课程背景

量子物理、计算机科学与信息科学相结合而产生的新兴交叉学科，量子计算与量子信息是未来物理学和信息学发展的重大方向之一。从量子计算重要理论算法到在测量和操控量子系统方面取得突破性实验进展。量子计算讲解量子计算的基本知识，重要理论和方法；了解量子计算的前沿科研进展，培养量子科学思维方法与科学素养，应用量子计算问题的思维能力。

授课形式

理论讲解 案例分析 视频分享 课堂练习 实战演练 小组研讨 互动答疑

量子计算工程现状与未来发展

**章 量子计算综述

(一) 量子概念综述

1. 什么是量子

2. 什么是量子比特

3. 什么是量子计算

4. 叠加

5. 纠缠

6. 量子干扰

(二) 量子计算工作原理

1. 量子计算机有三个主要部分

2. 量子比特存储方法

3. 量子比特发射

第二章 量子计算硬件技术路线

(一) 超导量子计算

(二) 分布式超导量子计算

(三) 光量子计算

(四) 囚禁离子量子计算

(五) 硅基量子计算

第三章 量子计算现状

(一) 量子计算理论现状

(二) 量子计算硬件现状

(三) 量子计算软件现状

(四) 量子计算工程现状

第四章 量子计算算法及应用

(五) 量子计算理论

(六) 量子计算架构

(七) 量子计算算法

(八) 量子计算应用

第五章 量子计算工程化应用

(一) 量子模拟

(二) 加密

(三) 优化

(四) 量子机器学习

(五) 搜索

第六章 量子计算未来发展趋势

(一) 光量子计算机

(二) 量子计算机原型

(三) 量子计算云服务发展分析

(四) 行业发展意义

(五) 发展驱动因素

(六) 服务模式状况

(七) 量子云平台发展现状

(八) 量子云计算测评体系

类脑智能：类脑神经计算现状及发展趋势

**章 类脑技术现状

(九) 类脑智能的国内外发展现状

(十) 类脑智能的未来发展重点

1. 脑机接口

2. 神经形态硬件

3. 机器学习

4. 混合现实

5. 认知计算

6. 类脑智能机器人

(十一) 类脑智能总体发展趋势

第二章 类脑神经计算算法

(一) 新一代神经形态计算

(二) 类脑计算算法

(三) 类脑计算软件

(四) 仿生自我学习

(五) 人工智能体

第三章 类脑神经计算芯片

(一) 人工神经网络的类脑芯片

(二) 脉冲神经网络芯片

(三) 人工/脉冲神经网络的异构融合芯片

(四) 神经元编程的脑仿真模拟芯片

第四章 类脑计算发展趋势

(一) 类脑计算数据的发展趋势

(二) 类脑芯片的发展趋势

(三) 类脑模型架构的发展趋势

(四) 神经形态芯片未来对AI的影响

轻量化算法：端侧设备的轻量化算法适配

**章 模型轻量化概要

(一) 为什么要训练轻量化模型

(二) 大模型模型轻量化实践路径

第二章 型轻量化算法

(一) 端侧设备的轻量化算法适配

(二) 模型预处理

(三) 模型微调

(四) 提示学习

第三章 模型整体结构优化和选择

(一) 模型结构性能评测

(二) 模型结构选择

(三) 模型结构优化

第四章 模型剪枝理论与实践

(一) 模型剪枝基础

(二) 非结构化连接剪枝

(三) 结构化剪枝(权重篇)

(四) 结构化剪枝(稀疏权重篇)

(五) 结构化剪枝(因子篇)

(六) 结构化剪枝(重建篇)

第五章 模型量化理论与实践

(一) 模型量化基础

(二) 二值模型量化(基础篇)

(三) 二值模型量化(重建篇)

(四) 8位量化(KL散度篇)

(五) 8位量化(非对称篇)

(六) 混合精度量化

第六章 模型蒸馏理论与实践

(一) 知识蒸馏基础

(二) distiller介绍

(三) 知识蒸馏框架(优化目标篇)

(四) 知识蒸馏框架(特征匹配篇)

第七章 模型优化框架使用

(一) 结构化模型剪枝实战-项目背景

(二) 8位模型量化实战-量化校准表生成

(三) 8位模型量化实战

(四) 模型优化开源工具Distiller