移动网络中量子计算应用能力评测白皮书
1. 移动网络发展面临的算力挑战
移动网络正从移动通信网络向移动信息网络演进，引入感知、计算、智能等多项网络功能。在大规模信号处理、大规模网络优化、大模型训练推理和网络大数据处理等方面，面临巨大的算法与算力挑战。例如：
- 信号处理：去蜂窝网络和超大规模MIMO面临高维MIMO信号处理挑战，如MIMO信号检测、MIMO信道测量与反馈等，计算复杂度高。
- 网络优化：无线网络优化问题复杂，如网络覆盖优化、网络容量优化和网络能效优化，属于组合优化问题，经典计算难以给出最优解。
- 人工智能：大模型的训练与推理成为新的算力需求，如生成一段6秒视频需要2000张H100GPU运行1个月时间，成本极高。
- 数据处理：通感算智融合的移动网络产生大量数据，需要高效的大数据处理与支持。
2. 量子计算带来的机遇与挑战
2.1 量子计算优势
- 并行计算能力：量子叠加、量子纠缠效应带来指数级计算加速。
- 低能耗：量子计算属于可逆计算，计算本身低能耗。
- 优化问题：适用于大规模寻优与非结构搜索，时间短，精度高。
- 线性系统求解：加速线性系统求解，适合线性信号处理。
- 大数据处理：利用量子叠加降低模型参数量，处理高维异构数据。
- 模型准确率：挖掘数据内在关系，提升模型准确率。
- 智能决策：支持网络运维与管理的智能决策。
2.2 量子计算技术挑战
- 量子硬件性能：量子比特数规模小，可控性与稳定性不足。
- 算法性能：变分量子算法优势缺乏理论证明。
- 量子态编码：经典数据量子态编码成为瓶颈。
- 量子-经典混合系统：量子软件开发框架不够成熟。
2.3 量子计算应用挑战
- 应用场景：需要明确移动网络中的真实计算问题、量子计算机的实际计算能力及部署环境。
- 技术多样性：量子算法范式多样，技术路线多种，不确定性大。
- 动态提升：量子计算能力在动态提升中，阶段性评测结果难以给定结论。
2.4 量子计算应用评测必要性
需要构建量子计算应用能力评测框架，定义应用能力关键性能指标，从应用需求层面评估量子计算的真实能力，推动量子计算与移动网络的融合发展。
3. 量子计算应用能力体系框架
3.1 总体框架
量子计算应用能力体系包括场景需求和量子计算应用能力指标两部分。场景需求涵盖计算速度、计算精度、计算规模和计算效能等指标。量子计算应用能力指标涵盖硬件性能、算法性能、扩展能力和部署能力等。
3.2 移动网络计算需求
- 计算需求指标：包括计算时长、计算精度、计算规模和计算效能。
- 部署需求：物理环境需求和软件配套需求，如量子计算机的部署环境和与经典系统的兼容性。
3.3 量子硬件性能指标
- 比特级指标：量子比特（退）相干时间、比特错误率、物理量子比特数、量子比特连接性。
- 量子逻辑门级指标：逻辑门保真度、量子逻辑门操作时间。
- 量子线路级指标：量子线路深度、量子线路错误率。
- 系统级指标：量子体积。
通过上述框架，可以全面评估量子计算在移动网络中的应用能力。
