如何评估量子计算机的性能表现

IBM长期以来从规模、质量和速度三个核心维度追踪量子计算硬件的性能进展。这三个维度共同揭示了一台量子计算机的能力上限，以及其执行计算任务的效率与成本竞争力。为了量化这些维度，业界采用三项关键指标：可编程量子比特数、量子比特操作数，以及每秒最大电路执行数。

这些指标不依赖底层硬件技术，无论是IBM的超导量子硬件，还是离子阱、量子点等其他技术路径，均可适用。即便未来量子计算机性能大幅提升、错误率显著降低，这一评估框架的整体结构也将保持稳定，只是部分细节可能随技术演进有所调整。

规模指标：可编程量子比特

当今量子芯片中集成了数百个可控量子元件，但其中许多元件仅用于支撑量子电路的正常运行，并非直接参与计算。因此，可编程量子比特数是衡量处理器规模的更有意义的指标，它告诉我们用户能够直接控制并集成到量子算法中的量子比特数量。

一个可编程量子比特需满足以下条件：能够被制备到任意量子态；能够通过高保真度的通用操作进行调控；能够在计算过程中被测量和重置。

这些是开发者在构建量子应用时真正交互的量子比特。为了区分用户可直接使用的量子比特与芯片上其他起辅助作用的量子元件，业界使用"可编程量子比特"这一术语。所有可编程量子比特与围绕其运作的辅助量子元件合称为量子芯片上的"物理量子比特"。

以IBM最新发布的IBM Quantum Nighthawk r2为例，用户可操作其120个可编程量子比特，但这些量子比特背后还有数百个额外物理量子比特资源提供支撑，包括耦合量子比特和量子比特重置组件。这些辅助量子元件有助于提升计算的质量和速度，但并不增加用户可用的可编程量子比特数量。

随着时间推移，可编程量子比特数与芯片物理量子比特总数之间的差距可能会持续扩大。其他量子计算技术路径中也存在类似现象，例如某些量子点架构需要多个量子点才能实现一个可编程量子比特。

质量指标：量子比特操作数

量子比特操作数（有时在业界简称"QuOps"）用于衡量系统质量，具体来说，是指一台量子计算机在错误累积到无法控制之前，能够可靠执行的最复杂操作的数量。

这里所说的"量子比特操作"特指涉及两个量子比特纠缠的"双量子比特操作"。这类操作是当前大多数量子电路复杂度的主要来源，一台量子计算机能够可靠执行的双量子比特操作数量，是评估现有量子硬件质量的良好代理指标。

随着量子计算机性能提升、双量子比特操作挑战性降低，用于衡量质量的具体基准可能会发生演变。但核心目标始终不变：理解系统能够可靠执行的计算复杂度上限。

无论底层架构是超导、离子阱、量子点还是其他技术，支持更多量子比特操作通常意味着能够探索更深层的电路和更复杂的量子算法。量子比特操作数更高的系统，往往能够解决能力有限的系统无法触及的问题。

值得一提的是，约翰·普雷斯基尔（John Preskill）的论文《超越NISQ：百万量子操作机器》（arXiv:2502.17368）是最早以系统能够可靠执行的量子操作数来描述未来量子计算机的研究之一。

速度指标：每秒最大电路执行数

为了更直观地衡量量子处理器的速度，需要测量电路吞吐量，即系统每秒能够执行的最大量子电路数量。每秒最大电路执行数与系统的"采样率"或"重复率"密切相关，后者衡量处理器能够以多快的速度反复执行并测量电路。更高的采样率通常带来更高的电路吞吐量，但电路加载、测量、重置和再初始化等系统层面因素同样会产生影响。

电路吞吐量从根本上是衡量量子计算机性价比的指标。它告诉我们量子处理器在单位时间内能够完成多少有效计算，以及完成这些计算的成本效率。

每秒能够执行更多电路的系统，可以在相同时间内完成更多有效计算任务，在相同硬件资源下提供更高价值。更高的吞吐量意味着更多已完成的工作负载、更多生成的数据，以及单位时间内更多可用的计算结果。用户因此能够更高效地探索参数空间、更快速地验证假设，并以更低的计算成本完成更大规模的计算任务。

以IBM Nighthawk r2为例，该系统预计将提供比现有Heron系列高出25倍的电路吞吐量。这意味着在相同时间内，该系统可完成多达25倍的计算工作量，用户的计算效率将相应大幅提升。

CLOPS（每秒电路层操作数）或特定应用基准等更复杂的电路吞吐量指标，虽能提供针对特定工作负载的详细性能洞察，但通常难以从公开规格中直接计算，使得跨平台的一致性比较存在较大困难。相比之下，每秒最大电路执行数提供了一种简单透明的跨系统吞吐量比较方式。

面向未来的指标演进

上述指标主要针对当今量子计算机的性能评估。随着量子计算机向容错时代演进，具体的测量量将有所调整：可编程量子比特与逻辑量子比特将可互换使用作为规模指标，而T门计数有望取代双量子比特操作，成为定义系统计算能力的核心质量指标。

T门计数的意义

在当今的噪声量子硬件中，双量子比特操作是最常见且最具挑战性的性能瓶颈，因此是衡量质量的有效代理指标。但在容错量子计算场景下，它的参考价值将有所下降。

这是因为量子算法依赖于两类门操作：经典计算机可以高效模拟的Clifford门，以及经典计算机无法高效模拟的非Clifford门。后者才是量子计算机超越经典方法的关键所在。在非Clifford门中，T门在大多数容错架构中实现成本尤为高昂。

IBM近期关于时空码的研究（arXiv:2504.15725）发现，随着电路中非Clifford操作比例增加，错误检测难度也随之上升，这进一步凸显了T门在未来量子计算中的重要地位。因此，T门计数（T-count）将成为容错量子计算时代衡量系统质量的核心代理指标。

综合来看，本文介绍的三项指标共同提供了量子计算机当前性能与未来发展路径的完整图景。无论底层硬件技术如何，它们都能清晰呈现任何量子计算机的规模、质量与速度，揭示系统能够完成多少有效工作，以及完成这些工作的效率。

从IBM Nighthawk系列的发展规划可以看到，未来系统将在维持高吞吐量的同时，实现计算规模与能力的大幅提升，并在量子纠错技术方面发挥重要的测试平台作用，支持以更多逻辑量子比特和更高T门计数执行更复杂的逻辑电路。

如需评估任何量子计算系统，不妨向硬件提供商提出以下三个问题：系统支持多少可编程量子比特？系统能够可靠执行多少最复杂的量子比特操作？系统的每秒最大电路吞吐量是多少？这三个问题的答案，将充分揭示该系统的计算能力、性能表现与成本效率。

Q&A

Q1：量子计算机性能评估的三大核心指标是什么？

A：评估量子计算机性能主要看三个指标：一是可编程量子比特数，衡量系统的规模，即用户能直接控制并用于算法的量子比特数量；二是量子比特操作数（QuOps），衡量系统质量，即在错误累积失控前能可靠执行的最复杂操作数量；三是每秒最大电路执行数，衡量系统速度，即单位时间内能完成的电路吞吐量。这三项指标适用于超导、离子阱、量子点等各类量子硬件平台。

Q2：可编程量子比特和物理量子比特有什么区别？

A：物理量子比特是芯片上所有量子元件的总称，包括用户可直接操控的可编程量子比特，以及仅用于支撑电路运行的辅助量子元件（如IBM硬件中的耦合量子比特、重置组件等）。可编程量子比特才是用户在构建量子算法时真正交互的对象。以IBM Nighthawk r2为例，用户使用的是120个可编程量子比特，但芯片上还有数百个辅助物理量子比特在背后提供支撑。

Q3：为什么未来容错量子计算时代要用T门计数替代双量子比特操作来衡量质量？

A：在当前噪声量子硬件中，双量子比特操作是复杂度和错误率的主要来源，因此是衡量系统质量的有效指标。但进入容错时代后，量子算法的关键瓶颈将转移到非Clifford门操作上，尤其是T门——它是经典计算机无法高效模拟的操作类型，也是大多数容错架构中实现成本最高的门操作。因此，T门计数将取代双量子比特操作，成为容错量子计算时代衡量系统计算能力的核心质量指标。