当你通过语音助手发送消息、借助自动泊车系统停靠车辆，甚至刷短视频时被推荐算法“精准命中”，这些场景背后都离不开机器学习的持续运作。机器学习依赖海量数据驱动，但随着数据规模呈爆炸式增长，传统算力逐渐面临瓶颈。为此，研究者们将目光投向更强大的量子算力，试图推动机器学习迈向全新高度。

然而，以往的方案往往“各自为政”——经典计算机与量子计算机只能独立学习，难以高效协同作业。近日，本源量子正式发布国内首个支持两者“协同学习”的量子机器学习框架——VQNet 2.0。简单而言，该框架让量子计算机与超级计算机像团队一样分工协作，同时调度两种资源完成机器学习的训练与预测。相关论文已上传至arXiv平台，且该框架与量子计算操作系统本源司南实现了深度绑定。

VQNet 2.0 提供了量子机器学习的核心框架、基础神经网络模型、算法以及开发工具。它既能在量子硬件上运行，也兼容经典硬件。论文中详细阐述了设计原则：统一、实用、高效、兼容，并给出了具体实现细节。为验证其性能，作者选取了几个典型应用进行测试——经典卷积神经网络、量子自编码器、经典‑量子混合网络等。实验结果清晰表明：VQNet 2.0 的计算速度明显优于对比方案。此外，它可部署在不同硬件平台上，整体速度均更快。更值得一提的是，该框架能与由多个量子计算库构成的量子线路进行混合优化。

图：量子机器学习框架VQNet 2.0架构示意

该框架能带来哪些应用？例如，从事自动驾驶研发的团队，可借助它开发支持“量超协同学习”的新算法，加速模型训练；自然语言处理领域的研究者，也能利用它提升算法对语言语义的理解能力。安徽省量子计算工程研究中心副主任窦猛汉形象地比喻道：量子计算机与超级计算机如同航母特混舰队中的航空母舰与巡洋舰，通过任务分解、调度与分配，协同作战才能释放更强战力。中国计算机学会量子计算专业组执行委员贺瑞君补充指出，国际上众多团队正攻坚量子计算与超级计算的融合。欧洲多个超算中心已着手研发量子‑经典协同计算系统，法国政府甚至启动了全国量子计算平台，以超大型计算中心为载体，推动传统计算机系统与量子计算机的交互操作。

本源量子是国内首家向用户交付量子计算机的企业，量子计算专利数量位居全国第一、全球第六。早在2022年，该公司便发布了国内首个量超协同计算系统解决方案。此次VQNet 2.0的发布，无疑将“协同”理念向前推进了一大步，助力中国制造业向智能化、竞争力更强方向迈进。