量子基础软件分论坛 |CQCC & GQSF 2026

清华大学物理系博士、精密仪器系博士后，中移（苏州）软件技术有限公司高级技术研究员，中国移动高级工程师、拔尖计划高端人才、“十百千”技术专家，CCF量子计算、容错计算专委委员，入选江苏省青年科技人才托举工程。长期从事量子控制、量子纠错、AI4Q、量子操作系统及量子云平台关键技术研发，承担多项国家级、省部级项目，发表SCI学术论文数十篇，曾获国际频率控制大会(IEEE IFCS)最佳论文，清华大学任之恭奖等荣誉。

报告主题：容错量子计算探索与实践

摘要：本报告围绕容错量子计算技术探索与实践展开，聚焦量子控制与量子纠错。在量子控制方面，依托“五岳纪元”量子软件体系，构建面向容错量子计算的脉冲编程框架与控制优化体系，并在离子阱量子计算真机上联合开展实验验证，实现多体纠缠态制备保真度提升；在量子纠错方面，联合开发“观象”神经网络预解码器模型，通过对量子比特错误数据的时空特征分层建模，在模型参数规模仅为NVIDIA Ising约1/3的情况下，实现了多项纠错性能指标的提升。上述探索有望提升 NISQ 时代量子算法的运行效果，为面向容错量子计算的系统架构设计奠定基础。

周立，中国科学院软件研究所副研究员，国家高层次青年人才计划获得者，智源青年学者。主要研究方向为量子程序设计方法学与可信量子软件，包括对量子程序的验证、计算机辅助证明、测试与调试等。近年来多个原创性工作发表于顶级国际会议期刊如JACM, POPL, PLDI, LICS等，曾获得OOPSLA和LICS的杰出论文奖。合作开发实用的后量子密码协议验证工具EasyPQC以及经过验证的量子程序验证平台CoqQ。

报告主题：量子程序验证：从理论走向应用

摘要：量子软件正逐步形成涵盖编程语言、编译器、模拟器、开发工具和硬件接口的完整生态。量子程序验证旨在通过形式化方法理解量子程序行为，并为算法、软件和密码协议提供可验证的可信保障。近年来，量子程序验证已从基础理论研究逐渐走向实际应用，研究内容覆盖程序逻辑、误差分析、并发与分布式系统、模块化推理及自动化证明等方向，并在特定场景中转化为自动化验证工具，展现出处理中等规模量子程序的能力。未来，随着容错量子计算和量子软件工程的发展，量子程序验证将进一步与编译器、纠错码、密码分析和开发工具融合，成为构建可信量子软件基础设施的重要支撑。反计算相关工作研究成果依托智源FlagTree平台开展。

冯世光，中山大学计算机学院特聘副研究员，于2012年在中山大学获逻辑学博士学位，并于2016年在德国莱比锡大学获得计算机博士学位。主要从事可逆逻辑综合、量子电路映射、量子算法与复杂性、有穷模型论等方向的研究。至今已在TCAD、TC、TOCL、PRA、LMCS和Theory of Computing Systems等期刊与会议发表多篇论文。

报告主题：可逆逻辑电路的完备转换规则集

摘要：可逆逻辑综合是量子电路设计自动化的关键组成部分，而可逆电路转换规则的完备性则是其中的一个基本理论问题。本文首次提出了一个包含五条基本规则的可逆电路完备转换规则集。为证明其完备性，我们引入了可逆函数的范式电路表示，证明了每个可逆函数均由唯一的范式电路计算，且任意可逆电路均可通过应用规则转换为其范式形式。在此基础上，我们进一步提出了适用于带辅助位与垃圾位的扩展规则集，并证明任意两个带辅助位和垃圾位的等价可逆电路均可通过这些规则互相转换。本文所建立的转换框架为可逆电路优化、模板生成和等价性验证奠定了理论基础，有望促进可逆电路与量子电路自动化设计工具的发展。

浙江大学理论物理学博士，量子信息领域技术产业及标准研究专家，发表SCI等论文10余篇；长期在IEC/ISO JTC3、ITU-T等国际标准，TC578、TC28、CCSA等国内标准组织担任标准专家，开展量子信息领域标准研制；牵头、参与20余项量子领域标准研制，牵头、参与多项白皮书撰写发布。

报告主题：量子计算国内外标准化研制现状与趋势分析

摘要：当前，量子计算正处于从实验室研发向工程化、产业化加速跃迁的关键节点。标准化作为固化技术成果、打通产业协同、规范市场发展的核心抓手，已成为全球量子计算产业战略竞争的核心制高点。全球量子计算标准化体系正处于框架搭建与重点突破并进的关键期，国际组织、主要国家及产业联盟加速布局，标准话语权博弈日趋激烈。本报告聚焦国内外量子计算标准化研制进展，系统梳理全球标准体系整体格局与最新动态，对比分析中外标准化路径差异与成果特色，研判未来标准制定的核心方向与发展趋势，为科研机构、产业主体及行业从业者提供全景参考。

许瑾晨，信息工程大学副教授，主要从事高性能计算和量子计算研究，主持国家重点研发计划项目等多项国家级课题，研发高性能基础数学库、量子编译器等多套系统软件,获省部级科技进步二等奖2项，在PPoPP、ISSTA、TOCS等CCF-A类会议期刊发表论文多篇。

报告主题：QCFlow：面向任务流的HPC-QC融合编程编译系统

摘要：HPC-QC融合已成为算力发展的必然趋势，面向异构计算平台，如何实现高效编程和编译成为软件栈的关键一环。为此，我们提出了QCFlow，一套面向任务流的HPC-QC融合编程编译系统。

围绕混合应用便捷化开发需求，提出了基于任务流的编程模型QCCP，其核心特点是采用任务级声明编程模式，通过注解机制显式标注任务的执行后端与资源需求，有效降低了“经典+量子”混合程序的编写难度。同时该模型的接口规范与现有HPC和QC作业管理及运行时环境保持兼容，能够较好融入现有软件生态；目前也在进一步探索基于LLM的拖拽式编程改造，以提升混合应用开发的易用性。

在编译系统方面，针对当前量子编译工具与传统HPC编译工具链相对分离的问题，提出了一种基于LLVM的混合HPC-QC编译框架QLLVM。QLLVM具备良好的可扩展性以及与经典高性能计算生态的无缝集成能力，实现了CUDA/MPI/C++编译及量子程序编译的端到端融合，支持从前端语言解析到目标代码生成、链接及可执行文件生成的完整过程。该框架促进了量子与经典HPC软件栈的协同，并提供了可扩展的编译与链接基础设施。

陈晟敏杰，中国科学院计算技术研究所特别研究助理、助理研究员。2024年于中国科学院大学数学科学学院获博士学位，曾荣获中国科学院院长特别奖。主要研究兴趣包括量子组合优化、量子优化算法、近似算法等。近年来，在ICLR、ICML、IJCAI、TCS、IEEE TNSE、IEEE TCSS、PRA等国内外学术会议与期刊上发表论文20余篇。

报告主题：Quantum Methods for Submodular Maximization: Zero-Order Algorithm and Active Learning Applications

摘要：Submodular functions characterize the property of diminishing marginal returns and have attracted considerable attention in optimization theory and machine learning applications. In this talk, we focus on quantum algorithmic theory for submodular maximization and its applications in active learning. First, we introduce continuous DR-submodular maximization with stochastic biased gradients, illustrating how quantum gradient estimation can achieve the same order of iteration complexity as classical first-order methods under limited-information settings where only function values are accessible.

We then discuss the application of submodular maximization to sample selection in active learning. To address the challenge of balancing uncertainty and representativeness under limited annotation budgets, the Distribution-Aware Energy Minimization method formulates sample selection as a submodular optimization problem with attractive and repulsive terms, and further maps it to the ground-state search of an Ising Hamiltonian. This method can not only be solved by classical greedy algorithms, but has also been experimentally validated on a dedicated quantum computer, demonstrating its potential for large-scale sample selection in active learning.

中国科学院大学工学博士，江苏省培养计划“333工程”高层次人才，中国移动“五岳纪元”量子云负责人。长期深耕量子云平台工程架构、量子软件开发工具链、量子-经典异构算力融合等核心技术研发与产业落地，在国内验证性实现“四算”一体化融合技术验证与工程实现。相关技术成果已落地安徽、四川等多地算力基础设施建设，荣获中国算力大会“算领未来”八大标杆成果等多项行业荣誉。

报告主题：“五岳纪元”量子云发展回顾与演进思考

摘要：本报告梳理“五岳纪元”量子云的建设与技术迭代历程，总结量子云底层架构、量子编程软件栈、经典-量子协同调度、多制式量子硬件统一接口等关键基础软件技术方法，剖析现阶段量子云支撑行业规模化应用匮乏等问题，同时对下阶段量子云演进进行展望。为国内量子云基础设施工程化落地、“四算”融合算力网构建及量子计算技术产业转化提供实践参考。