量子计算搬上桌面:一台工作站跑通端到端,数据全程不出本地

量子计算常被视为最难上手的前沿技术之一: 想跑通一个算法, 既要懂量子线路、会写专用代码 , 还要在模拟器、GPU 与真机平台之间来回切换。9 月下旬, 上海交大团队孵化的酉术量子发布异构计算硬件底座 UnitarySpark, 并上线 UnitaryLab 2.5 公测版, 试图用自然语言把这道门槛削平。

📌 背景: 卡住开发者的不是比特数

过去几年, 量子计算的新闻大多围绕比特数量展开 , 但真正想用它解决问题的人, 往往被“怎么用”拦住。流体、热传导、电磁场仿真、分子模拟等真实场景多为连续型复杂计算, 需要量子算力与经典 GPU/CPU 协同求解, 而这些问题很难直接转化为适配量子计算的数学表达。

🔍 核心信息: 说句话就能跑量子计算

UnitarySpark 与 UnitaryLab 内置 AI Agent, 用户无需先成为量子专家, 只需用自然语言描述问题,Agent 便将其翻译为数学问题、算法参数与可执行任务, 再调度底层算力完成计算。据 NVIDIA 官网 2026 年 9 月的一则案例, 原本约 12 步的手动编码可压缩为约 3 句自然语言描述, 交互频次减少约 75%。

硬件层面,UnitarySpark 定位为“异构计算第一代底座产品”, 把量子模拟、GPU 加速、Agent 交互与真机互联集成于一台工作站。推理、算法执行与数据存储均在本地完成, 实验参数无需上云; 同时预留真机接口, 通过统一 Circuit API 连接模拟器与真实量子处理器, 算法调好后可直接切换真机运行。

💡 影响与看点: 从算法到真机的闭环

支撑这套产品的是上海交大量子科学计算团队的原创算法框架“薛定谔化”, 它通过数学变换把非酉的微分方程问题转为量子系统可处理的酉演化形式 , 为连续型科学计算提供统一的量子执行路径。该成果入选国家自然科学基金委“十四五”优秀成果选编, 是 2024 年数学领域唯一代表性成果。

• 门槛变化: 自然语言替代手动编码, 交互频次大幅下降。
• 部署变化: 本地工作站完成推理与执行, 敏感数据不出门。
• 链路变化: 模拟器与真机通过统一 API 衔接, 减少环境切换成本。
• 生态变化: 与国盾量子等硬件企业合作, 推进软硬件适配与场景验证。

发布会当天, 酉术量子与上海国盾量子、上海玻色元培量子、上海中器无量量子达成战略合作 , 另有金融、气象、生物医药、人工智能、量子教育等领域单位签署合作意向。UnitaryLab 基于 NVIDIA DGX Spark 的实践入选 NVIDIA 官网成功案例, 并进入“AI for Industry”首批能力清单。

📊 总结: 量子计算正从云端挪到桌面

从自然语言交互到本地部署, 再到真机互联 , 酉术量子拼出了“算法 + 平台 + 底座”的全栈布局。量子计算未必立刻普及, 但它正在从遥远的云端, 挪到开发者的桌面上。