移动网络中量子计算应用能力评估模型（2025年）

概述

• 移动网络向移动信息网络演进，带来大规模信号处理、网络优化、数据处理、模型训推等算力挑战。
• 量子计算展现理论与潜在优势，有望破解移动网络算力瓶颈。
• 当前量子计算技术路线和算法范式发散，计算能力参差不齐，应用能力与潜力不明晰。
• 需要构建量子计算应用能力评估体系，评估其在移动网络中的应用价值。

量子计算应用能力评估体系

• 评估体系总体框架：定义了应用能力三级指标体系，包括系统性能、扩展能力和部署能力，以评估量子计算在移动网络中的应用价值。
• 一级指标：系统性能
  • 二级指标：量子硬件能力，包括量子比特规模（物理、有效、逻辑）、量子比特质量（双比特门保真度、时空波动性、逻辑量子门错误率、SPAM误差、量子体积）、量子比特操作速度（门操作时间、测量与复位时间、CLOPS、相干门操作数）。
  • 二级指标：量子软件栈能力，包括编译效率（线路深度压缩率、双比特门数压缩率、编译时间）、可编程性与API设计（接口抽象层次、API表达能力与简洁度、开发支持完备性）、执行工作流效率（端到端任务延迟、混合算法迭代开销）、量子资源保真度（保真度感知的编译优化能力、主动错误抑制与缓解有效性、测量读出校正有效性）。
  • 二级指标：量子算法运行能力，包括算法运行时间、算法保真度、算法可运行规模、算法丰富度。
• 一级指标：扩展能力
  • 二级指标：纵向扩展能力，包括硬件模块化扩展性、软件栈扩展性。
  • 二级指标：横向互联能力，包括互联宽带和延迟、全局质量、异构互联。
  • 二级指标：服务与集成能力，包括混合计算能力、人工智能集成能力、与经典通信设备的集成能力、云平台服务与管理能力、开源生态。
• 一级指标：部署能力
  • 二级指标：物理与环境要求，包括交付尺寸、环境依赖度、可移动性。
  • 二级指标：运维与成本效益，包括系统可用性、计算能效、远程运维与智能运维能力、总拥有成本（TCO）。

量子计算应用能力评估模型

• 模型构建概述：采用“指标体系评估法”，通过指标筛选、权重赋值、数据采集与量化、综合分值计算、模型性能分析、模型迭代等步骤构建评估模型。
• 指标筛选：采用德尔菲法，筛选出与移动网络场景相关的关键指标，分为完全量化指标、半量化指标和测试型指标。
• 指标权重赋值：结合主观赋权方法（如层次分析法、网络分析法、德尔菲法）和客观赋权方法（如熵权法、CRITIC法），以及主客观结合方法，确定指标权重。
• 指标数据采集与量化：对完全量化指标进行标准化处理，对半量化指标采用分级标准评估法。
• 综合分值计算：采用线性加权求和模型或逼近理想解排序法，计算综合得分。
• 模型性能分析：通过敏感性分析和与专家直觉及行业共识对比，验证模型的有效性和稳健性。
• 模型场景化设计：提出“模块化指标体系”构建方法，将指标分为核心指标和扩展指标，并引入“领域权重模板”机制，增强模型对不同应用场景的量化区分能力。

移动网络领域评估模型

• 针对移动网络后端网络运维需求，设计评估模型示例，指标权重主要表征当前移动网络运维需求与量子计算能力。

建议与展望

• 下一步将根据指标之间的耦合关系，重新定义权重求和关系，引入非线性函数关系。
• 根据具体场景，进一步删除细节指标，保持模型的实用性。
• 评估模型的作用更多是诊断，而非简单排名。
• 后续将参考国内外量子计算应用与评测研究与标准化的进展，进一步完善应用能力指标体系和评估模型。