管理体系， 构建全域数据地图，打造数据要素基础。 13 算力资源指由通用算力、超算算力和智算算力构成的计算 能力矩阵，通用算力支持企业日常运营中的普通算力需求，处 理广泛的计算任务，如业务处理、数据分析等；超算算力凭借 其浮点运算能力，专注于解决大规模数值计算、复杂物理模拟 等科学计算问题；智算算力则聚焦于人工智能和机器学习领域， 通过定制化的深度学习框架、高效的模型训练与推理引擎，加

温实验，成功演示了对单个自旋态的高保真量子控制，并通过 灵活的相干磁子驱动，在HQS上实现了量子博弈的实验性实施。 第三章 硬件整机 61 全新量子计算方案持续涌现 软件算法 04 量子计算软件 量子计算算法 容错量子计算 量子计算基准测试 01 02 03 04 04 软件算法 目录 第四章 软件算法 63 量子计算软件涵盖多个方面。在量子芯片设计环节，量子电子设计自动化 （E 2025.2 65 量子应用软件：推动下游应用开展 目前，从数学层面严格证明具备量子优越性的量子算法，仅有Shor算法。鉴于 当前量子硬件的发展水平，含噪中等规模量子（NISQ）算法成为当下量子计算算法 领域的主要研究方向。在此背景下，一系列专门面向NISQ设备设计的算法相继被提 出，其中量子-经典混合算法备受关注。 混合算法的核心特征在于，量子计算仅负责处理特定子任务，而经典系统主导 能发展状态，但其无法实现动态的量子线路，限制了其应用范围；改良HQCC既充分 考量了NISQ硬件性能，又兼顾了未来的应用需求，具有更广阔的应用前景，有望在 未来量子-经典混合计算中发挥重要作用。 量子计算算法： 量子-经典混合算法成为当今攻坚方向 02 第四章 软件算法 66 三种量子-经典融合计算模型 注：经典计算按照弗林分类法可以分为四类：单指令流单数 据流机器（Single Instruction

，显著 提升人工智能学习效率与智能水平。在图像识别、语音识别和 自然语言处理等领域，量子-人工智能融合实现更精准识别与 理解，推动智能安防、智能客服、智能写作等应用发展。智能 安防借助量子计算算力，快速分析监控视频海量数据，实时预 警并精准识别异常行为；智能客服能更准确理解用户问题，提 供个性化高效服务；智能写作可依用户需求快速生成高质量文 章和报告。 赋能6G网络构建全球安全高效通信新范式

理论架构和工艺实现两方面取得突破。 首先，在理论架构方面，主要呈现两大趋势。一是体系架构设计与应用任务深度融合。传统面向全领 域应用的通算算力占比自 2016 年（95%）起逐步下降，预计到 2030 年将降至 30% 以下；而面向人工智能 应用的智算算力占比则从 2016 年的 3% 迅速攀升，预计到 2030 年将达到 70% 以上。智能算力系统的体系 表 3.6 “具身智能基础理论与 要通过优化存储单元的读写精度、计算电路的设计以及算法的改进等，减少计算误差，提高计算结果的准 确性，同时从器件、电路到架构等多个层面进行低功耗设计，降低系统能耗；④ 算法与软件协同：针对存 算一体芯片的特点，开发专门的计算算法和数据存储格式，充分发挥存算一体架构的优势，建立完善的软 件生态系统，包括编译器、开发工具、操作系统、应用程序等，推动存算一体技术的广泛应用。 基于新型非易失性存储器的高性能存算一体芯片正朝着