从量子门到脉冲，让算法开发验证部署连接真实量子世界

近日，幂波 宣布旗下量子云平台 MB Cloud 正式发布。平台支持门级与脉冲双层编程，面向 Digital / Analog 算法验证，贯通 CPU / GPU 仿真与量子真机，为量子算法研究者提供从理论设计到物理实验的一站式开发环境。

一个量子算法，从想法走向实验，需要跨越多少距离？

在电路中设计量子门，在脉冲中细化控制，再将方案放进模拟器和真实量子器件中检验——每一步，都影响着研究者能否理解算法、验证方案并持续改进。

面向这一研究需求，MB Cloud 将门级编程、Pulse 脉冲编程、量子仿真和真机接入纳入统一的量子云平台，让算法研究与物理控制相互衔接，为数字量子计算与模拟量子计算提供灵活的验证路径。

门级与脉冲双层编程，拓展算法探索空间

量子门为算法提供清晰的逻辑表达，脉冲则让研究进一步触及量子系统的物理控制。

MB Cloud 同时支持这两种编程方式。研究者既可以通过量子电路组织算法，使用内置门、自定义门与参数化表达构建实验，也可以直接设计脉冲序列自定义量子指令集，围绕波形包络、幅度、持续时间和通道时序探索控制方案。

平台通过目标设备描述、脉冲模板和校准参数，衔接门级指令与脉冲指令，并结合电路与脉冲可视化，帮助研究者检查算法结构及控制时序。

从设计怎样的算法，到如何控制量子系统，研究可以在同一套工具体系中逐步深入。这也为算法开发者与量子控制研究者提供了共同的工作基础：算法可以向控制层细化，控制设计也可以围绕算法需求展开。

支持 Analog 模拟计算验证，研究连续演化中的量子算法

在数字 Digital 量子计算中，研究者通过离散量子门组织计算；在 Analog 模拟量子计算中，则利用量子系统在所设定哈密顿量下的连续演化研究目标问题。

MB Cloud 面向两类需求提供开发验证部署支持。门级编程服务于 Digital 算法设计，Pulse 编程与演化求解能力则支持研究者探索 Analog 方案，分析控制参数、演化过程与计算结果之间的关系。

对于量子动力学、量子多体模型等研究问题，研究者可以围绕目标模型设计演化与控制方案，在仿真中检验思路，并结合适配的真机资源开展实验。让算法验证从电路逻辑延伸到物理演化，为探索问题的不同求解路径提供空间。

门级与脉冲级表达的协同，也为比较数字门方案和连续演化方案提供了工具基础，帮助研究者根据问题特点与设备条件选择研究路径。

连接 CPU/GPU 模拟器与真机，让开发验证逐步走向真实部署

仿真帮助研究者建立预期，真机实验则让方案接受真实器件条件的检验。

MB Cloud 支持接入 CPU / GPU 模拟器与物理量子真机，为算法探索提供不同阶段的计算资源。研究者可以在仿真环境中检查方案、探索参数，再面向目标设备开展实验，对照分析理想模型与真实系统的表现。

平台以统一的任务与结果组织方式，减少切换资源时的重复开发，帮助研究者沿用已有的实验设计与分析思路。针对不同后端的模型范围、控制约束与噪声特征，研究者可以选择适合当前任务的验证方式。让经典计算资源承担仿真探索，让量子真机承接物理实验，使两者共同服务于算法迭代。

从本地构建到云端验证，让研究流程更连贯

MB Cloud 提供配套 Python SDK MB-client（已发布至 PyPI 和 GitHub：https://github.com/mibosuili/MB-client），将电路构建、Pulse 编程、编译、可视化和远程任务管理连接起来。

研究者可以先在本地组织程序、检查电路和脉冲时序，再使用云端资源执行任务、获取结果并继续分析。算法表达、控制设计与实验数据之间的联系，由此更加清晰。

对于高校与科研团队，这套工具支持从量子电路到物理控制的研究与教学；对于算法开发者，它提供了探索 Digital / Analog 方案的验证环境；对于控制与实验团队，它为脉冲设计及算法需求之间的协作提供了接口。

幂波 S Labs（幂波隧力）专注于超导量子计算软硬件核心技术研发，致力于推动量子计算从学术研究走向产业化应用。MB Cloud 量子云平台的发布，标志着公司在量子计算云服务领域迈出重要一步。

门与 Pulse 级编程、Digital / Analog 验证、CPU / GPU 仿真与量子真机，共同构成 MB Cloud 面向量子研究的产品能力。我们期待与算法、软件和硬件研究者携手，让更多量子计算想法走向可分析、可验证、可迭代的实验。