2024年10月，中國移動采購與招標網顯示，北京玻色量子科技有限公司（簡稱“玻色量子”）成功中標中移（蘇州）軟件技術有限公司2024年至2025年量子計算實驗平臺采購項目。

據官網公示，此次中移（蘇州）軟件技術有限公司共采購1套相干光量子計算機、1套中性原子量子計算測控實驗平臺、1套離子阱量子計算測控實驗平臺，玻色量子中標標包1：一套相干光量子計算機。這也是此次唯一一家量子計算機整機的采購中標。

中國移動表示，中標候選人對招標文件中規定的資格能力條件、質量要求、工期（交貨期）均進行了響應，并且均符合各項要求。顯然，玻色量子是目前業內能提供實用化量子計算整機交付能力與解決方案的量子計算公司。

玻色量子已接連中標中國移動云能力中心“2023—2024年量子算法及光量子算力接入關鍵技術研究項目”、中標中國移動通信集團上海有限公司2024年基于量子計算的電信反詐算法研究采購項目，玻色量子作為國內率先突破量子計算實用化、商業化的行業引領者，已然成為專用量子計算機領域的標桿典范。

不僅先后推出了100和550計算量子比特的相干光量子計算機、五岳光量子計算云平臺、量子計算開發套件——開物SDK、光量子測控一體機量樞、光量子計算專用光纖恒溫控制設備量晷等全系列產品與服務，還上線了國內首個實用化量子計算開發者社區，云集成千上萬的開發者，助力合作伙伴快速實現量子計算在其商業場景中的探索和應用。

基于自研的相干光量子計算機真機，玻色量子在人工智能、金融、通信、能源、云計算等數十個行業領域展開了真機測試與真實場景驗證、應用探索，接連取得了一系列成果突破并發表了頂刊論文。并與數十家科研院校、優秀企業與達成聯合研究深入合作，在“量子計算+行業應用”方面展開了很多聯合應用探索。

在人工智能領域，為解決神經網絡計算開銷大、周期慢、成本高的問題，玻色量子聯合清華大學李升波教授團隊提出了一種量化前饋網絡的相干光量子計算機訓練方法。通過相干光量子計算機真機，可以在毫秒內解決大規模的二進制優化問題，為神經網絡的快速訓練提供了另一種可能性。這是國際上首個可以在相干光量子計算機上訓練多層神經網絡的算法，為梯度反向傳播法提供了一種替代方法，是實現了量子神經網絡訓練領域的重要突破。

在算力調度真實應用場景，圖像渲染的算力調度任務是云計算中的一個實際場景，客戶端提交一個特定的渲染需求，云計算服務提供商必須找到調度計算資源的最佳方案，即在滿足約束的同時，用盡可能少的服務器數量完成渲染。移動云通過玻色量子的相干光量子計算機真機對算力需求的組合優化問題進行求解，算力調度的復雜性和高成本問題都可以得到很好的解決，并能實現顯著的量子加速，和經典的模擬退火算法以及禁忌搜索算法相比，平均節省97%的求解時間。

在分子對接真實應用場景，分子對接是基于配體受體識別的鎖鑰模型，通過計算配體受體之間的空間互補以及能量匹配來尋找其復合物模式。是藥物發現的重要技術手段，其巨大的搜索空間和計算要求充滿了挑戰，而相干光量子計算機的求解速度比傳統計算機快1000倍，因此，該研究提出的算法模型可顯著提升未來藥物虛擬篩選效率和準確率。玻色量子聯合上海交通大學的研究成果已發表在中科院分區1區、計算化學領域Top刊物JCTC內刊封面。

在虛擬電廠真實應用場景，虛擬電廠調度是將分布式電源（發電）、可控負荷（用電）、儲能等資源聚合成一個虛擬的集中式電廠，基于發電量、用電量、電價等數據信息制定更加經濟、合理的電力分配方案，從而實現削峰填谷的電網穩定優化。清大科越基于相干光量子計算機真機成功實現對虛擬電廠聚合資源優化求解問題的計算驗證，在毫秒級時間內找到了全局最優解，相比于經典優化算法的計算速度提升100倍以上。

在量子圖聚類算法真實應用場景，通過將經典的AI聚類算法進行模型重構，研發出能夠運行在量子計算機上的量子圖聚類算法。測試發現，混合量子社區發現算法，相較于經典的混合Louvain及混合Leiden有更好的數據區分能力，并且通過量子獨有的多模態融合技術，可以進一步提升算法的準確性。

此外，玻色量子在專用光量子計算、通用光量子計算、光量子芯片，量子計算操作系統等領域不斷實現技術突破與創新。目前，玻色量子自研的數臺量子計算整機產品遠銷海內外，量子計算云平臺用戶海內外客戶達到數百個，在國內外具有廣泛深遠的市場影響力。

在NISQ（含噪聲的中等規模量子計算）時代，玻色量子已率先進入專用量子計算機的應用示范階段，玻色量子將助力中移（蘇州）軟件技術有限公司通過部署量子計算機來提升算力水平，有效實現算力賦能，推動蘇州算力資源高效統籌和量子科技產業全鏈式發展，全力打造全國數字化發展標桿城市。