算法定义硬件！不筹量子向世界展示“从一百万到一千”的中国方案

六月的狮城，晨光穿透薄雾，照亮了滨海湾的轮廓。当全球顶尖的物理学家们汇聚于此，一场关于未来的思辨也正在升温。

我们不禁会问：在量子计算这场通往未知的远征中，究竟什么才是指引方向的星辰？是不断攀升的量子比特数量，还是那深藏于代码与公式之中、赋予硬件以灵魂的算法？

6月22日，不筹量子创始人、复旦大学物理系李晓鹏教授受邀出席新加坡OCPA 10会议，并发表了题为“Quantum Algorithm Design for Optimization and Simulation”的重磅学术报告。

发布成果引起广泛关注，中国、美国、东南亚的顶尖学者积极参与了会后讨论。这充分证明了不筹量子所坚持的"以算法定义硬件"技术路线的前瞻性和国际认可度。

在报告中，李晓鹏教授没有局限于单一的技术指标，而是站在系统的高度，围绕量子优化、可编程量子模拟与量子热力学计算等方向，系统介绍了面向未来可扩展量子计算的算法设计思路。

他指出，量子计算的核心竞争力不仅来自硬件规模和指标提升，更来自对“物理层、纠错层、算法层”的全链路协同创新。

针对当前量子计算面临的实际落地难题，李晓鹏教授深入剖析了量子优化的本质，通过体系结构与物理系统的协同创新，将本来需要一百万量子比特才能解决的计算问题简化至千量子比特。

基于不筹量子深耕的中性原子计算平台，李教授展示了如何利用其可编程性、长程相互作用等优势，通过量子布线、局域量子退火等机制，将SAT、顶点覆盖等复杂组合优化问题中的非局域相互作用，巧妙映射到物理系统中。这种“算法引领硬件”的思路，为降低资源开销、提升量子计算的可扩展性提供了全新的解题思路。

在量子模拟领域，报告重点推介了Quantum Kernel Function Expansion（简称QKFE）这一通用框架。

有限温热力学性质的计算，一直是强关联电子、量子化学等领域的“硬骨头”。

QKFE方法另辟蹊径，通过将量子动力学信息转化为热力学信息，即可在数字或模拟量子计算平台上计算有限温物理性质。

这一方法不仅可自然适配量子动力学演化，还能将自由能表示为温度的解析函数，展示了量子算法与多体物理问题结合的无限可能。

END