把量子科学计算带到桌面：酉术量子推出 UnitarySpark

酉术量子于 2026 年 9 月 20 日在上海发布桌面异构计算底座 UnitarySpark，并同步开放 UnitaryLab 2.5 公测。这家由上海交通大学量子计算团队发起成立的公司，希望把自然语言任务设置、本地量子模拟，以及通往真实量子处理器的潜在连接，放进同一套科研工作流中。38

不过，关键边界也需要说清楚：从模拟器切换到真实量子硬件的链路仍在验证，不能据此认定公测用户现在就能使用所有合作方的量子处理器，或将任意任务直接交给真机运行。34

一个是软件，一个是桌面算力底座

可以把两者理解为分工协作的软硬件组合：**UnitaryLab 是软件平台，UnitarySpark 是桌面计算底座。**发布报道介绍，UnitarySpark 将 GPU 加速量子模拟、AI 智能体交互和预留的真机连接接口整合在一台工作站上。4

UnitaryLab 的智能体则尝试把研究人员对量子算法、偏微分方程（PDE）求解或工程仿真的自然语言描述，转成数学问题、参数和可执行任务。47一个简化的工作流程是：

1. **描述问题：**用户用自然语言说明希望完成的科学计算任务。
2. **拆解任务：**UnitaryLab 智能体解析需求，并生成相应的问题参数和计算步骤。7
3. **本地模拟：**软件调用量子算法与模拟器。英伟达公布的 DGX Spark 实践示例中，智能体结合本地推理服务和 UnitaryLab 工具，运行了一个基于薛定谔化方法的 PDE 示例。7
4. **尝试连接真机：**据报道，UnitarySpark 预留真机接口，并计划通过统一的 Circuit API 连接模拟器与量子处理器。34

最后一步目前仍是“计划打通并验证”的环节，不等于真机接入已经对所有用户和任务全面开放。相关报道指出，酉术量子及合作方正在验证从模拟到真实硬件的完整链路。34

“本地优先”有用，但不等于绝对不出本地

桌面部署的一个卖点，是推理、算法运行和数据存储可以留在本地工作站。这种方式可能适合处理敏感研究或工业数据的团队。24英伟达另行发布的 DGX Spark 实践材料，也描述了以本地 NIM 推理服务连接 UnitaryLab 智能体和模拟器的工作流。7

但“本地优先”不应被理解成对任何部署方式都作出“数据绝不离开机构”的保证。公开资料介绍了本地计算组件，却没有说明所有部署形态下的数据处理条款，也未明确工作流连接远程量子处理器时会传输哪些信息。采购或试用前，仍应核实具体配置、访问条件，以及数据在何处处理和存储。347

薛定谔化方法解决什么问题？

薛定谔化是酉术量子所依托的算法方法之一，面向特定微分方程问题。概括来说，它通过数学变换，将部分原本非酉的微分方程问题改写为量子系统可以处理的酉演化形式。48

酉术量子称，其工具支持线性及多种非线性偏微分方程，并可针对自定义问题生成量子线路。13英伟达示例则展示了一套可输出数值结果、量子线路表示和可视化内容的流程。7这些信息说明的是算法思路和软件工作流，并不能证明现阶段量子硬件在这类问题上普遍具有速度优势。

合作与英伟达案例说明了什么

发布会上，酉术量子宣布与上海国盾量子、上海玻色元培量子科技、上海中器无量子科技签署合作协议。报道所述合作方向包括软硬件适配、硬件互联和应用验证。8这显示公司正在推进软件栈与国内量子硬件的衔接，但仅凭合作协议本身，还不能推断相关硬件已广泛商用，或已有确定的性能结果。

另一个参考是英伟达发布的 DGX Spark 实践材料，其中介绍了 UnitaryLab 在该桌面系统上连接本地推理、智能体与模拟器的工作流。7这提供了一个已描述的实现案例，但不意味着 DGX Spark 与 UnitarySpark 是同一款产品，也不代表所有相关工作流都已达到生产部署状态。

对关注量子计算工具的用户而言，这次发布的看点在于它把几项能力组合成一套方案：本地科学计算、GPU 加速模拟、自然语言任务编排，以及面向国内量子处理器的后续测试路径。真正评估是否适合自己的研究或业务时，仍需确认支持哪些硬件、如何获得访问权限、实际问题上的表现如何，以及工作流接入外部硬件时的数据边界。3478