给量子机打分：Quantum Volume 与基准

先备导航：你需要 056（逻辑比特体检）、057（竞赛格局）、077（编译质量）、070（配速表读法）。

下一篇预告：079《2^n 的墙：模拟器内幕与张量网络》。

给量子机打分：Quantum Volume 与基准

买相机的广告词永远一句："两亿像素！"懂行的人会接着问传感器尺寸、镜头素质、算法调校——像素只是最容易印在海报上的那个数。

量子机的"像素"就是比特数——行业第一营销词。本篇讲打分的真尺子：为什么单一数字必然骗人、综合体质分（Quantum Volume，行话 QV）怎么算、以及拿到任何分数该怎么读。

为什么量子机特别难打分

经典电脑跑分好歹有现成范式：跑个基准软件，比个数字。量子机的性能是一个多维向量，每一维都能单独吹：

• 比特数（海报最爱）；
• 两比特门错误率（056 篇体检表的核心项）；
• 门速（061 篇的快）、连通度（拓扑决定 077 篇要插多少 SWAP）、读出保真度（096 篇会说谎的读数）。

QV：一张"综合体质分"考卷

行业造过多把尺子，最有名的是 Quantum Volume（QV）——它的思想值得细讲：

考题是方阵电路：宽度和深度相等的随机电路（n 个比特、n 层深，门随机但刁钻）。这台机器能把"多深的方阵"跑出与理想分布可区分的正确输出？深度记作 d，则 QV=2^d——能跑的方阵越深，分越高。

妙处在于"方阵"这个形状是故意找茬：宽度逼你上规模，深度逼你扛噪声，随机结构逼你的编译器真本事（077 篇的一键编译质量直接计入分数）——n、ε、连通、编译四大件一网打尽，想偏科都难。

局限也要直说：方阵电路不是你的应用。QV 高不等于你的化学模拟跑得快——它是体检总分，不是专项成绩。分数量级也容易误导（2^d 指数增长，分数翻倍可能只对应深度加一层）。

其他几把尺子

• 速度类（机器层吞吐：一轮作业跑多快）——量化 075 篇的延迟账，但与质量无关；
• 逻辑比特与逻辑错误率（056/057）——容错时代的真尺子：一个错误率 10⁻⁶ 的逻辑比特，比任何物理比特分数都硬；
• 应用级基准：直接跑真实问题的片段（化学、优化）——最诚实、最难标准化（问题选谁的都是偏袒）。

读分数的方法论

本专栏的读法传统（070 篇配速表的亲戚）：

1. 任何单一数字都要求配套项：比特数配错误率、QV 配方阵深度、逻辑比特配错误率——没有配套项的分数当广告处理； 2. 看斜率不看快照（070 读法原样适用）； 3. 终极检验没有替代品：让机器跑你的问题片段——别人的分数是别人的应用。

行业现状（2026-11 视角）：QV 竞赛在降温，逻辑比特指标在升温（057 篇的竞赛已经换了记分牌）——基准混乱本身就是行业年轻的标志；尺子还在长，今天的分数不是永久名次。

把类比拆掉

相机像素借了哪里：

• 不像之一：像素数真实影响画质下限（哪怕其他都差）；比特数在错误率差的情况下几乎不影响任何可用性能——一千个 99% 保真的比特，干不过五十个 99.9% 的（056 的指数账）。数字的相关性更弱，欺骗性更强。
• 不像之二：相机的"好"有共识样张可对照（同一场景各机实拍）；量子机没有通用样张——"好"完全依赖具体应用，跑分的可比性天生残缺。

带走的行李

1. 性能是向量不是标量：比特数/错误率/门速/连通/读出五维同查——广告只印像素（比特数），传感器（错误率）要自己问。 2. QV 的能与不能：方阵考卷综合四大件（含编译质量），但方阵≠你的应用——体检总分替代不了专项成绩；逻辑错误率是容错时代的真尺子。 3. 读分三则（2026-11 视角）：无配套项的分数当广告、看斜率不看快照、终极检验是跑你自己的问题——尺子在长，分数非名次。

下一站的钩子：真机又贵又少还排队，大部分人的大部分实验其实在模拟器里跑——但模拟器也有它的天花板：2^n。这道墙到底砌在哪，张量网络为什么能翻过它的一角？079《2^n 的墙：模拟器内幕与张量网络》。

#量子计算 #从硬币到纠错 #Quantum Volume #基准测试