近日，逻辑比特科技核心成员参与的研究成果在《国家科学评论》(National Science Review) 期刊上发表，题为“Combinatorial optimization enhanced by shallow quantum circuits with 104 superconducting qubits”，提出了一种名为“Qjump（量子跳跃）”的量子经典混合算法，并基于百比特超导量子处理器进行了实验验证。

该算法将浅层量子电路采样与经典局部搜索相结合，在处理复杂组合优化问题时，有望超越诸如模拟退火这类不依赖于数据结构的普适性经典启发式算法。该研究展示了大规模超导量子计算硬件的潜力，为迈向实用化量子优势开辟了新路径。

组合优化问题广泛存在于物流调度、金融投资组合和分子设计等领域，其求解复杂度通常会随问题规模快速上升，经典计算资源很快便难以承受。而量子计算机天然拥有指数级增长的希尔伯特空间，在实验中，采用Qjump算法的量子采样部分，一旦量子采样锁定了具有潜力的区域，经典的局部搜索子程序将立即接力，对解进行微调与优化。这种“量子采样 + 经典优化”的分工协作模式，极大降低了对量子电路深度的要求，使得在现有的含噪声量子硬件上运行大规模算法成为可能。

具体而言，研究团队在天目2号超导量子芯片上（104比特），基于逻辑比特自研测控系统，对Qjump算法进行了实验验证。该系统包含多达500个信号通道，由于实验中需要在百比特系统上同步执行单比特门和两比特门操作，因此对系统的并行控制能力、时钟同步精度及运行稳定性提出了较高要求。实验结果表明，逻辑比特科技量子测控系统能够支撑百比特规模量子算法的稳定运行；在相关测试中，百比特同步CZ门保真度高达99.5%。

逻辑比特科技量子测控系统配备AWG/ADC板卡机箱，可按需扩展多块板卡，为更大规模量子芯片控制提供硬件基础。该系统面向规模化超导量子芯片控制需求进行设计，可为后续更高比特数实验提供支撑。