知名人物，成为全球AI公司领域的新首富。以下将详细解析其身价飙升背后的关键因素及公司发展历程。 一、身价飙升至360亿美元，超越多位AI大佬 根据最新彭博亿万富豪指数，DeepSeek
- 日榜
- 周榜
- 月榜
热点快看