清醒異構基于壁仞科技壁礪?系列GPU產品完成國際主流量子計算框架的階段性驗證
近日，在行業專項測評場景下，清華系清醒異構量子計算團隊基于壁仞科技壁礪?系列GPU產品，完成三類主流量子計算框架進行階段性驗證。總體結果顯示，在本輪測試范圍內，三類框架均完成了基礎功能驗證，Cirq/qsim、PennyLane/lightning、Qiskit Aer等后端在不同場景中體現出不同程度的加速與可用性，48小時穩定性測試未出現影響結論的異常中斷，這意味著國產異構算力已經具備進入量子軟件棧的工程基礎。
量子計算是21世紀最具戰略意義的前沿科技之一，也是全球科技競爭的核心焦點。目前量子計算正處在從實驗室研發邁向規模化產業化的關鍵窗口期，其軟件生態也從“能否編寫量子線路”走向“能否在真實異構硬件環境中穩定運行”。在量子線路仿真、量子機器學習、變分算法、噪聲模擬、量子糾錯輔助計算等任務中，GPU已經成為量子軟件棧的重要經典算力底座。對于國產GPU而言，能否承接Cirq、PennyLane、Qiskit等主流量子計算框架，不只是一次應用適配測試，更關系到國產異構算力能否進入量子計算工作流。
實現主流量子計算框架的階段性驗證 本輪測評并非只做“能不能啟動”的環境驗證，而是按照功能、性能、算法、穩定性等維度組織測試。測試覆蓋框架安裝、后端調用、線路執行、典型算法收斂、QML訓練、吞吐表現和長時間運行等環節。 從功能驗證結果看，Cirq、PennyLane、Qiskit在本輪測試范圍內均完成基礎功能驗證。Cirq在壁仞科技等平臺上均完成30項功能用例測試；PennyLane在壁仞科技等平臺上均完成33項功能用例測試；Qiskit在BR10X平臺完成11項功能用例測試。 性能測試結果表明，GPU加速并不是在所有框架、所有任務中線性出現，而是高度依賴后端實現和任務結構。Cirq中qsimcirq相比Cirq默認仿真后端表現出明顯加速，在壁仞科技等平臺上均體現出數量級級別的性能提升；PennyLane中lightning后端相較default.qubit在狀態向量仿真、梯度計算和QML訓練等場景中體現出明顯優勢；Qiskit Aer在statevector和MPS等不同仿真方法下，對線路類型、深度和比特數的敏感性較強。 算法測試不僅關注單個量子線路能否執行，更關注完整算法工作流能否閉環。本輪測試中，Cirq側覆蓋了VQE與QNN示例，PennyLane側覆蓋了梯度計算、優化訓練與量子機器學習示例，Qiskit側覆蓋了VQE、QAOA、VQC/QML等典型任務。 穩定性測試是本輪測評中需要重點補充的部分。對于嚴肅測評報告而言，單次運行成功并不足以證明框架適配成熟，長時間連續運行的成功率、異常率、數值穩定性和資源占用變化更能反映工程可用性。 從本輪測評看，在清醒異構技術支持下，壁仞科技等國產GPU已經能夠承接Cirq、PennyLane、Qiskit等主流量子計算框架的基礎運行和典型任務驗證，并在部分仿真與QML場景中體現出明確的性能收益。這說明國產異構算力已經具備進入量子軟件棧的工程基礎。 更重要的是，這次測評給出了一條可繼續推進的路徑：國產GPU生態不必從零構建封閉的軟件體系，而應優先兼容全球主流量子計算框架，圍繞量子仿真、量子機器學習、變分算法、噪聲模擬、糾錯輔助和量超融合工作流，逐步形成可復現、可比較、可擴展的測評體系。 基于壁仞科技GPU完成適配與測試 清醒異構量子計算團隊在壁仞科技壁礪?系列GPU產品完成了以下工作： 一、在BR10X單機多卡環境下，完成了國際上三大主流量子計算框架Cirq/qsim、PennyLane/lightning、Qiskit Aer的適配和測試，包括48小時穩定性測試未出現影響結論的異常中斷，從而證明壁仞科技的產品完全可以有效支持開發者在量子計算領域包括量子線路仿真、量子機器學習、變分算法、噪聲模擬和量子糾錯輔助計算在內任務工作流。 二、在BR10X多機多卡環境下，完成了清醒自研量子視覺大模型（Quantum Vision Transformer - QViT）的訓練方案構建與測試；該工作通過引入基于量子壓縮（Quantum Compression）的技術方案，實現了經典ViT的參數顯著降低和知識密度顯著提高。 值得一提的是，壁仞科技計劃支持清醒在最新一代芯片上試測NVIDIA最近開源的量子校準模型Ising。
