1. 课程导入

量子计算正从实验室原理验证走向工程化系统交付。当一台量子计算机被交付给用户时，用户真正关心的不是"它有多少个量子比特"这一个数字，而是"它能不能稳定地跑完我的算法、结果是否可信、需要多长时间、成本是否可接受"。回答这些问题，靠的不是厂商宣传页上的比特数，而是一整套可复现、可比较、可追溯的性能测试与基准评估方法。这正是本课程要建立的核心能力。

为什么"比特数"不足以描述一台量子计算机

量子处理器的性能由多个相互制约的维度共同决定。一个 100 比特的处理器，如果两比特门保真度只有 95%，那么执行 50 层深度的电路后，整体成功概率约为 0.95⁵⁰≈7.7%，几乎无法得到有意义的结果；而一个 50 比特、两比特门保真度 99.5% 的处理器，同样 50 层深度的成功概率约为 0.995⁵⁰≈77.8%，反而更实用。这说明规模、保真度、相干时间、连通性、读出质量、编译开销必须放在一起评估。

更关键的是，量子计算系统的性能还包含经典侧的部分：控制电子学的延迟与同步精度、稀释制冷机的温度稳定性、编译器的映射与调度质量、云平台的排队与批处理能力。一次"端到端"的量子计算任务，其总耗时往往由经典编译与排队主导，而非量子门本身。因此，性能测试的对象必须是系统，而不是孤立的量子芯片。

基准评估要回答的四类问题

把评估目标拆开，可以归纳为四类问题，它们对应不同的测试层次与指标族：

• 器件层：单个门有多准？T1、T2 有多长？读出误码率是多少？——回答"物理资源的质量"。
• 系统层：在给定拓扑与噪声下，随机电路、量子体积（QV）、CLOPS 等整体基准表现如何？——回答"整机能力"。
• 应用层：在 VQE、QAOA、量子化学或优化任务上，能否达到目标精度、需要多少采样次数？——回答"对真实任务是否有用"。
• 工程层：任务排队时间、编译时间、校准周期、可用率、成本如何？——回答"能否稳定、经济地使用"。

这四层不是并列的，而是层层支撑：器件质量决定系统基准上限，系统基准决定应用可达精度，工程指标决定实际可用性。评估时若只报其中一层，结论就容易失真。

本课程的知识地图与学习路线

下图给出本课程的整体结构：从物理基础与指标定义出发，经过测试方法、基准套件、系统级评估，最终落到应用验证与工程实践。图中同时标出了各模块之间的依赖方向，便于你判断学习顺序。

学习时建议按"先定义、再测量、后评估"的顺序推进：先弄清每个指标到底在测什么物理量，再掌握对应的实验协议与数据处理方式，最后才谈如何组合成系统级结论。跳过指标定义直接背 QV 数值，很容易在横向对比时被不同测试条件误导。

一个可操作的评估示例：从指标到结论

假设你要评估一台 27 比特超导量子计算机是否适合运行一个 12 比特的 VQE 分子能量计算。合理的评估流程如下（以下参数为教学示例，非实测数据）：

1. 确认硬件指标：读取校准数据，得到中位数 T1≈80 μs、T2≈60 μs、单比特门保真度 99.8%、两比特门保真度 99.2%、读出误码 1.5%。
2. 估算电路可行性：VQE 拟设若含 40 个两比特门，粗略成功概率约 0.992⁴⁰≈72.5%，说明单次采样成功率尚可，但需要多次采样。
3. 估算采样次数：若目标能量精度为 1.6 mHa（化学精度），根据测量方差与梯度估计需求，通常需要 10⁴～10⁵ 次电路执行。
4. 计算端到端时间：若单次执行含编译约 20 ms、量子执行约 5 μs、读出与复位约 10 μs，则 10⁵ 次约需 2000 s 以上，其中编译占主导。
5. 判断结论：该任务在硬件上可行，但瓶颈在经典编译与采样次数，而非量子门速度。优化方向应是提高编译缓存命中率、减少拟设深度，而非单纯追求更快的门。

这个例子说明：性能评估的产出不是一堆数字，而是对瓶颈位置的判断。只有把器件指标、系统指标和应用需求串起来，才能给出有决策价值的结论。

本课程的能力目标

完成本课程后，你应当能够：独立设计一份针对特定量子处理器与应用场景的测试计划；正确执行 RB、XEB、QV 等基准实验并处理原始数据；识别保真度、相干时间、连通性、编译开销之间的权衡关系；撰写一份包含测试条件、原始数据、误差分析与结论的基准报告；并在面对厂商宣传数据时，判断其测试条件是否与你的应用场景匹配。

量子计算系统的性能评估，本质上是在噪声、规模、时间与成本之间做量化权衡。掌握这套方法，你才能在技术选型、算法设计和系统优化中做出有依据的判断，而不是被单一数字牵着走。