Youshu Quantum представила UnitarySpark і відкрила бета-тест UnitaryLab 2.5

Китайська компанія Youshu Quantum, створена за участі команди з Шанхайського університету Цзяотун, 20 вересня 2026 року представила настільну обчислювальну платформу UnitarySpark і відкрила публічну бета-версію UnitaryLab 2.5.38 Ідея — зібрати в одному дослідницькому процесі запит звичайною мовою, локальне моделювання та можливий перехід до запуску на справжньому квантовому процесорі. Важливе уточнення: компанія ще перевіряє цей перехід від симулятора до реального обладнання — це не означає, що бета-користувачам уже доступний будь-який квантовий процесор.34

Як працюють UnitarySpark і UnitaryLab

UnitaryLab — програмне середовище, UnitarySpark — настільна обчислювальна основа. За описом продукту, робоча станція поєднує GPU-прискорене квантове моделювання, взаємодію з AI-агентом і передбачений інтерфейс для підключення до квантового обладнання.4 Агент має перетворювати опис алгоритму, задачі з диференціальних рівнянь або інженерного моделювання на математичну постановку, параметри й завдання для виконання.47

Спрощено робочий процес виглядає так:

1. Описати задачу. Користувач формулює запит природною мовою.
2. Підготувати обчислення. Агент UnitaryLab інтерпретує запит і формує параметри та завдання.7
3. Запустити локальну симуляцію. Платформа використовує квантові алгоритми й симулятори. В окремому прикладі NVIDIA для DGX Spark агент застосовує локальний сервіс запуску моделей та інструменти UnitaryLab для розв’язання рівняння в частинних похідних методом шредінгеризації.7
4. За можливості перейти до реального обладнання. UnitarySpark, як повідомляється, має зарезервований інтерфейс для підключення та єдиний Circuit API для роботи із симуляторами й квантовими процесорами.34

Останній крок поки що радше запланований маршрут, ніж підтверджена можливість запускати будь-які завдання на будь-якому пристрої. У матеріалах про запуск сказано, що компанії перевіряють повний ланцюжок від симуляції до реального обладнання.34

Що означає «локальна робота» для приватності

Перевага настільного розгортання, за задумом компанії, — виконання інференсу, алгоритмів і зберігання даних на локальній робочій станції. Такий підхід може бути корисним для дослідницьких чи промислових задач із чутливою інформацією.24 Окремий приклад NVIDIA описує локальний інференс на DGX Spark, підключений до агентів і симуляторів UnitaryLab.7

Однак «локальний» не варто трактувати як безумовну гарантію, що дані ніколи не залишають організацію. Опубліковані матеріали описують локальні компоненти, але не визначають правила обробки даних для кожного варіанта розгортання — зокрема, що саме може передаватися під час підключення до віддаленого квантового процесора. Перед використанням варто перевірити конфігурацію, умови доступу й межі передавання даних у конкретному робочому процесі.347

Навіщо тут шредінгеризація

Шредінгеризація — математичний метод, на якому ґрунтується підхід компанії до частини задач із диференціальними рівняннями. У загальних рисах перетворення дає змогу подати деякі неунітарні задачі у формі унітарної еволюції, з якою можуть працювати квантові системи.48

Youshu Quantum заявляє, що її інструменти підтримують лінійні та різні нелінійні рівняння в частинних похідних, а також створення квантових схем для користувацьких задач.13 У прикладі NVIDIA описано отримання числового розв’язку, представлення квантової схеми й візуалізацій для аналізу.7 Це опис методу та можливостей програмного процесу, а не доказ того, що квантове обладнання вже загалом розв’язує такі задачі швидше за класичні комп’ютери.

Що свідчать партнерства та приклад NVIDIA

Під час презентації Youshu Quantum оголосила про угоди з Shanghai Guodun Quantum, Shanghai Boson Quantum Technology та Shanghai Zhongqi Wuliang Quantum Technology. Серед заявлених напрямів — адаптація програмного забезпечення до обладнання, підключення пристроїв і перевірка прикладних сценаріїв.8 Це вказує на роботу над сумісністю платформи з китайським квантовим обладнанням, але саме по собі не підтверджує широкої комерційної доступності чи результатів продуктивності.

Окремо NVIDIA опублікувала опис практичного сценарію з UnitaryLab на DGX Spark: локальний інференс поєднується з агентом і симуляторами.7 Це підтверджує наявність описаного прикладу на системі NVIDIA, але не означає, що DGX Spark і UnitarySpark — один продукт або що кожен сценарій уже готовий до промислового використання.

Для потенційних покупців квантових інструментів у Китаї головна пропозиція запуску — поєднати локальні наукові обчислення, GPU-симуляцію, керування завданнями природною мовою та заплановане тестування на китайських квантових процесорах. Перед впровадженням варто з’ясувати, яке обладнання підтримується, як надається доступ, якою є продуктивність саме на потрібних задачах і що відбувається з даними, коли обчислення виходять за межі робочої станції.3478