玻色量子“揭秘”之最大割（Max-Cut）问题与QUBO建模

Max-Cut问题简单地说，就是求一种分割方法。给定一张无向图, 将所有顶点分割成两群, 同时使得被切断的边数量最大，或边的权重最大。

QUBO（Quadratic Unconstrained Binary Optimization）问题即二次无约束二值优化问题，将一个传统问题转为QUBO问题建模需要重点关注三部分：

①把建模对象中的变量映射为binary（0/1或者-1/+1）的变量；

②原模型的约束条件需要“处理”到目标函数中，成为无约束问题；

③模型变量的最高次不超过二次。

我们先从简单的问题开始说明，让大家有些直观感受。Max-Cut问题就是一个非常简单，并容易理解的例子。同时Max-Cut问题无需复杂的操作，其模型本身就是QUBO问题。

最大割问题是一类NP难问题，它在计算机科学和组合优化领域中有着广泛的应用。在量子计算领域，最大割问题是一个非常重要的Benchmark，因为它是量子计算机中最具代表性的NP难问题之一，也是许多量子算法的基础。同时，最大割问题在实际应用中有着广泛的应用，如社交网络分析、电路设计、图像分割等领域。因此，通过研究量子算法解决最大割问题，可以为这些领域提供更高效的解决方案。

在量子计算行业中，不同公司往往将Max-Cut问题作为基础案例进行测试，用于算力的对比测试，而经典计算中的很多代表性企业等都曾使用Max-Cut来做新品算力的标定。如英伟达公司使用 896 个 GPU 模拟 1688 个量子比特，能够处理包含高达 3375 个顶点的图最大割问题，Quantinuum 研究团队通过在20量子比特的Quantinuum H1-1量子处理器上进行实验，可解决80个顶点的最大割问题。

2023年5月16日，北京玻色量子科技有限公司（以下简称“玻色量子”）的CTO魏海博士在首场新品发布会现场，就提出了Max