2026年4月7日——东芝公司宣布开发出突破性算法，可显著提升其专有的量子启发组合优化计算机“模拟分岔机”(SBM)的性能。该算法大幅提高了在有限尝试次数内获得最优解或已知最佳解的概率（即成功概率，这是评估组合优化技术的关键指标）。

SBM旨在解决新药研发、物流路径优化、投资组合设计等广泛领域的大规模组合优化问题。此前算法虽能通过大量尝试找到最优解，但在实际问题中受限于尝试次数，大规模问题常使搜索陷入局部最优，导致成功概率大幅降低。

东芝通过开发第三代模拟分岔(SB)算法攻克了这一难题。这一突破性进展建立在2019年4月发布的第一代SB算法和2021年2月发布的第二代SB算法基础之上，后两者已显著提升了计算速度和精度。

新算法将触发分岔现象的关键参数——分岔参数，从单一全局参数扩展为分配给每个位置变量的独立参数。这些分岔参数根据对应位置变量的值进行独立控制，从而实现更具适应性的高效搜索。

借助这一先进控制机制，算法会呈现规则或混沌行为。关键突破在于：该团队发现通过精准调控“混沌边缘”（规则运动与混沌运动间的临界状态），算法能更高效逃离局部最优陷阱，使得找到全局最优解的成功概率飙升至近100%。

基于新算法的SBM速度实现飞跃——其求解时间(TTS)比第二代算法版本快约100倍。这一突破有望推动组合优化技术在诸多领域的实际应用。

该研究成果已发表于2026年4月6日出版的美国物理学会期刊《Physical Review Applied》。

研发背景

现代工业中诸多挑战（如物流路线优化、投资组合构建、药物分子设计等）都需要从海量组合中寻找最优解，这类问题往往可建模为组合优化问题。由于候选解数量随问题规模呈指数级增长（即“组合爆炸”效应），其求解难度极大，全球科研机构正竞相研发专用计算系统。

东芝始终处于该领域前沿：2019年4月推出适于并行计算的量子启发算法——模拟分岔(SB)算法；2021年2月发布的第二代SB算法在速度精度上实现重大提升。但面对大规模问题时，搜索过程仍会陷入局部最优，如何在有限尝试次数内保持高成功率成为关键技术瓶颈。

技术特性

研究团队通过全面升级第二代SB算法，最终开发出成功率逼近100%的第三代SB算法。核心创新在于：将分岔参数从共享值扩展为各位置变量的独立参数，并引入非线性控制机制——每个参数受对应位置变量的非线性函数调控。

深入分析表明：调节非线性控制强度会引发显著现象——特定条件下成功率骤升至近100%。动力学研究发现：弱非线性控制时系统呈现规则行为，强控制则诱发混沌动态。而在“混沌边缘”这一临界状态，系统展现出不陷入局部最优却能抵达全局最优的卓越能力（图1）。

该效应首先在全连接2000自旋伊辛问题中得到验证，后在多规模变量问题中均观察到。值得关注的是，SB算法固有的高并行性得以保留。采用FPGA超并行架构实现时，第三代SBM在多数问题类别中比前代快10-100倍（图2）。

未来规划

东芝将把第三代SB算法整合至量子启发优化解决方案SQBM+中，以加速实际应用场景的问题求解。