量子计算与经典计算协同优化的浪潮下，QUBO（二次无约束二元优化问题）凭借简洁强大的数学结构，成为连接物流规划、金融组合、生物医药等领域组合优化问题的 “通用语言”，各类求解器应运而生。
但行业核心困境凸显：不同技术路线的求解器性能如何客观对比？求解表现如何量化？企业选型与研究者迭代均缺乏统一依据。关键症结在于现有 QUBO 求解器 Benchmark 工具存在明显短板 —— 经典问题集仅提供数据，无标准流程与指标；专项测试框架存在诸多局限性，如缺乏整体性能分析；厂商测试框架自带产品导向属性，没有统一测试规范，导致评估流于表面、各说各话。
而 QUBO 求解器 Benchmark 的核心价值，正是以标准化流程、量化指标与多维度场景，为这些问题提供 “科学答案”。新一代综合评测体系 QuBench，更精准补齐现有工具短板，以全面、公开、可验证、贴合产业需求的特性，成为破解行业乱象的关键，推动优化技术从 “经验驱动” 迈向 “数据驱动”。
行业现状与痛点：QUBO Benchmark 生态的多元性与局限性
当前 QUBO 求解器 Benchmark 领域已形成多类型工具共存的生态格局，不同工具基于定位差异，分别承担着基础数据支撑、全流程性能评估、产品特性展示等核心功能，但各自的局限性也成为行业发展的瓶颈。
（一）经典基础问题集：Benchmark 的 “底层数据基石”，缺乏评估流程
这类工具以标准化问题库为核心，为求解器性能测试提供了统一的 “测试素材”，是行业内应用最广泛的基础基准工具，构成了所有性能对比的前提。
1. 核心代表工具
2. 核心特点与局限
这类工具的核心优势在于问题定义清晰、数据格式统一，降低了基础性能对比的技术门槛，且多为开源免费、社区支持成熟。但短板也十分明显 —— 仅提供问题数据，缺乏统一的测试流程、核心评估指标以及系统的分析方案，无法直接输出量化的性能对比结果，需用户自行搭建测试框架。
（二）专项测试框架：聚焦多维度分析，缺乏综合对比能力
这类工具在基础问题集的基础上，进一步完善了测试流程、指标计算和结果分析功能，更侧重 “全流程性能评估”，是当前行业内性能对比的核心工具类型。
1. 核心代表工具
● Fixstars Amplify Benchmark：专为 QUBO 求解器设计的专项测试框架，支持量子退火机、伊辛机、数学优化求解器等多种类型工具的测试。框架内预设了 TSP、QAP、Max-Cut 等多种经典问题集，实现从测试执行到结果分析的全流程自动化。同时提供网页版结果可视化工具，能直观展示求解概率、TTS等关键指标，让性能表现一目了然。
图1：Fixstar Amplify Benchmark可视化
● IBM QOBLIB：由IBM联合其他机构发起的开源量子优化基准测试库，核心定位是为量子和经典优化算法提供测试框架，聚焦推动组合优化领域的量子优势探索。测试集包含十类优化问题，覆盖市场分割，网络拓扑，路径规划等场景，支持任意量子或经典优化技术接入测试，配套开源仓库和结果提交模板，支持全球研究者提交、追踪、和对比测试结果；
图2：QOBLIB测试集问题实例分布可视化
2. 核心特点与局限
Fixstar Amplify Benchmark 和 QOBLIB 提供了标准化的测试流程及丰富的指标体系，是连接经典与量子求解器的重要评估桥梁。但不足在于，这两个Benchmark的结果呈现均以单问题指标为主，缺乏对不同求解器的直接对比指标以及整体系统性能的分析框架，难以全面衡量求解器的综合表现。
（三）厂商专属测试方案：服务于产品展示的定制化方案，无统一标准及结果校验
这类测评框架由求解器厂商自主设计，核心定位是围绕自家产品特性设计针对性测试，专门用于凸显自身技术优势、佐证产品竞争力，是厂商向市场传递技术实力的核心展示载体。
1. 核心代表工具
● D-Wave Performance Benchmark：测试场景聚焦 Flow-Shop 调度、二次分配问题（QAP）、卫星部署等实际优化应用，核心通过 “优化差距（optimality gap）” 等指标，将其混合求解器与其他相关求解器进行定向对比，重点凸显量子退火技术在全局搜索效率、大规模组合优化问题适配等方面的核心优势，测试结果在其官方文档中公开呈现。
图3：D-Wave Benchmark 测试结果
● Fujitsu 数字退火器配套 Benchmark：专为富士通 Digital Annealer（DA）定制的测试方案，通过学术论文等形式公开测试成果。测试覆盖标准 QUBO 基准问题，系统评测 DA 的求解速度与解质量，并与经典求解器 Gurobi 进行直接对比，场景贴合工业级应用需求，为企业用户提供直观的性能参考依据。
图4：Fujitsu Benchmark 测试结果
2. 核心特点与局限
深度适配自家技术路线，测试场景贴近实际应用，能精准展示产品竞争力。但最大问题在于缺乏行业统一的测试标准与校验规则。各厂商的 Benchmark 测试方案往往偏向自身产品优势，难以客观反映不同技术路线的真实差距。同时，这类框架仅服务于自身产品展示，测试细节不公开、结果难以被第三方验证，无法满足行业对统一、公平评估标准的需求。
QuBench：破解行业痛点的新一代综合评测体系
面对现有工具的短板，QuBench 应运而生。它并非对现有工具的简单补充，而是一套全面、可验证、可落地的 QUBO 求解器综合评测体系，旨在填补行业标准化评测体系的空白。
（一）为什么要做 QuBench？
● 填补行业空白：解决现有工具 “缺统一标准、缺直接对比、缺公开可验证性” 的核心痛点，为整个 QUBO 求解器领域建立统一的性能评价基准，让性能对比从 “主观判断” 变为 “客观数据”。
● 推动技术迭代：让优化技术从 “经验驱动” 转向 “数据驱动”，帮助研究者明确优化方向，企业快速选型，加速量子计算技术在工业、金融等产业场景的可靠落地。
（二）QuBench 解决了什么问题？
● 统一标准，实现公平对比：构建了涵盖测试流程、指标定义、场景覆盖的标准化体系，让不同技术路线、不同厂商的求解器在同一 “赛道” 竞争，彻底改变 “各说各话” 的行业现状。
● 完善指标，全面量化性能：弥补了现有工具指标单一、缺乏对比性的不足，建立了 “单问题性能指标 + 整体性能指标 + 稳定性指标” 的三维体系，既关注单问题的解质量与效率，也重视求解器的综合表现与稳定性。
● 场景多元，贴合产业实际：测试集源于真实场景，覆盖无约束 / 有约束优化、玻尔兹曼机训练等多类型任务，且在比特规模、耦合密度、耦合精度等维度实现全覆盖，确保测试结果的实用性与代表性。
● 公开可验，保障通用适配：核心测试规则、流程与数据逻辑全公开，支持第三方重复验证与结果追溯，同时兼容各类 QUBO 求解器，满足行业对通用、可信评估工具的需求。
（三）QuBench 是什么？—— 全维度、标准化的综合评测方案
QuBench 是一套以 “客观定量评估 QUBO 求解器性能” 为核心目标的完整体系，具备以下核心部分：
1. 科学完善的指标体系
QuBench 构建了多层次、全覆盖的指标体系，既满足单问题的精准评估，也支持整体性能与稳定性的综合衡量：
单问题性能指标：
● 最优解耗时加速比：被测求解器相对于基准求解器的最优解耗时加速倍率，适用于追求最优解的场景。
● 目标解耗时加速比：被测求解器相对于基准求解器的目标解耗时加速倍率，适用于允许一定误差的场景。
整体性能指标：
● 成功率：求到目标解的矩阵占比。
● 成功矩阵几何平均加速比：针对求到目标解的矩阵，计算加速比的几何平均。
稳定性指标：
● 成功率变异系数：反映多次测试中成功率的波动程度，系数越小说明求解器越稳定。
● 几何平均加速比变异系数：反映多次测试中加速比的波动程度，系数越小说明求解器越稳定。
2. 多维度覆盖的测试集
● 测试集构建遵循 “选难题、可建模、源于真实场景、多维度覆盖、开源迭代” 五大原则，确保测试的全面性与实用性：
● 类型丰富：涵盖无约束优化（如 Max Cut）、有约束优化（如 TSP、CVRP、QAP、金融投资组合）、玻尔兹曼机训练问题等，均源于真实场景或权威 Benchmark 库。
● 维度覆盖全面：在比特规模、耦合密度、耦合精度三个核心维度实现全档位覆盖。
3. 评测结果示例
● 整体性能打分示例：
完善个人信息
