2026年6月22日——量子计算机器学习基础模型先驱 FirstQFM 今日在 ISC 高性能计算大会上宣布了量子计算商业应用的一个重要里程碑。基于 NVIDIA 加速计算平台构建，FirstQFM 的量子储层计算系统在零样本预测评估中，以 56.1% 的序列级胜率超越了最强的经典基础模型基线。

这一突破展示了 FirstQFM 的量子基础模型（QFM）在与 NVIDIA 量子计算平台集成后的强大能力。在金融时序数据的严格基准测试中，FirstQFM 的 QRC 模型在方向性准确率和预测误差方面均优于领先的经典时序基础模型，标志着近期量子计算规模化实用价值的关键转折点。

用量子基础模型开启“NISQ”时代

尽管行业传统上聚焦于未来的容错系统，FirstQFM 已在当今含噪中等规模量子（NISQ）硬件上交付了可投入生产的结果。通过采用专利待批的、感知设备和感知问题的储层技术，FirstQFM 的量子储层计算（QRC）解决方案瞄准了近期系统上的高价值应用场景，并为随着量子硬件进步持续提升性能奠定了基础。

FirstQFM 首席执行官兼联合创始人 Vish Ramakrishnan 表示：“在我们专有量子基础模型之上构建 QRC，使我们能够生成既感知设备又感知问题的储层。这正是我们能够超越谷歌、Salesforce 和亚马逊等大型科技公司团队开发的最先进 AI 预测模型的原因。我们相信，这有望成为量子计算首批具有商业可行性的应用之一。”

在 Leonardo 超级计算机上扩展

FirstQFM 模型的开发与扩展得到了 NVIDIA CUDA-Q、NVIDIA cuQuantum 和 NVIDIA cuTensorNet 的支持。FirstQFM 优化了其在 Leonardo 超级计算机（由 NVIDIA 基础设施加速的世界最强系统之一）上的训练工作流。

对于企业级“本地部署”方案，该解决方案将利用 NVIDIA NVQLink，该技术为 GPU 服务器与量子处理器之间提供了实时推理所需的低延迟、高吞吐量关键连接。

严格验证

为确保性能提升的可靠性，FirstQFM 采用了严格的评估协议：对未包含在训练集中的序列进行零样本预测，从而避免数据泄露或过拟合导致的污染。

FirstQFM 首席技术官兼联合创始人 Isaiah Hull 表示：“我们的目标是在一组具有商业相关性的选定任务上，展示超越最先进零样本预测系统的性能优势。为确保性能提升的稳健性，我们设计了训练集和评估协议以避免数据泄露和过拟合，将零样本预测与零样本预测进行对比，并对标了现有最强的一些预测系统。NVIDIA 的 CUDA-Q 平台及其 GPU 加速能力，对此项目而言不可或缺。”

双轨市场策略

FirstQFM 正在推进一套灵活的市场策略，包括基于云和本地部署两种商业模式。这种灵活性使企业能够将量子增强预测融入现有基础设施，从而在预测领域获得决定性竞争优势。