1. 课程导入与量子设备性能评估全景

量子计算设备常被简化为“量子比特数”这一个数字，但在真实研发与选型中，这个数字几乎无法单独说明问题。一台 100 量子比特的设备，如果两比特门保真度只有 95%、相干时间不足 20 μs、读出串扰严重，它在运行 20 层深度的量子线路时，结果可能完全被噪声淹没；而一台 50 量子比特、两比特门保真度 99.5% 的设备，反而可能完成更有价值的计算任务。Benchmark（基准测试）存在的意义，正是把“设备到底有多好、好在哪、差在哪、能不能跑我的任务”这类问题，转化为可测量、可比较、可复现的量化结论。

本课程围绕量子设备 Benchmark 与性能评估展开，共 30 章。第一章的任务不是立刻进入某个具体指标的计算，而是先建立一张“全景地图”：Benchmark 在量子计算栈中处于什么位置，它向上承接算法与应用需求，向下依赖物理层硬件参数；从物理层到应用层，性能指标体系如何分层组织；以及后续章节将按什么路线逐步深入。

Benchmark 在量子计算栈中的定位

量子计算栈通常可以粗略划分为若干层：最底层是物理量子比特与操控硬件（稀释制冷机、微波/激光控制、读出链路），其上是量子门与量子线路层，再往上是编译与调度层，最上层是量子算法与应用。Benchmark 并不是某一层的附属工具，而是横跨各层的“度量与反馈机制”。

从下往上看，物理层提供的是器件级参数：T1、T2、门保真度、读出保真度、串扰、频率拥挤等。这些参数经过量子线路层组合后，形成线路级性能：线路保真度、深度、执行时间、成功率。再经过编译与调度，形成面向具体算法的执行质量：期望值误差、采样分布偏差、量子体积、应用级成功率。Benchmark 的作用，就是在每一层都建立“可测量的输入—输出关系”，并把上层需求翻译成下层可优化的目标。

例如，一个变分量子算法（VQA）要求线路在 50 次迭代内收敛到化学精度 1.6 mHa。这个应用层需求，向下会转化为：线路深度不能超过约 30 层、两比特门保真度需高于 99.5%、读出误差需低于 1%。Benchmark 就是完成这种“需求—参数”映射的桥梁。没有它，算法团队与硬件团队之间只能靠经验猜测沟通。

从物理层到应用层的性能指标体系

性能指标体系不是一堆孤立数字的堆砌，而是一条有因果方向的链条。理解这条链条，是后续所有 Benchmark 实验设计的基础。

器件级指标描述量子比特“本身有多好”。T1 是能量弛豫时间，决定量子态能存活多久；T2 是相位相干时间，决定叠加相位能保持多久；读出保真度决定测量时把 |0⟩ 误判为 |1⟩ 的概率。这些参数通常在稀释制冷机中通过时间域实验测得，例如用 π 脉冲后延迟扫描测量 T1，用 Ramsey 干涉测量 T2*。它们直接限制门操作的速度与精度上限。

门级指标描述“操控有多准”。单比特门保真度通常用随机基准测试（RB）得到，两比特门保真度则用两比特 RB 或交叉熵基准（XEB）。门时间同样关键：一个 99.9% 保真度但耗时 500 ns 的两比特门，在深度线路中可能比 99.5% 保真度、耗时 50 ns 的门更差，因为相干时间被更多消耗。串扰矩阵描述“操作一个比特时对邻居的影响”，在频率拥挤的超导芯片中尤其重要。

线路级指标描述“组合起来还能剩多少”。量子体积（QV）通过运行不同宽度和深度的随机线路，找到仍能可靠输出正确分布的线路规模，综合反映比特数、连通性、门保真度和读出质量。随机线路采样（RCS）和交叉熵基准则用于验证设备是否达到“量子优势”级别的复杂度。线路保真度可以粗略用各门保真度乘积估算，但实际中串扰和泄漏会使它下降得更快。

应用级指标描述“能不能解决我的问题”。例如变分量子本征求解器（VQE）的收敛精度、量子近似优化算法（QAOA）的近似比、量子机器学习中的分类准确率。应用级 Benchmark 通常需要与经典模拟或经典算法对比，才能判断量子设备是否真正带来优势。

课程路线图

后续章节将沿着“指标定义—测量方法—数据分析—系统评估”的路线展开。前半部分聚焦器件级与门级 Benchmark：T1/T2 测量、RB 与 XEB 的原理与实操、串扰与泄漏的量化。中段进入线路级：量子体积、随机线路采样、线路保真度预测与错误缓解效果评估。后段上升到应用级与系统级：VQE/QAOA 性能基准、量子优势判定、跨平台对比方法、以及 Benchmark 结果的可复现性与报告规范。