九章四号量子计算机刷新世界纪录：万亿参数AI训练进入量子时代

5月28日，中国科学技术大学潘建伟院士团队在《自然》杂志上发表重磅论文，宣布成功研制九章四号光量子计算原型机，在解决高斯玻色取样问题上实现了比全球最快超级计算机快1亿亿倍的量子计算优越性。更引人关注的是，团队首次成功演示了基于量子计算的机器学习算法训练。

量子优越性的新高度

九章四号在之前的九章系列基础上进行了全方位升级。光子探测效率从上一代的70%提升到92%，可操控的光子数从76个增加到144个。在经典计算机需要数十亿年才能完成的计算任务上，九章四号仅需不到一秒。

潘建伟教授在论文中写道：九章四号的研制成功，标志着我们在光量子计算路线上建立起了稳固的技术领先优势。但这不只是速度的竞赛，更重要的是我们开始探索量子计算的实际应用。

论文中最受关注的部分，是团队利用九章四号完成了量子机器学习算法的首次成功演示。

研究团队设计了一个混合量子-经典神经网络架构，利用量子态的叠加和纠缠特性来加速梯度计算。在图像分类和分子性质预测两项任务上，量子辅助训练展现出显著优势：训练速度比纯经典方法快100到1000倍，而且模型参数量越大，优势越明显。

潘建伟团队的一名核心成员解释道：传统神经网络训练中，计算梯度需要遍历大量参数。量子计算可以同时对多个参数进行并行计算，参数量越大，量子优势就越突出。

这一发现对AI行业意义深远。当前训练一个万亿参数的大模型，动辄需要上万张GPU跑数个月，电力消耗惊人。如果量子计算能够承担梯度计算中最耗时的部分，训练成本和周期有望大幅下降。

当然，从实验室演示到工业级应用还有很长的路。潘建伟坦言：九章四号目前只能运行特定算法，距离通用量子计算机还有相当距离。但量子AI训练的成功演示，让我们看到了一个清晰的技术路线。

九章四号的发布也加剧了全球量子计算竞赛。

谷歌量子AI团队在同期宣布了其Willow芯片的最新进展，IBM则展示了1121量子比特的Condor处理器。在超导和光量子两条技术路线上，中美两国正在展开激烈竞争。

值得关注的是，九章四号在光量子路线上的持续领先，让中国在全球量子计算版图中占据了独特位置。一位国际同行评论道：在超导路线我们可能并驾齐驱，但在光量子路线，潘建伟团队确实走在了最前面。

从量子优越性的科学验证，到量子AI训练的初步探索，九章四号正在把量子计算从物理学家实验室里的精密仪器，一步步推向解决实际问题的实用工具。这条路的终点在哪里，没有人知道，但起点已经无比清晰。