东芝于 2026 年 4 月 7 日宣布，成功开发出一套用于“量子启发式计算机”的全新算法。这一算法在模仿量子计算原理的基础上进行了改良，与以往方法相比，计算速度最高可提升约 100 倍，同时在部分问题上，最优解的精度几乎可达到 100％。

这项技术主要面向物流、制造、金融等领域中广泛存在的“组合优化问题”。此类问题需要在海量候选方案中寻找最优组合，随着问题规模增大，计算量呈爆炸式增长，因此如何在有限时间内高效求解，一直是产业界和学术界的重要课题。

新算法实现最高 100 倍提速，精度接近 100％

东芝此次发布的新算法，是在其长期研究的量子启发式计算技术基础上的一次重要升级。通过对搜索过程的控制方式进行全面改进，新算法在多种测试问题上，相比传统算法实现了最高约 100 倍的速度提升。

不仅如此，在解的质量方面也有显著提升。东芝表示，在部分测试问题中，新算法给出的解与理论最优解几乎完全一致，精度接近 100％。在兼顾高速与高精度的前提下，新算法有望在更短时间内处理规模更大的优化问题。

非线性强度参数下的优化性能表现：在秩序与混沌交界处的“混沌边缘”区域，性能达到最高

新算法的核心思想之一，是利用被称为“混沌边缘（edge of chaos）”的状态。在系统从有序走向混沌的临界区域，搜索过程往往既不会陷入僵化的规则模式，也不会完全随机失控，被认为有利于高效探索解空间。东芝正是利用这一特性，实现了高速且高精度的优化计算。

第三代算法（GbSBM）与传统方法（dSBM）的计算时间对比：在部分问题上实现了最高约 100 倍的加速

什么是“量子启发式计算机”？

“量子启发式计算机”并非真正的量子计算机，而是借鉴量子计算的思想和原理，在传统计算机（经典计算机）上实现的一类计算方法。由于实用级量子计算机仍面临诸多技术难题，业界开始探索：能否在现有硬件上，通过模仿量子计算的机制，先行解决部分复杂问题。

东芝一直在推进名为“Simulated Bifurcation Machine（SBM，模拟分岔机器）”的量子启发式计算技术研究。该技术通过数理模型再现特定物理系统的行为，用来高效搜索组合优化问题的近似最优解。本次发布的新算法，正是在 SBM 技术基础上进一步强化搜索能力的“第三代”方案。

面向实际产业场景的组合优化应用

组合优化问题几乎存在于所有产业领域。例如：

• 物流：如何在满足时间与成本约束的前提下，规划最优配送路线；
• 制造：如何安排生产线与设备的排程，以最大化产能、降低库存与等待时间；
• 金融：如何在风险与收益之间权衡，构建最优资产组合（投资组合优化）。

东芝表示，将把此次开发的新算法应用于自家量子启发式计算机的性能升级，并与各行业合作，推动其在物流优化、生产调度、金融工程等实际业务中的落地，为解决现实世界中的大规模优化难题提供新的工具。

@YouTube