市场整体表现 - 10月23日主要股指普遍上涨，沪指涨0.22%，深成指涨0.22%，创业板指涨0.09%，科创50指数跌0.3% [2] - 两市超2900只个股上涨，沪深两市成交额约1.64万亿元 [2] 国资改革概念 - 国资改革概念股走强，建科院涨20%，特发信息、特力A、深赛格、深纺织A、深圳能源涨10% [2] - 消息面上，深圳市多部门于10月22日印发《深圳市推动并购重组高质量发展行动方案(2025—2027年)》 [3] 煤炭板块 - 煤炭板块走强，大有能源、云煤能源、陕西黑猫涨10%，中煤能源、兖矿能源上涨 [3] - 近期我国自北向南迎来降温，北方冬储补库提前启动，南北补库需求形成共振 [3] - 美国国家海洋和大气管理局预测拉尼娜现象可能持续至2025年12月—2026年2月，强化市场对今冬用煤需求的乐观判断 [3] 锂电板块 - 锂电板块活跃，盛新锂能涨10%，融捷股份涨7.52%，西藏矿业、赣锋锂业大涨 [4] - 10月23日碳酸锂期货主力合约涨幅逾4%，供应端锂辉石和盐湖均有新产线投产，预计10月碳酸锂总产量仍具增长潜力 [4] - 需求端动力市场新能源汽车商用乘用同时快速增长，储能市场供需两旺 [4] - 华泰期货指出期货盘面反弹受消息扰动及消费支撑影响，目前总库存去化，仓单注销，供应端复产延迟及停产消息扰动较多 [4] 量子科技板块 - 量子科技板块表现不俗，科大国创涨20%，迪普科技、达华智能、神州信息、国盾量子大涨 [4] - 消息面上，谷歌在《自然》杂志发表量子算法突破性进展，其新算法“量子回声”运行速度比世界最好超级计算机快1.3万倍 [4] 弱势板块 - 油气、工程机械板块疲软，建设机械、柳工、恒立液压、三一重工下挫 [5] - 医药、半导体板块走弱，灿芯股份跌超11%，荣昌生物、迈威生物下挫 [5]

量子计算行业发展现状 - 量子计算领域技术发展蓬勃，经过数十亿美元投资和数十年研究后，实用的量子计算机正逐步接近实现 [1] - 尽管技术动能充足，但行业面临的核心挑战是缺乏明确的应用动力，即“量子计算机到底能做什么”的问题仍未完全解决 [1][3] - 为维持产业投资加速增长的势头，必须在硬件进步的同时大力推动算法能力的发展 [4] 量子算法研究的挑战与机遇 - 理论研究在当前量子计算发展阶段拥有巨大影响力，少数理论突破能激励大量研究者、工程师和投资人投身该领域 [5] - 传统上对理想量子算法的三大要求（可证明的正确性、经典难解性、实用性）在实践中可能过于严苛，阻碍新算法的发现 [6][7] - 建议采用更务实标准：将“可证明经典难解”替换为“在平均情况下实现超二次加速”，并强调算法的输出结果需可验证或可重复 [8][9][11][13] - 量子算法研究虽难，但近5年内已取得多项突破，表明该领域正处于快速发展期 [21] 量子算法的潜在应用方向 - 哈密顿量模拟被广泛认为是量子计算最具潜力的应用之一，可直接模拟自然界中经典计算机难以处理的问题 [15] - 其他重要算法门类包括求解线性方程组与微分方程、用于机器学习的变分量子算法以及用于优化问题的量子算法 [17] - 采样任务目前缺乏实际意义，但若能从中提取难以经典计算的有意义信号，则可转变为有价值的数值计算任务 [18] - 量子技术在传感、通信等非计算领域也有广阔应用前景，但当前技术动力仍集中在实现计算优势上 [20] 推动领域发展的策略建议 - 呼吁理论家积极探索新算法，采用“使命驱动”的探索心态，在未被充分研究的问题中寻找量子优势 [22] - 鼓励采用更加务实和探索性的策略，即使微小的进步也被视为宝贵，以降低算法研究的心理门槛 [23] - 建议聚焦于寻找可验证且实用的算法，为巨大的研发和基础设施投资提供应用正当性 [1][4]

研究背景 - 量子计算基于量子力学原理，具有远超经典计算的并行计算能力，目前处于含噪中等规模（NISQ）阶段，并正向通用容错量子计算（FTQC）发展[1][12][20] - 产业面临量子计算机能否解决行业真实问题、超越经典计算性能等核心疑问，当前缺乏能准确评估量子计算整体性能的工具与方法[1][14][24] - 构建评测框架旨在明确计算问题的真实需求边界、量子计算机的真实计算能力边界以及部署环境的刚性需求边界，通过迭代评测定位应用差距[20][23][24] 行业场景与需求：移动网络 - 移动网络是典型的高算力需求行业，在信号处理、网络优化、人工智能和数据处理方面面临巨大挑战[1][27][32] - 信号处理案例：未来去蜂窝场景512×8维度MIMO矩阵计算，经典计算机求解带来极大处理时延与能耗[1][29][30] - 网络优化案例：500小区联合覆盖优化问题，求解空间达2的500次方，经典计算机无法求解；100个用户的多用户同频调度属于非多项式级复杂度难题[1][30][36] - 人工智能与数据处理：移动网络AI大模型的训练与推理带来极大资源开销，海量高维异构数据为模型设计带来挑战[31][32] 行业场景与需求：金融行业 - 金融行业在投资组合优化、风险管理等方面存在迫切的算力需求，例如投资组合优化需处理海量数据以寻找最佳资产配置方案[1][26] 量子计算应用能力体系框架 - 应用能力关键指标涵盖计算需求和应用能力指标两大部分，计算需求包括计算时长、精度、规模和效能等，应用能力指标涉及硬件性能、算法性能、增强性能、扩展能力和部署能力等[1][4] - 技术成熟度可作为评估指标，当前不同类型量子计算机技术成熟度不同，报告提出了量子计算应用能力等级指标[1][4] 量子计算应用能力评测方法 - 评测分为基础技术能力、应用技术能力和综合应用与未来前景评测三级，评测类别包括基准测试和方案测试[1][4] - 报告以移动网络计算需求为例给出量子算法应用能力评测案例，例如最大加权独立集QAOA算法测试例需40量子比特，线路深度30层及以上[36][38] 量子计算应用能力评测标准化需求 - 当前存在综合能力指标不明确、评测方案不一致等问题，开展评测标准化工作意义重大[1][5] - 未来可从产业和学术角度同步推进标准化预研与制定，同时面临产业成熟度不一致、技术路线多样等挑战[1][5] 总结与展望 - 量子计算应用能力评测对连接行业需求和量子计算能力至关重要，但目前行业需求与量子计算融合尚处初期，无法量化部分工程性能[1][6] - 未来需关注评测研究和标准化进展，完善指标体系和等级体系，为产业发展提供更实用的参考[1][6]