中国九章4.0量子计算机再破世界纪录，比超算快10的54次方倍
刚刚，中国科学技术大学潘建伟院士团队在 Nature 上发表论文，他们展示了一台叫九章 4.0 的量子计算机，它用光子做计算，在解决高斯玻色取样这个特定问题时，速度比全世界最强的超级计算机还要快 10 的 54 次方倍。世界上最快的超算 El Capitan 需要算 10 的 42 次方年才能完成的任务，九章 4.0 只用了 25 微秒，比一次眨眼还要短得多。该团队把 1,024 个高效压缩态光源塞进了一个 8 , 176 个模式的混合编码回路里，最终探测到了最高 3 , 050 个光子。
https://www.nature.com/articles/s41586-026-10523-6 ）
据了解，九章系列从 2020 年第一代开始，已经连续多次刷新世界纪录。 量子计算和普通电脑最大的区别在于计算方式。普通电脑用比特，每个比特要么是 0 要么是 1 ，就像一列开关只能开或者关。量子计算机用量子比特，它可以同时处于 0 和 1 的叠加态，就像一枚旋转的硬币同时是正面和反面。多个量子比特纠缠在一起，计算能力会指数级增长。九章 4.0 走的是光子路线，用光子作为量子比特的载体，通过操控和测量光子来完成计算。
九章 4.0 要解决的高斯玻色取样问题，这本质上是一个光子经过复杂光路后落到哪个出口的问题。光子数量越多，出口数量越多，所有可能的结果组合就爆炸式增长。普通计算机计算这种问题，随着光子数量增加，计算量会呈指数级上升，很快就算不动了。九章 4.0 用物理实验的方式直接模拟这个过程，光路走完结果自然就出来了。
该团队在九章 4.0 上做了三组不同规模的实验。最小的一组用了 64 个输入压缩态和 4 , 336 个输出模式，中间一组用了 256 个输入和 5 , 104 个输出，最大的一组用了 1 , 024 个输入和 8 , 176 个输出。实验结果显示，九章 4.0 产生的复杂数据样本，平均光子点击数达到了 2 , 207 个，最高探测到了 3 , 050 个光子。这个数字比之前的九章 3.0 高了整整一个数量级，上一代只能做到 255 个光子。
https://www.nature.com/articles/s41586-026-10523-6 ）
九章 4.0 能取得这么大的突破，关键在于他们攻克了两大核心技术。第一个是高效率的光学参量振荡器光源，它产生的压缩态光场效率达到了 92% 。为了让光子的质量足够纯净，该团队设计了三组级联的非平衡马赫曾德尔干涉仪来滤除噪声，搭配 0.4 纳米窄带滤光片，最终实现了超过 40 分贝的噪声抑制比。三个不同光路长度差分别设为等于腔长、 1.5 倍腔长和 1.25 倍腔长，专门用来滤除不同阶次的非简并光谱模式。
第二个核心技术是时空混合编码回路。传统的光量子实验要么只用空间编码，要么只用时间编码，都有各自的局限性。九章 4.0 把两种方式融合在了一起。整个光路由三级 16 模干涉仪组成，中间用两组光纤延迟环阵列连接。
据了解，第一组短延迟环的延迟时间从 τ 到 15 τ，第二组长延迟环从 16 τ到 255 τ，τ 设为 50 纳秒。光子先进入第一级干涉仪被扩散到 16 个空间模式，然后经过短延迟环被填充到 16 个时间片里，接着进入第二级干涉仪再次扩散，再经过长延迟环填充到 256 个时间片里，最后进入第三级干涉仪完成最终的混合。这种设计的巧妙之处在于，连接规模是立方级增长的，而物理资源只线性增长。 1 , 024 个输入和 8 , 176 个输出之间，总共形成了 4 , 096 种连接关系。
https://www.nature.com/articles/s41586-026-10523-6 ）
整套光路需要极其稳定的相位控制，为此他们设计了几套主动锁定系统。首先是锁定泵浦光源到第一级干涉仪的相位，用压电陶瓷镜片配合平衡零差探测，精度达到 1 纳米。其次是锁定两组光纤延迟环的相位，用反向传播的探测光束做参考，通过压电陶瓷和热电制冷双重反馈，精度分别达到 3 纳米和 10 纳米。整个系统可以连续稳定运行数十个小时。
为了验证九章 4.0 真的超越了经典计算机的能力，他们用了一整套验证工具。贝叶斯检验用来区分实验数据跟经典模拟数据，分数越高说明实验数据越接近理论真值。他们还做了最多到四阶的相关函数分析，发现九章 4.0 在高阶关联上明显优于任何经典模拟器。论文里特别提到了一个叫树宽采样器的经典算法，它的计算复杂度依赖于树宽参数，该团队把树宽设到 161 ，这是目前超算根本无法实际运行的数值，但即便在这个设定下，它的近似结果依然和九章 4.0 的真实数据差得很远。
据了解，九章 4.0 的单次采样只需要 25 微秒，这意味着在最复杂的设定下，该量子处理器产出结果的速度是传统方法的天文数字倍。他们还用了一种叫矩阵乘积态的经典算法来对比，这种算法是目前模拟有损高斯玻色取样最强大的工具。不过对于九章 4.0 的 L1024 实验组，要把矩阵乘积态的截断误差降到足够低，所需要的键维度超过了 10 的 21 次方，这已经超出了任何现有超级计算机的存储能力。即便用世界上最快的超算，算一个样本也要超过 10 的 42 次年。
在应用潜力上，高斯玻色取样本身就可以用于解决图论中的稠密子图发现问题，这在社交网络分析、金融风险控制、生物信息学等领域有重要价值。该团队之前已经用九章系列做过图像识别的演示。