2023年《量子信息技术应用案例集》，主要涉及量子计算在金融、图形渲染、无人机等领域的应用探索进展，旨在向业界展示量子信息技术的潜在应用价值，分析应用发展现状和面临问题，为技术成果转化和应用产业培育提供了大量参考价值。

玻色量子成功入选的两项典型真机案例包括：

此次入选的两大真机案例，玻色量子基于相干光量子计算机，不仅将真机测试结果与经典的模拟退火算法以及禁忌搜索算法结果进行数据对比，而且极具光量子算力优势的突出成果已在多家顶级学术期刊（我国知名科技期刊平台《中国科学：物理学 力学 天文学》英文版🔗；由中国电子信息产业集团有限公司主管，中国电子信息产业集团有限公司第六研究所主办的《网络安全与数据治理——量子计算应用前瞻》🔗）上发表了相关论文！

信用评分模型

金融行业的关键数据分析需求和分析精确度需求远高于其他行业，当特征数很大的时候，使用经典计算机进行筛选的难度将大大增加，而量子计算将很好地解决这一问题。量子计算方法还可以减少人为的参与，从而提高效率并降低业务人员的依赖，减少人为操作风险。

随着金融科技的发展，在信用评分场景上已具备成熟的数学模型和广泛的实践，本案例基于已有的信用评分典型数据集，利用玻色量子相干光量子计算机真机硬件，进行有关量子优化算法解决方案的验证与探索。经验证，玻色量子提出的解决方案结果符合预期，可作为量子计算在信用评分场景的应用实例，当前技术成熟度达到4级。

玻色量子发现，使用量子优化算法在相干光量子计算真机上运行，可以在百微秒内就求出解，比起经典计算机大大提高了计算速度，同时选出的特征集合训练得到的模型准确率也较经典计算所使用的模拟退火算法有一定提高。

近年来的诸多动画电影都给人以拟真的视觉特效震撼，现代渲染技术已经能够将各种物体，包括皮肤、树木、花草、水、烟雾、毛发等渲染得非常逼真，但这样以假乱真的渲染效果来源于巨大的算力消耗，越逼真的图像渲染时间就会花费的越久，对算力的需求也随之大大增加。当前的解决方案就是集成算力的“云渲染”，一种依托云计算的云端服务。

云渲染服务厂商会在全国各地部署大量的超算集群，出租算力用于渲染。图像渲染的算力调度任务通常做法是首先假设使用某几个服务器，然后应用各种启发式算法来确定在这个方案下的运行状态，如完成时间、负载平衡等，并比较在不同方案下的整体满意度来确定哪个才是最佳方案，如下图所示：

而在现有的云计算平台下会有多种任务同时进行。随着数据量和服务器数量的增加，在大规模的动态云渲染中，使用经典计算无法有效地配置出最优的任务/服务器调度方案，这将导致服务器和渲染任务之间的不匹配，常常会发生冗余渲染，造成计算资源浪费并降低渲染效率。

针对云渲染领域中算力调度问题的特定应用场景，可以用数学方法建模为多路数字规划问题。玻色量子研究团队提出了一种超过100量子比特的量子计算设备——相干光量子计算机的解决方案，结果证明，该方案可以实现显著的量子加速，和经典的模拟退火算法以及禁忌搜索算法相比，平均节省97%的求解时间。

除了本次《量子信息技术应用案例集》发布的两个案例以外，玻色量子联合众多合作伙伴还实现了如5G通信领域的MIMO优化🔗等多个场景的验证，并相继发布了一系列真机测试报告与高水平的论文🔗，展现出玻色量子在量子计算实用化上的引领地位与相干光量子计算机真机上的算力优势。

未来，玻色量子将进一步提升相干光量子计算机的量子比特规模，提升行业领先的量子算力优势，继续坚持实用化量子计算的方向，深耕“产学研用”，与众多生态合作伙伴共同助推“量子+”生态产业的快速发展。