北京量子科学研究院量子计算云平台团队成立于2022年初，团队负责人为范桁研究员。团队集中于超导量子计算理论和实验研究，以及量子计算云平台的开发和应用，推进超导量子芯片比特数增加，超导量子计算测控系统搭建，利用超导量子计算系统实现量子计算、量子模拟、量子计算云平台、量子人工智能等，并推动量子计算相关技术的成果转化及产业化。关注各种量子现象利用量子计算方法的模拟，如量子多体、量子相变、量子动力学、量子化学等的量子模拟，量子计算研究关注各种量子算法的实现，量子计算与机器学习人工智能的交叉融合，量子逻辑门优化，量子纠错码的实现等。最近集中于：（i）超导量子计算理论与实验研究；（ii）推动量子计算云平台发展，量子计算系统与超算及智算系统的融合。部分研究方向和代表性科研成果如下：
【一】 新构型多比特超导量子芯片设计与制备（中国科学院物理研究所提供支持）
超导量子算力芯片的制备是构建国际先进的量子云算力中心的核心，其包含着芯片设计和芯片加工两个方面。人员方面主要由相忠诚兼聘副研究员负责，其余成员包括宋小会副研究员以及梁珪涵、赵思路、梅峥扬等十余位研究生。近年来，团队已经积累了丰富的超导量子算力芯片设计与加工方面的经验，利用中国科学院物理研究所组内以及公共平台的设备与资源，已经可以独立设计并生产出多种构型的高质量超导量子算力芯片。
芯片设计方面，团队掌握了基于AnsysEM、Sonnet、Comsol等软件的仿真技术，可以独立设计Transmon比特、C-shunt比特、可调耦合器、可调中心腔、Purcell滤波器、JPA、TWPA等等不同的芯片上器件，其中Transmon多比特可调耦合构型是项目组自行设计研发的，其余大部分器件除了原理之外的具体设计也由团队独立完成，之后团队还将继续研究实现更大规模比特芯片的设计，以及进行不同芯片间比特的近程远程耦合设计等。
芯片加工工艺方面，团队掌握了电子束蒸发、激光直写、磁控溅射、电子束曝光、反应离子刻蚀、湿法刻蚀、热蒸发、倒装焊设备、引线仪、台阶仪、臭氧机、电子显微镜、X射线衍射仪、PPMS、原子力显微镜、离子束刻蚀、探针台、切片机、白光干涉仪等微加工设备与技术的使用与维护技术，同时团队成员也正在摸索深硅刻蚀、原子层沉积、氢氟酸气相刻蚀等前沿性芯片加工技术。
基于以上芯片设计与加工基础，目前大团队已经制备出了多种不同构型的超导量子计算芯片，并基于此发表了系列高水平研究工作：包括超导量子计算云平台ScQ（http://q.iphy.ac.cn）和Quafu（https://quafu.baqis.ac.cn/）上线的10比特直接耦合芯片（Sci. China. Phys. Mech. 65, 110362 (2022)）、20比特全联通芯片（Nat. Commun. 14, 1971 (2023)）、20比特全联通芯片（Phys. Rev. Lett. 128, 150501 (2022)）、10比特可调耦合芯片（Nat. Commun. 14, 3263 (2023)）、21比特“丰”字形可调耦合倒装焊芯片（Phys. Rev. Applied 23, 024059 (2025)，arXiv:2501.18319v1 (2025)）、30比特梯子构型芯片（Nat. Commun. 14, 5433 (2023)，Nat. Commun. 15, 7573 (2024)，PRX Quantum 6, 010325 (2025)）、41比特直接耦合“庄子”芯片（Phys. Rev. Lett. 131, 080401 (2023)）、比特间新型可调耦合TCCP构型（Phys. Rev. Applied 20, 044028 (2023)）、飞行光子互联测试芯片（Phys. Rev. Applied 23, 024019 (2025)）。其它正在进行测试或实验的芯片包括48比特可调耦合g-mon倒装焊芯片、78比特可调耦合倒装焊芯片、16比特可调耦合加全联通可调腔倒装焊芯片、30比特可调耦合Purcell滤波器倒装焊芯片、10比特钽膜芯片、C-shunt测试芯片、106比特重六边形芯片等。除此之外，团队还有更多芯片设计构想和加工规划，将在实验条件成熟时排期推进。
未来，团队将主要从以下几个方面入手，提升多比特量子芯片的整体性能：
（1）攻克更大规模的芯片仿真技术。随着芯片集成器件的增多，利用经典计算机进行芯片模拟成为了一个愈发困难的过程，后续将考虑利用已经制备好的超导量子计算芯片提供量子算力，并与经典算力融合，从而更高效的进行量子芯片性能的模拟，同时还可以研究芯片寄生模式、串扰等诸多容易导致芯片性能变差的问题。
图注：超导量子算力芯片设计、制备与迭代流程
（2）攻克制备二氧化硅牺牲层空气桥技术。目前利用Reflow技术制备的空气桥在结构强度上有所欠缺，因此需要攻克制备二氧化硅牺牲层空气桥的技术来解决这一问题。
（3）攻克钽膜制备、Purcell滤波等技术，进一步提升芯片性能。目前团队基于铝膜的78比特可调耦合芯片的单比特退相干时间平均有15-20μs，而国际上基于铝膜的类似构型最好大约做到了退相干时间平均30μs左右，基于钽膜的可以达到退相干时间平均150μs左右，因此我们后续也需要攻克钽膜制备的技术，力争让单比特退相干时间平均超过200μs甚至更高。除了退相干时间之外我们还关心读出速度，这就需要我们在参数上进行更多设计、实验迭代与摸索，利用Purcell滤波器等技术可以实现在不影响单比特性能时在百纳秒量级短时间内将量子态读出。
（4）攻克模块化、硅穿孔以及多层布线的技术。该项技术的突破可以支撑百比特量级芯片的制备和封装。
【二】基于多比特超导量子芯片的量子调控与量子模拟
团队目前在北京量子院和中科院物理所具备多套百比特量级的量子测控平台。在这些平台的基础上，团队完成了一系列的高水平工作：
量子调控技术方面，包括团队成员开展的基于神经网络模型的自动化校准技术（黄凯旋；马卫国；时运豪；许凯；范桁。发明专利，一种基于神经网络模型的超导量子比特校准方法，申请号：2024101387231.，2024），多量子比特读取优化技术（赵魁；李金涛；方才平；梁珪涵；王子婷；王正安；黄凯旋；许凯；范桁。发明专利，遗传优化算法驱动的多量子比特读取优化方法，申请号： 2025100804877.，2025），微波矫正技术（Nat. Commun. 15, 7573 (2024)），可调耦合器失真矫正技术（Phys. Rev. Appl. 23, 024059 (2025)）以及新型三比特门调控技术（arXiv:2501.18319v1 (2025)）；测控软件系统方面，团队成员进行了初步模块化封装，并优化了可视化功能和波形传输协议，使得更便于后续分布式、模块化开发。
量子模拟方面，团队具备强大的理论支持，在量子多体物理、非平衡动力学、量子算法、量子计算与测控实验结合等方面有着出色的经验。团队成员近期与多个相关研究领域的团队合作取得了系列代表性研究成果，包括与与德国奥格斯堡大学等合作揭示了史塔克系统中弱遍历性破缺的动力学特征（PRX Quantum, 6, 010325 (2025)）以及无穷温度下的自旋流体动力学行为（Nat. Commun.15, 5733 (2024)）；与中科院理论所蔡荣根院士以及天津大学杨润秋教授团队合作，开展片上黑洞的实验实现和弯曲时空的量子模拟（Nat. Commun. 14, 3263 (2023)）；与日本理化学研究所Franco Nori教授团队和华南理工大学张煜然、刘涛团队合作模拟多种陈绝缘体（Nat. Commun. 14, 5433 (2023)）以及多种类型的拓扑量子泵浦（Nat. Commun., 16, 108 (2025)，Phys. Rev. Lett., 133, 140402 (2024)）；利用41比特“庄子”芯片实现拓扑零能模的量子模拟（Phys. Rev. Lett. 131, 080401 (2023)）；与美国加利福尼亚大学圣塔芭芭拉分校刘尚博士合作，通过构建伪随机量子线路实现随机混态的纠缠相变观测（Nat. Commun. 14, 1971 (2023)）；与北京师范大学方维海院士和李振东教授合作，开展基于变分量子电路的分子线性响应性质的量子模拟（J. Phys. Chem. Lett. 13, 9114-9121 (2022)）；与浙江大学王浩华教授合作进行量子机器学习方面的实验研究（npj Quantum Inf., 7, 165 (2021)）。
图注：基于多比特超导量子芯片的量子调控与量子模拟
未来，团队将继续探索基于机器学习的多量子比特自动化调控技术，并自主开发面向异构计算系统的模块化、分布式量子测控软硬件系统，提出面向新型异构计算体系架构的量子模拟方案，并在更大规模的实验系统中进行原理性验证，具体将从以下几个方面入手：
（1）低温布线革新。以高密度柔性微带线和全光布线替代传统同轴电缆，通过光纤以及光电探测器传输和探测量子信号，降低热噪声与布线复杂度，适配千比特级扩展需求。
（2）测控电子学硬件突破。支持量子多进程测控并可实现低延迟动态反馈是目前进行高水平量子计算实验的必要需求，通过与业界厂家合作开发并测试相关的设备和技术。
（3）分布式、模块化测控软件开发。开发分布式、模块化测控软件，集成参数管理、脉冲编译、数据可视化等功能，支持多线程并行调控与自动化任务编排。通过可视化交互界面简化操作流程，兼容Python、C++等编程语言，降低非专业人员使用门槛。
（4）AI驱动的多量子比特高精度调控与自动化校准：利用强化学习与对抗学习等策略，优化量子门参数，并开发拓扑结构、串扰模型感知的自动化校准策略，实现多比特能级排布、时序对齐、门参数优化的全流程自主标定。
【三】 量子计算云平台的发展和应用
量子计算云平台建设方面，团队联合中科院物理所、清华大学在中关村论坛共同推出了“新一代量子计算云平台”Quafu，被2024年3月5日全国“两会”报告中列为“重大创新成果”的代表性成果之一。2024年团队配合超导量子计算团队在中关村论坛发布“大规模量子云算力集群”，上线总物理比特数超590个，单芯片集成比特数可达136个，性能达国际先进，为超导量子计算实用化迈出了重要一步。目前，平台注册用户超4500人，执行量子计算任务300百余万次，基于云平台产出高水平科研论文20余篇，为量子计算的生态建设和应用奠定了基础。除此之外，团队完成了云平台信息系统安全等保3级认证，量子计算信息软件开发的ISO9001质量管理体系认证，软件能力成熟度CMMI3级认证。与华夏银行合作开发了基于Quafu量子云的量子金融云平台，并获得2023年度央行省部级科技奖“金发奖”二等奖第一名。
量子云计算技术方面，团队与院内合作团队开发了高性能量子编译算法，使得算法可以在特定量子芯片上运行，经测试，与国际上主流的IBM qiskit编译算法相比，其编译得到的SWAP门数量类似，但线路最终运行得到的保真度更高；团队自主开发了基于python的量子计算工具包pyquafu，并且开发了C++版本的量子软件开发工具包；上线了Quafu Runtime系统，可以减少用户重复任务的排队时间；开发了Quafu Monitor实时监控系统，通过该系统我们可以有效实现对Quafu平台可用性、响应时间和量子门保真度等性能指标的全面监控，在手机上就可以接受到实时的预警信息；除此之外，团队还部署了Quafu网站的Jupyter Hub交互式编程界面，可以帮助用户用户可云端轻松创建、编辑和提交量子计算任务，目前在内部试运行。在云平台编译层面，团队构建了基于图结构的量子线路表征理论，将量子门依赖关系、拓扑约束等多维特征融入图嵌入表示；建立了量子线路编译框架，融合深度强化学习与图神经网络，实现复杂约束下的智能决策优化；实现了面向NISQ设备的端到端量子编译优化方法，通过马尔可夫决策过程形式化量子编译任务。相比传统启发式编译方法，我们的编译框架具有更好的全局优化能力，能够自适应不同硬件拓扑结构，并且具有较好的泛化性能。我们还进行了云平台 Devops 自动化开发、部署流程，包括自动化部署 Pipeline，镜像管理，以及云端的部署，整个流程具有极高的自动化程度。上述关键技术使得Quafu云平台具有独特的优势，将完全有能力突破国外技术的封锁。相关方向申请多项发明专利，包括：“一种基于物理硬件条件的量子线路切割编译技术”、“支持可自定义的编译流程和参数更新的量子电路编译框架”以及“基于大语言模型检索增强生成技术的量子计算程序自动生成方法和装置”等。
图注：量子云算力平台架构及运行逻辑
基于Quafu量子云的应用方面，团队与院内团队合作设计了一种硬件高效的参数化量子电路架构，并开发了一种可适应Quafu的学习算法：通过量子神经网络构造强化学习的策略网络，在量子计算机上展示和验证了量子机器学习的可行性（Chin. Phys. B , 33, 050301 (2024)）；在化学分子模拟方面，团队在北京量子院的合作团队已经开发相应的分子模拟应用软件平台BiwonQ。我们后续将把BiwonQ后端通过Quafu量子云平台接入超导量子芯片测控系统，实现在量子计算机“真机”上精准且高效的分子模拟；投资组合优化是金融领域中的一个重要问题，而量子计算机由于其独特的计算能力，正好可以帮助解决这个问题。团队已经开发了相应的基于Quafu量子云开发的选股系统。另外，在金融行业，风险分析是非常关键的。通过量子云，金融机构可以更快地完成相关的计算任务，得出更准确的风险预测。
我们对云平台用户进行了调研，可以看到在用户中对量子计算感兴趣及初学者占比高达三分之二，且高校学生占据了相当大的比例，这表明量子计算云平台在科普与教育领域蕴藏着巨大的潜力和价值。平台通过提供丰富的学习资源和实践机会，能够有效助力用户逐步深化对量子计算的理解，进而培养出更多的专业人才。同时，相当数量的专业用户借助平台开展科学研究和实验，他们主要来自高校、研究所等学术界。这些用户利用平台强大的量子算力资源，进行复杂的量子计算实验，推动了科学研究的进步。显然，云平台为科研人员提供了便捷且高效的工具。此外，与产业界的结合尚需加强。目前，平台的企业用户数量及在实际应用开发方面的表现相对较低。这一数据反映出，尽管量子计算技术潜力巨大，但相关实际应用仍处于起步阶段，且面临诸多挑战和障碍。因此，下一步的工作重点是加强与产业界的合作，推动量子计算技术在工业和商业领域的广泛应用。
图注：云平台应用社会调研
未来，为了进一步提升量子计算云平台的竞争力，团队计划从技术革新、生态拓展和教育赋能三大维度推进以下战略布局：
（1）支持脉冲级量子编程，深化量子模拟研究能力。团队将开发面向物理硬件的脉冲级量子控制接口，允许用户直接操控量子比特的微波脉冲波形、频率和时序参数。通过构建脉冲门库（Pulse Gate Library）和时域优化工具链，研究人员可自定义量子门操作序列，突破标准量子门模型的限制。例如，在超导量子芯片上实现动态解耦、量子纠错编码等复杂控制逻辑，或模拟凝聚态物理中的强关联电子体系。同时，平台将集成脉冲级量子线路可视化编辑器，支持参数扫描、噪声建模等功能，为量子器件标定和量子控制理论研究提供"全栈式"实验平台。
（2）构建量超融合计算系统，释放混合算力潜能。计划通过异构计算中间件实现量子计算资源与经典超算集群的深度协同。具体包括：开发量子-经典混合算法调度引擎，根据任务特征动态分配量子处理器（QPU）、图形处理器（GPU）等计算资源；建立量子态数据与经典数据的标准化接口，支持量子神经网络训练、量子化学模拟等场景的混合计算流水线；与国家级超算中心合作部署分布式量子云节点，形成"中心-边缘"协同的算力网络。该系统的首个示范应用将聚焦金融衍生品定价、气候模型优化等需万亿级经典计算与量子采样结合的高复杂度问题。
（3）打造分层教育体系，培育量子计算人才梯队。针对不同用户群体构建教育矩阵：
针对初学者。开发交互式量子编程沙盒环境，集成量子线路动画演示、错误诊断提示等功能，配套系列在线课程；针对进阶开发者，上线"量子案例工坊"，提供基于Quafu真实芯片的量子机器学习、量子优化等20+实验案例库，支持Jupyter Notebook在线调试；针对高校合作，提供适配教材的量子计算实验课程；针对产业培训，建立认证工程师体系。同步建设开发者社区论坛，形成问题解答-代码共享-成果展示的生态闭环。
（4）举办量子计算创新赛事，加速应用场景探索。团队拟设计三级竞赛体系：算法挑战赛，设置NISQ时代最具实用价值的赛道，如量子近似优化算法（QAOA）参数寻优、错误缓解技术创新等；编程马拉松，基于Quafu Runtime系统开展72小时极限开发，聚焦量子机器学习框架开发、量子EDA工具链优化等工程命题；产业应用赛，联合产业界企业发布基于真实业务场景赛题。赛事将提供量子计算资源额度或现金奖励，优胜团队可获得孵化基金支持。
Quafu量子计算云平台最终将实现从技术工具到生态引擎的跨越式发展，形成覆盖"基础研究-技术开发-产业应用"的创新价值链，为我国量子计算产业化进程提供核心支撑平台。
【四】 量超融合关键技术研发
随着现代信息社会的飞速发展，算力系统已成为信息处理的基础设施，特别是随着人工智能的逐渐普及，人们对超算、智算算力的需求愈加迫切，这势必会导致能源的供给不足，带来发展的瓶颈。尽管量子计算在原理上可以完美解决上述问题，然而随着量子计算的发展，特别是考虑到目前所处的中噪声尺度阶段，人们也逐渐意识到现阶段量子计算并不能取代经典计算。目前国际上普遍关注量子计算与经典计算的深度融合（量超融合或异构计算），进行系统化布局，包括量子云算力的构建、量子与经典算力中心的异构计算模式设计，以及类似量子操作系统的基础支撑平台的开发。
量超融合的核心在于构建量子计算与经典计算的协同计算体系，通过硬件架构的深度融合和软件生态的互联互通，实现算力的指数级提升与资源的高效利用。这一方向的战略意义体现在多个层面：首先，量子计算虽在特定问题上展现出指数级加速潜力，但其现阶段仍受限于噪声、纠错和规模化等瓶颈，无法独立承担复杂任务。通过与超算的深度融合，量子计算可专注于其擅长的量子态叠加与纠缠运算，而经典计算则负责预处理、后处理及算法优化，形成互补优势。例如，在量子化学模拟中，量子处理器可高效求解分子基态能量，而经典计算则用于优化参数和验证结果，显著提升整体效率。其次，量超融合能够有效降低量子计算的准入门槛，通过云平台将量子算力与经典算力统一调度，赋能人工智能、材料科学、金融工程等领域的应用创新。以金融风险分析为例，量子计算可加速蒙特卡洛模拟，而经典计算则处理数据清洗和模型验证，两者的协同将大幅缩短计算周期。更为重要的是，量超融合是我国突破国际技术封锁、实现自主可控的关键路径。当前，国际量子计算巨头如IBM、谷歌等已形成技术壁垒，且对华限制日益加剧。通过自主研发量超融合系统，我国可摆脱对国外技术的依赖，构建完整的量子计算产业链，保障国家科技安全。
团队在该方向很早就进行了布局，2024年度团队已经将北京量子院410实验室的量子计算机与高性能数据机房用光纤进行了本地连接，并已经实现了初步量子-经典混合计算runtime框架的开发，经过测试运行了一个QNN的Runtime训练任务，速度提升达到一倍多；2024年9月工信部发布的“先进计算与新兴软件”重点专项中新型计算结构和系统中也提出了一项关键技术类项目，旨在进行超算和量子计算融合的系统架构与应用算法研究，团队联合中国科学院物理研究所、曙光智算信息技术有限公司、普源精电科技股份有限公司和国家超算成都中心联等机构，也进行了系统布局。合作单位在超导量子计算实验和量子计算算法理论与应用、量子操作系统和量子计算云平台、高性能计算与异构计算等研究领域均有长期深入的工作，成果卓著，行业地位领先，并覆盖完量超智云融合项目研究任务所需的全部研究环节。
未来，团队致力于建成国际先进的“量超融合”云算力中心，实现经典计算与量子计算的深度融合。具体将构建高性能异构计算硬件框架，开发多比特自动化校准技术，搭建面向异构计算系统的多量子任务调度和线路编译的操作系统；针对算法与应用的模拟、验证需求，研发高性能含噪量子模拟器，并基于云平台开展多比特量子经典混合算法演示和应用探索。在此基础上，不断提升操控和测量精度，并以科研为牵引进行功能添加和技术研发，最终实现离子阱、中性原子等多体系上云，实现多体系量超融合计算系统。针对上述发展展望，团队将从以下几个方面展开研究：
（1）面向量超融合的可扩展量子测控系统研发。团队计划与量子测控设备厂家合作开发一种可扩展的量子测控系统，专为量超融合设计，旨在高效管理大规模量子比特阵列。系统将采用模块化硬件架构，利用PXIe平台优化布线，确保电磁屏蔽效能超过65dBc。并且将设计一种结合风冷与液冷的混合冷却方案，控制温升在5°C以内。未来，系统将支持数百个量子比特控制通道，反馈延迟控制在800ns以下，并最终扩展至5000个通道。通过整合先进硬件和冷却技术，团队将实现对大规模量子比特阵列的精确高效控制，为后续实用化量子计算奠定基础。
图注：量超融合关键技术研发架构
（2）面向量超融合的量子测控平台及测控技术研发。团队将构建一个面向量超融合的量子测控平台，集成尖端技术以实现高精度量子比特操控。研发内容包括全光微波信号传输系统，能够处理超过1000个通道且热负载极低，支持基于机器学习的自动化校准技术，将单量子比特校准时间缩短至15分钟以内。平台将集成高保真度量子阵列控制与读取系统，目标是实现99.8%的双量子比特门保真度。通过上述研究开展，团队将确保平台支持大规模、高精度量子比特的调控，并具备与经典计算资源的高效交互的能力。
（3）量子运行时系统研发。团队将开发量子运行时系统，为量子任务提供高效的执行环境。系统将优化任务调度和电路编译，减少电路深度10%以上，提升量子算法性能。通过设计稳健的软件框架，将促进量子计算的无缝操作和管理，实现复杂量子任务的可靠快速执行。
（4）量子-经典统一编程框架研发。团队将于合作团队开发一个统一的编程框架，集成量子和经典计算资源，支持C/C++和Python接口。框架将使开发人员轻松编写混合量子-经典程序，推动利用两种计算范式的算法开发。通过提供无缝编程接口，该研究将加速量子应用在各领域的开发和部署。
（5）量子-经典算力管理与调度系统研发。该项目将实施一个量子-经典计算资源管理和调度系统，优化量子和经典处理器之间的任务分配。团队将开发先进调度算法，提高资源利用效率20%，确保任务有效分配。系统将通过智能管理量子和经典资源的协同，最大化整体计算性能。
（6）高性能量子计算模拟器研发。团队将与合作团队开发高性能量子计算模拟器，在经典硬件上模拟大规模量子系统。模拟器将支持20量子比特的有噪量子电路模拟，并实现跨多个GPU和计算节点的分布式模拟。通过提供准确可扩展的模拟能力，该研究将帮助研究人员设计、测试和优化量子算法。