騰訊張勝譽：構建全棧量子布局，共建“量子+”應用生態

2022年12月1日，騰訊數字生態大會“Techo前沿技術論壇”開幕。來自騰訊、中科院的六位科學家在論壇上就多項前沿科技趨勢展開了探討，并分享了騰訊AI Lab、多媒體、量子、天衍、玄武實驗室的最新學術成果與行業實踐。

其中，騰訊杰出科學家、騰訊量子實驗室負責人張勝譽在本次論壇發出共建“量子+”應用生態的倡議，邀請各領域的合作伙伴與騰訊共同探索量子計算在對應領域中的應用前景，推進基礎科技研發的同時，賦能產業的未來。

 （圖：騰訊杰出科學家、騰訊量子實驗室負責人張勝譽）

 

論壇上，騰訊量子實驗室展示了在量子計算領域的布局思路和相關進展。從中遠期看，量子實驗室致力于構建全棧量子計算機技術，作為騰訊對外服務提供的差異化能力底座。從近期看，量子實驗室的工作目標為研究探索量子計算與量子系統模擬的基礎理論、實現路徑以及在相關行業中的應用。

2021-2022年，量子實驗室共發表近50篇文章，其中15+篇影響因子大于10。在全棧量子計算機技術方面，實驗室已形成一定的積累。近期，實驗室提出的一個多層次高并行量子控制微體系架構，以及一種抑制量子計算機ZZ串擾的方案，分別被收錄于計算機頂會MICRO和ASPLOS中；實驗室提出的一個高效的超導量子比特初始化方案和一個超導量子比特讀取加速的方案，均發表于在國際頂級期刊Nature Communications。量子實驗室同時對量子算法進行了持續的創新，涵蓋了可證明加速的遠期量子算法，有望中近期實用化的量子變分算法，以及量子絕熱算法等。

在行業應用探索方面，量子實驗室積極結合自研的前沿算法和騰訊云的海量算力，開發了材料研究和新藥研發等服務平臺，以及TensorCircuit量子模擬等開源軟件框架，目前已初步形成應用生態。

 

以下為演講全文：

 

大家好，我是騰訊量子實驗室的負責人張勝譽。今天給大家介紹一下騰訊量子實驗室的一些工作。

騰訊量子實驗室是騰訊前沿科技實驗室矩陣中的一員。我們以創造國際一流的量子計算科學及產業價值為愿景，以探索量子科技、賦能產業未來為使命。我們的工作目標是構建全棧式量子計算系統以及相關的科技能力，并以此為基礎對外提供服務，探索相關的行業應用。

在最底層，我們借助騰訊云海量的服務器，提供強大的算力支持。我們基于經典算力實現量子系統和量子算法的模擬，同時也在搭建全棧式的量子計算機。第二層，我們對包含量子算法、含參量子電路、AI+科學和AI制藥等方面的理論和算法進行深入的研究，爭取做出世界一流的基礎科技探索工作。第三層，我們通過算法和算力的支撐，對外提供諸如量子計算、第一性原理計算、分子動力學模擬、分子數據庫、藥物虛擬篩選、AIDD工具等方面的平臺服務，供學術界和產業界相關的研發部門來使用，助力科技和行業的共同發展。在最上面一層，我們與材料、能源、半導體、醫藥、金融和信息等行業的公司共同研究量子計算在各領域的具體應用，努力讓量子科技能夠落地產生實際價值。

現在回到最底層。全棧式量子計算機本身是一個很復雜的系統，全棧式量子計算機是我們提供計算服務的重要的能力底座。

接下來談一下理論研究和系統研發方面的一些進展。

量子計算機方面，我們提出了一個高效的初始化超導量子比特的方案，也提出了一個超導量子比特讀取加速的方案，這兩個工作都發表在國際頂級期刊Nature Communications上面。另外，我們也自研了阻抗匹配參量放大器，在頻率、帶寬和增益等方面，均達到了國內一流水準。在中間的數模控制和轉換層，我們自研的測控的電子學系統，可以支持多達90個量子比特的測控，而體積和成本大大優于同類的商用儀器。我們也提出了一個高并行性的量子計算機的體系結構，性能得到2~4倍的提升，文章發表在體系結構的頂會MICRO上面。另外還設計了含有反饋回路及AI糾錯的編碼器，可供下一步實時實現糾錯。在PC端這一層，我們對噪聲的刻畫和抑制都提出了自己的方法，大大的提升了保真度，文章發表在頂會ASPLOS上。同時也創新了量子態和一般量子電路的壓縮方法，提升了量子電路的效率。

除了量子計算機本身的研究，我們還對量子算法進行了持續的創新。我們發現了有指數加速的量子組合算法，有平方加速的量子AI算法，基于動態規劃的量子組合算法，能夠更高效精準求解量子系統基態的變分量子算法，以及用經典AI加速的量子絕熱演化路徑的設計算法等。這些文章都發表在量子計算相關的頂會或者頂刊上，內容涵蓋了可證明加速的遠期量子算法，有望中近期實用化的量子變分算法，以及量子絕熱算法等。

我們不只從數學和自然科學的角度去研究量子算法本身，還基于不同的行業中出現的真實問題去研究相應的量子理論和算法。我們設計了分子性質預測的量子算法，分子逆合成預測的AI算法，藥物靶點相互作用的知識圖譜預測算法，多目標優化的分子生成算法，以及分子相互作用自適應圖學習的AI算法等等。這些結果均發表于行業頂刊或頂會上，性能顯著的超過前人的結果，增強了我們對行業問題及其背后相關的科學機理的理解，為將來的行業賦能打下了堅實的基礎。

接下來介紹一下騰訊量子實驗室在應用服務和拓展方面的工作。

新材料研究和生物醫藥是微觀物理重要的應用領域，其中基于量子力學薛定諤方程的第一性原理計算和基于分子動力學的模擬計算都是重要的工具。我們基于騰訊云強大的算力，開發了一套支持多個第一性原理及分子動力學計算軟件的計算平臺——TEFS。該平臺具有彈性的計算資源，友好的Web界面，靈活的Cloud Shell和高效的論文協作等優勢功能，為材料和生物醫藥行業的用戶提供一站式的平臺計算服務。現在我們已經和多家頭部高校及企業基于該平臺形成合作，來助力科研和行業的發展。

在新藥研發方面，我們也推出了一系列的云服務。我們的藥物虛篩服務可從海量的小分子庫中快速篩選出與靶點蛋白緊密結合的候選藥物。我們推出的成藥性分析服務，結合實驗室多種自研算法，可為用戶提供藥物ADMET性質預測，從而為藥物研發早期階段化合物的成藥性和安全性評估提供技術支持，輔助藥物研發的管線 。考慮到腫瘤和傳染病的耐藥性問題，我們上線了耐藥性數據庫，在樣本數量、蛋白類型和突變的復雜度等方面，都大大擴充了之前的相關數據庫。我們同時也在開發突變蛋白的結構預測，期待從數據的準備和結構的呈現等方面，來助力耐藥性問題的推進和解決。

現在回到量子算法和軟件。量子算法大體上可以分為遠期大規模糾錯量子計算機上運行的和中近期中等規模不糾錯的量子計算機上運行這兩類。后者主要是變分量子算法。當前很多量子應用的展示，其實都集中在后面的這一類。由于量子計算機現在的規模和質量還有待提升，經典模擬就成為現階段變分量子算法研究的重要的方法。

我們推出了開源的軟件 TensorCircuit，基于張量網絡的縮并引擎，支持Tensorflow、PyTorch和JAX這三個大的機器學習庫。我們可以支持CPU和GPU的異構硬件，同時也支持自動微分和即時編譯等先進的工程技術。該軟件有簡潔易用的API，適用于變分量子算法，量子機器學習，量子噪聲模擬，以及超大規模量子線路的模擬等場景，性能遠遠優于國內外的同類產品。比如在時間上，我們運行標準的變分量子算法任務，比谷歌的TensorFlow Quantum和IBM的Qiskit都有跨數量級的加速；在空間上，對于一些典型的一維量子模擬的任務，我們可以模擬到600多個量子比特數，是常見的態模擬器的軟件可模擬系統規模的20倍以上。我們致力于打造開源生態，也發布了相關白皮書，希望跟合作伙伴共同探索在不同行業中的應用。

我們在多個具體行業與合作伙伴共同探索通過量子+高性能計算來解決行業中出現的實際問題。在生物計算領域，我們與該領域中某頭部公司就蛋白質試劑的開發和MD計算測試進行合作。我們為合作伙伴提供了調優的計算調度平臺和GPU的算力，協助合作伙伴快速測試任務，以完成產品上市。在藥物開發領域，我們與某頭部公司，就研究適用于抗體H3 loop設計的量子計算算法展開合作。我們使用了量子游走的算法思路，來實現蒙特卡洛采樣的并行化，證明了提出的算法能夠加速找到穩定的抗體結構，并分析了具體需要的時間。在半導體領域，我們與EDA自研系統某頭部公司合作，就計算光刻軟件上云和性能優化進行了共同開發，并共同探索了商業模式，完成了SaaS產品的初步驗證，與終端用戶達成了初步的合作意向。

前面闡述了騰訊量子實驗室的整體布局和相關進展，包括底層經典高性能計算和量子計算的算力，中間層量子相關理論和算法，提供的平臺及服務，以及頂層在材料科學、生命科學、金融科技和信息科技這四個領域中的應用。

我們這里發出共建“量子+”應用生態的倡議，誠摯邀請各領域的合作伙伴能與騰訊量子實驗室共同探索量子計算在對應領域中的應用前景，推進基礎科技研發的同時，賦能產業的未來。