Ett kvantberäkningsflöde för skrivbordet – men vägen till riktig hårdvara testas fortfarande

Youshu Quantum, ett företag som grundats av ett forskarteam från Shanghai Jiao Tong-universitetet, presenterade arbetsstationen UnitarySpark och öppnade den publika betaversionen av UnitaryLab 2.5 vid ett evenemang i Shanghai den 20 september 2026.38 Tanken är att samla problemformulering i naturligt språk, lokal simulering och en möjlig väg vidare till kvantprocessorer i ett och samma arbetsflöde.

Den viktiga brasklappen är att kopplingen från simulering till riktig hårdvara fortfarande ska valideras. Lanseringen är alltså inte ett besked om att alla betaanvändare redan kan köra sina beräkningar på valfria kvantprocessorer.34

Så samverkar UnitarySpark och UnitaryLab

UnitaryLab är programvaran; UnitarySpark är beräkningsplattformen. Enligt rapporteringen kombinerar arbetsstationen GPU-accelererad kvantsimulering, interaktion med en AI-agent och ett förberett gränssnitt mot kvantmaskinvara.4 Agenten ska kunna tolka en forskares beskrivning av exempelvis en kvantalgoritm, en differentialekvation eller en teknisk simulering och omvandla den till matematiska uppgifter, parametrar och körbara jobb.47

Ett förenklat arbetsflöde ser ut så här:

1. Beskriv problemet. Användaren skriver in en uppgift med vanligt språk.
2. Förbered beräkningen. UnitaryLabs agent tolkar instruktionen och tar fram uppgifter och parametrar.7
3. Kör en lokal simulering. Programvaran använder kvantalgoritmer och simulatorer. I ett exempel från NVIDIA används en lokal inferenstjänst och UnitaryLab-verktyg för att köra ett PDE-exempel baserat på Schrödingerization.7
4. Undersök en körning på hårdvara. UnitarySpark uppges ha ett reserverat gränssnitt mot riktig hårdvara och använda ett gemensamt Circuit API för att koppla samman simulatorer och kvantprocessorer.34

Det sista steget är en tänkt övergång, inte ett belägg för att varje användare redan har tillgång till alla samarbetspartnernas processorer. Enligt lanseringsrapporteringen arbetar företagen med att validera hela kedjan från simulering till körning på hårdvara.34

Vad innebär ”lokalt” för dataskyddet?

Företagets beskrivning av en skrivbordslösning är att inferens, algoritmkörning och datalagring kan ske på den lokala arbetsstationen. Det kan vara relevant för forskning och industriella tillämpningar där information behöver hanteras med särskild försiktighet.24 NVIDIAs separata exempel med DGX Spark beskriver också lokal inferens baserad på NIM, kopplad till UnitaryLab-agenter och simulatorer.7

Men ”lokalt” ska inte tolkas som en generell garanti för att inga data någonsin lämnar organisationen. Materialet beskriver lokala beräkningskomponenter, men specificerar inte villkoren för alla möjliga installationer eller vilken information som kan skickas vidare när ett arbetsflöde kopplas till en extern kvantprocessor. Den som överväger lösningen bör kontrollera konfigurationen, åtkomstvillkoren och var data behandlas i den egna användningen.347

Schrödingerization och differentialekvationer

Schrödingerization är den algoritmiska metod som företaget lyfter fram för vissa problem med differentialekvationer. Förenklat använder metoden en matematisk transformation för att uttrycka vissa icke-unitära differentialekvationsproblem i en form av unitär utveckling som kvantsystem kan arbeta med.48

Youshu Quantum uppger att verktygen stöder linjära och flera typer av icke-linjära partiella differentialekvationer samt kan generera kvantkretsar för specialanpassade problem.13 NVIDIAs exempel beskriver ett arbetsflöde som kan ge numeriska resultat, en kretsrepresentation och visualiseringar för analys.7 Det är beskrivningar av metoden och programvaran – inte belägg för att dagens kvantdatorer generellt löser sådana problem snabbare än klassiska datorer.

Vad partnerskapen och NVIDIA-exemplet visar

Vid lanseringen meddelade Youshu Quantum samarbetsavtal med Shanghai Guodun Quantum, Shanghai Boson Quantum Technology och Shanghai Zhongqi Wuliang Quantum Technology. De rapporterade samarbetsområdena omfattar anpassning mellan programvara och hårdvara, sammankoppling av hårdvara och validering av tillämpningar.8 Avtalen pekar på arbete med att ansluta plattformen till kinesisk kvantmaskinvara, men bevisar inte i sig att lösningen finns brett tillgänglig kommersiellt eller att den har uppnått vissa prestandaresultat.

Separat dokumenterar NVIDIAs exempel för DGX Spark ett lokalt arbetsflöde med inferens och AI-agenter för UnitaryLab.7 Det visar en beskriven implementation på NVIDIAs system för skrivbordsberäkningar – inte att DGX Spark och UnitarySpark är samma produkt, eller att alla arbetsflöden är redo för produktionsbruk.

För köpare av kvantverktyg i Kina ligger lanseringens betydelse i helhetserbjudandet: lokal vetenskaplig databehandling, GPU-stödd simulering, uppgifter som kan styras med naturligt språk och en planerad väg till testning på inhemska kvantprocessorer. Innan lösningen tas i bruk bör forskare ändå kontrollera vilka processorer som stöds, vilka åtkomstvillkor som gäller, hur den presterar på de egna problemen och hur data hanteras när ett arbetsflöde lämnar arbetsstationen.3478