过去几年量子芯片的进步使得量子计算通向实用之路的不确定性进一步减小。而随着系统规模的增大，对量子系统及量子算法的测试与验证变得越来越有挑战性。基于经典模拟的方法是一个基本工具，但有其内在的瓶颈。比如，目前的存储技术最高能存储不到60量子比特的量子态。阿里云量子开发平台提出原创性的分布式张量网络收缩算法，开辟了量子电路模拟新方向，可实现比其他方法更大规模的模拟。
达摩院量子实验室在量子计算的经典模拟方向长期处于国际领先。此前，其自研的“太章1.0”提出了独创的张量网络收缩的动态拆分办法，大幅减少量子电路模拟的代价，为学界与业界广泛采用。此次开源的内核量子引擎“太章2.0”通过进一步的算法创新，再次大幅度降低资源消耗。
今年5月实验室用“太章2.0”模拟了2019年 “谷歌量子霸权”宣称用的量子电路，将其设计的经典计算耗时超一万年的任务，压缩至20天内完成，比其它最好的方案改进了四个数量级。业界人士估计，若通过硬件资源的进一步优化，特别是提升GPU使用效率，该算法有望将模拟时间压缩到2天以内。这一系列工作引起学术界对量子计算与经典计算边界的重新思考。
ACQDP还包括达摩院量子实验室自研的支持上万量子比特（4-层/3度）的量子近似优化算法模拟，以及基于实验噪声模型的纠错码性能模拟等量子算法和应用。这可以解决仅靠理论分析无法解决的实验和评估问题。基于这一开放平台，量子计算的研究人员可对不同的场景自定制算法，以进一步提高模拟效率；而发展出来的方案和算法，有望推动量子计算机的实现，催生量子计算的实用优势。
“量子计算的实现极具挑战。学术界和产业界需要聚合力量，克服瓶颈，加速创新。”达摩院量子实验室主任施尧耘解释称，“开放研究有利于加速量子时代来临，也是我们尽快向客户和社会提供量子计算服务的最好策略。”
据他介绍，达摩院量子实验室未来将会开源更多的成果并输出给研究合作者。此外，团队聚焦研究的不同于主流的量子比特fluxonium ，在不久的将来也会有更新的成果与各界分享。
- Alibaba Cloud Quantum Development Platform (ACQDP) - 模拟器驱动的量子计算算法和硬件开发工具集
达摩院量子实验室科学家正在调试量子计算设备
