通過積累客戶的語音資料不斷自動改進機器語音識別能力、積累客戶的駕駛數據不斷改進機器自動駕駛能力……當今，人類生活許多方面都不斷被“機器學習”技術所影響。隨著數據量的急劇增加，傳統算力增長已滿足不了計算需求，研究者開始引入更強大的量子算力進行“機器學習”。

但是，現有的方法只能讓經典計算機或量子計算機分別“單獨學習”，而不能讓兩者高效“協同學習”。近日，本源量子發布國內首個支持量子計算機和超級計算機“協同學習”（后稱“量超協同學習”）量子機器學習框架——VQNet 2.0，論文已在arxiv上公布，該框架與量子計算操作系統本源司南深度結合，首次支持同時調度量子和經典計算資源進行機器學習的訓練與預測。

VQNET

VQNET提供了包括量子機器學習核心框架、基礎神經網絡模型、基礎算法、相關開發工具等模塊，同時支持在量子和經典硬件上部署。論文分析了新一代機器學習框架的發展趨勢，詳細介紹了VQNet2.0的設計原則:統一、實用、高效、兼容，并給出了具體的實現細節。論文通過幾個基本應用說明了VQNet2.0的功能，包括經典卷積神經網絡、量子自編碼器、經典-量子混合網絡等。通過大量實驗，證明了VQNet2.0的運算速度高于對比方法。最后，通過大量實驗表明，VQNet2.0可以部署在不同的硬件平臺上，整體計算速度比對比方法更快。它還可以與由多個量子計算庫組成的量子線路進行混合優化。

圖：量子機器學習框架VQNet2.0

“自動駕駛的研究者可以使用這一新框架，開發在自動駕駛領域支持‘量超協同學習’的新算法，加快訓練速度；自然語言處理的研究者也可用其開發支持‘量超協同學習’的新算法，提高算法對語言的理解能力……”，安徽省量子計算工程研究中心副主任竇猛漢說，這一新框架使中國量子計算機和經典計算機的“協同作戰”能力再進一步，將有力推動我國各行業經典算力和量子新算力的協同應用落地，使中國制造更具智能化和競爭力。

量子計算機和超級計算機就像是航母特混艦隊中的航空母艦和巡洋艦，將計算任務在量子計算機和超級計算機之間進行分解、調度和分配，“量超”協同會產生更強戰力。中國計算機學會量子計算專業組執行委員賀瑞君介紹，目前國際上許多科研團隊正致力攻關量子計算與超級計算機融合。歐洲多個超算中心已開展了量子－經典計算協同系統的研發。法國政府啟動全國量子計算平臺，將以超大型計算中心（TGCC）為載體，與傳統計算機系統和量子計算機交互操作。

本源量子是中國首個向用戶交付使用量子計算機的公司，其量子計算專利數居全國第一、全球第六。2022年，該公司發布國內首個量子計算機和超級計算機協同計算系統解決方案。