量子计算、高性能计算与人工智能的深度融合，正成为突破经典计算极限的关键路径。第五届CCF量子计算大会暨第五届大湾区量子科学论坛特设量超智融合计算分论坛，将于2026年8月4日在深圳举行。本论坛紧扣“量与智相融合，量超智共融算”的大会主题，聚焦如何打通量子算法、经典超算与AI应用之间的壁垒。论坛由中山大学卢宇彤教授和清华大学陈文光教授担任主席，粤港澳大湾区（广东）量子科学中心冯加贵研究员担任副主席，邀请清华大学杨广文、浙江大学尹建伟、国防科技大学吴俊杰、清华大学付昊桓、中山大学李绿周等顶尖专家，围绕量超智互连架构、复杂科学问题的融合计算、全栈式量子体系结构、张量网络并行模拟、量子算法设计，以及大模型驱动的量子程序自动生成等前沿方向，带来精彩报告。论坛特设Panel环节，围绕“量子人工智能的发展前景与技术落地路径”展开深度对话，重点探讨混合量子-经典模型架构的有效融合、量子算法在图像识别与自然语言处理等真实场景中的应用瓶颈，以及如何构建统一的融合计算生态等关键议题，为破解算法瓶颈、加速产业落地提供多元视角。

卢宇彤，中山大学计算机学院教授，国家超级计算深圳/广州中心主任，ISC Fellow，CCF会士，国家万人计划科技领军人才。曾任银河/天河副总设计师，现任全球超算TOP500榜首的国产新一代灵晟超算系统总设计师，全国三八红旗手标兵，2025年获“CCF夏培肃奖”。多次担任ISC、HPCAsia等国际超算大会主席，获国家科技进步特等奖1项、一等奖1项，承担国家重点研发计划、国家自然科学基金重点项目多项。目前主要研究方向为大规模超智融合软硬件系统结构与应用。

陈文光，CCF会士、学术工委主任。清华大学计算机系讲席教授，国家杰青，国家重点研发计划首席科学家。在国产新神威超算上研制全球首个超大规模大模型训练系统“八卦炉”，扩展至4000万核、模型规模达170万亿参数；在鹏城云脑II上完成200B参数“鹏城脑海”模型训练，效率从21%提升至34%。研制的图计算系统已在工商银行、京东金融等机构用于团伙诈骗发现等核心业务。获国家科技进步一等奖、二等奖各1次。

冯加贵，粤港澳大湾区（广东）量子科学中心研究员、微纳加工平台负责人，江苏省双创人才及福田英才入选者。专注于超导量子芯片与混合量子计算，主导建成2英寸真空互联量子器件工艺线，实现晶圆级超导薄膜与约瑟夫森结阵列的批量化制备；首创α-Ta(110)界面调控方法与贵金属复合保护层技术，获美国真空学会及Quantum Zeitgeist专题报道。迄今已发表论文40余篇，获授权专利40余项，覆盖量子材料设计、器件制备与性能评测全链条技术。

杨广文，2021年“CCF王选奖”获得者。清华大学计算机科学与技术系教授，国家超级计算无锡中心主任，主要研究方向为高性能计算、量子计算、智能计算等。

报告题目：基于张量网络的量子计算经典模拟并行优化方法

报告摘要：量子计算近年来在硬件规模与保真度上取得了显著进展，在随机量子线路和光量子计算等问题上已经实现了量子优越性。在这一阶段的探索中，经典计算机上的大规模量子计算模拟成为了不可或缺的验证与基准测试工具。张量网络方法，以其在处理大规模量子计算系统时的内存优势，成为了当前最主流的经典模拟方法之一。然而，随着量子比特数量和纠缠的增加，张量网络方法面临着极高的计算复杂度、访存带宽受限、批量计算数据冗余等严峻挑战。本报告面向量子计算经典模拟这一代表性应用场景，以张量网络缩并方法为主线，从算法设计、并行扩展和算子优化三个层面介绍了相关研究工作，构建了一个从理论模型到系统级落地的全栈优化框架。

尹建伟，浙江大学求是特聘教授、软件学院院长、宁波国际科创中心主任，国家重点研发计划项目首席科学家、国家重大专项负责人，科技部国家重点研发计划“文化科技与现代服务业”专项专家组副组长，“高性能计算”专项专家组专家，教育部软件工程教学指导委员会副主任委员、工信部服务型制造联盟专家委员会副主任，中国计算机学会服务计算专委原主任委员，长期从事量子计算、数智服务、软件工程等方向的研究，牵头制定2项ISO国际标准、2项国家标准，出版专著5本、教材3本，获国家科技进步二等奖1项、省部级及全国学会科学技术一等奖8项、中国发明银奖1项。

报告主题：全栈式量子体系结构--JanusQ太元量子计算研究与实践

摘要：随着量子芯片工艺和量子算法的快速发展与深入研究，量子计算机体系结构在得到越来越多人的关注。报告介绍浙江大学研制的太元量子云平台及在全栈式量子体系结构领域的研究进展。针对硬件测控系统，围绕量子计算读取校准与量子波形IO带宽优化，提出张量积迭代分解理论与波形动态缓存库技术，能够大幅度提升读取精度，同时将校准时延、波形传输时延大幅降低；围绕软件编译优化，提出基于电路拓扑特征与上下文结构的分析框架，框架基于向量化的电路表征方法，能够用于各类量子电路分析优化任务，可大幅提升电路分析精度、缩短电路综合时间；同时，面向可满性问题（SAT）与化学分子模拟，提出了领域相关的量子软硬件协同优化技术，并实现了端到端的量子加速。

吴俊杰，研究员、博士生导师，现任国防科技大学计算机学院副院长。中国计算机学会（CCF）杰出会员、CCF量子计算专业委员会常务委员、CCF体系结构专业委员会秘书长（2011-2019）、《National Science Review》期刊Editor Group Member等。长期从事量子计算方向研究，主持国家重点研发计划项目、国家自然科学基金项目等，主持研制成功银河鲲腾QW2020和银河鲲腾VQS16光量子计算系统、银河鲲腾H1量超融合计算系统，在Science Advances、National Science Review、Physical Review Letters等发表论文，获湖南省自然科学一等奖、湖南省量子科技一等奖等。享受国务院政府特殊津贴，入选湖南省科技创新领军人才，团队入选湖南省普通高等学校科技创新团队。

报告主题：THQLink：量超智融合计算互连架构

摘要：经典计算终将逼近摩尔定律失效的物理极限，量子计算成为最重要的后摩尔计算技术。在量子计算发展的历史进程中，经典计算并非会被取代，而是二者不断从“对比”、到“协同”、最终“融合”。报告将结合研究实践探讨这一历史进程，介绍THQLink——天河量超智融合计算互连架构。

付昊桓，清华大学深圳国际研究生院教授、副院长，国家超算深圳中心副主任。多年来致力于高性能计算与地学的交叉研究，发表高性能及地学领域论文两百余篇。长期探索以高性能计算和人工智能技术更好支撑地球系统科学研究的新方法，特别是以气候变化、地震、对地观测等地球系统科学领域的关键挑战为导向，将国产超级计算机的强大计算力切实转化成为对复杂现象的模拟能力及对未来的预测能力。其中，千万核可扩展的大气模拟（2016）、地震模拟（2017）以及量子电路模拟（2021）等工作三次获得国际高性能计算应用领域最高奖“戈登?贝尔”奖，大幅提升了模型对极端自然灾害现象以及大规模随机量子电路的精细模拟能力。

报告主题：面向复杂科学问题的量超智融合计算：探索与思考

摘要：随着科学问题复杂度和计算规模的持续提升，传统高性能计算、量子计算与人工智能呈现出相互交叉、协同演进的发展趋势。报告将结合团队在国产超级计算平台、大规模科学计算、随机量子电路模拟以及高性能计算与人工智能融合等方面的实践，讨论超级计算在量子算法验证、系统评测和软件研发中的支撑作用，并从复杂科学问题求解的实际需求出发，分析经典计算与量子计算在数值模拟、组合优化、采样及不确定性量化等环节中的潜在互补关系。面向未来，报告还将结合“灵晟”超级计算机在全栈自主、超大规模异构计算以及超算与人工智能融合应用方面的探索，思考如何以新一代超级计算平台为基础，进一步汇聚量子计算与智能计算能力，推动不同计算范式在任务分解、编程环境、资源调度、性能评价和应用验证等层面的深度协同，为复杂科学与工程问题构建更加开放、高效的融合计算体系。

李绿周，中山大学计算机学院教授、量子计算与软件研究所所长、计算机科学系主任、中国计算机学会（CCF）量子计算专委副主任、CCF杰出会员、杰出演讲者。长期从事量子计算理论研究，在量子算法方面形成一定研究特色，在计算机、物理、量子信息等领域知名学术期刊及会议发表论文110多篇，出版学术专著1部。研究工作得到国家重点研发计划、国家基金、广东省杰青、广东省量子科学战略专项等项目支持。

报告主题：量子算法：量子世界的计算之法

摘要：量子计算的有用性有赖于量子算法。量子算法的设计具有挑战性，需要在量子视角下找到有利于量子特性发挥作用的结构信息，从而达到返璞归真，大道至简的效果。基于量子计算领域的研究现状，除了要在量子计算硬件方面做出长足努力之外，还需进一步发展量子算法基础理论，拓展量子计算能力边界。本报告首先介绍一些量子计算的背景知识，然后以量子算法为核心，介绍其发展历程、研究现状以及研究团队近年来在这方面的研究工作。

赵博，芬兰阿尔托大学计算机科学系长聘轨助理教授、人工智能与数据密集型系统实验室负责人，欧盟首批人工智能工厂之一 LUMI AI Factory 阿尔托大学枢纽发言人，芬兰人工智能中心与量子旗舰计划 InstituteQ 成员，芬兰量子博士培养计划 QDOC 项目负责人。研究聚焦人工智能系统与量子软件基础设施，涵盖大模型训练与推理、强化学习后训练、数据与状态管理及超算—量子协同计算。成果发表于 SOSP、SC、USENIX ATC、EuroSys、ASPLOS、SIGMOD、VLDB、ICLR、IEEE QCE、ACM CAIS 等国际会议。主持欧盟、芬兰科学院及芬兰国家商务促进局资助项目。曾任伦敦玛丽女王大学助理教授、帝国理工学院博士后，获柏林洪堡大学计算机科学博士学位。

报告主题：智能体驱动的量子软件基础设施：面向量超智融合计算

摘要：大语言模型正推动量子软件由人工编程走向自动生成，但量子程序的质量不能仅凭语法正确性或文本相似度判断，还需经过解析、模拟与优化，并在真实量子硬件上执行验证。本报告面向量超智融合计算，介绍两项连续工作及其形成的“智能生成—超算验证—量子执行”协同闭环。Agent-Q 通过领域微调，利用量子任务数据训练大语言模型，使其掌握量子电路生成与优化能力；Vista 进一步采用验证器闭环强化学习，将程序生成、解析、模拟、优化和量子硬件执行纳入统一反馈闭环，使模型依据验证结果持续改进生成策略。系统在LUMI超算与VTTQ50超导量子计算机上完成端到端部署。