开源之夏 2026 再度启航！玻色量子携开源产品Kaiwu-PyTorch-Plugin，诚邀各位开源爱好者共赴「量子 + AI」研究之旅。
作为专用量子计算能力提供者，玻色量子始终致力于为开发者打造更便捷的开发流程与开箱即用的工具，真正无需深入了解量子计算原理，也能轻松参与量子计算算法开发。
今年的开源之夏活动，Kaiwu-PyTorch-Plugin社区围绕「量子 + 机器学习实践」推出两大进阶项目，单个项目奖金高达5000元。通过深度参与项目实战，可以真正理解量子计算如何拓展 AI 研究的新边界。
欢迎各位在校同学积极参与，在这个夏天的尾声，一起相约开源之夏！
项目申请直达：https://summer.ospp.ac.cn/org/orgdetail/b1f8ad0b-8474-43fa-b06f-becf56689bdd?lang=zh
项目介绍
【项目一】 基于玻尔兹曼机预测与专用量子计算机调度的GPU高优先级 / Spot任务调度
项目难度 | 进阶 项目奖金 | 5000元
大模型训练与推理的爆发，使GPU集群的资源管理从"够用"转向"极限压榨"。生产集群中任务通常分高优先级任务和Spot 任务，两者共存时，调度器要同时满足三个相互冲突的目标，其调度子问题是NP-hard问题。
本项目要求使用Kaiwu-PyTorch-Plugin在Kaiwu体系内实现“QUBO/真机调度 → SLO 校验”的完整链路，并在对应数据集上验证。
【项目二】 基于Kaiwu-PyTorch-Plugin实现均衡传播算法
项目难度 | 进阶 项目奖金 | 5000元
均衡传播是一种面向能量模型的局部学习算法，通过比较网络在自由相位与微扰相位下的两个平衡状态来估计参数梯度，为研究反向传播之外的训练机制、以及神经网络与物理计算系统的结合提供了一条重要路径。
本项目要求使用Kaiwu-PyTorch-Plugin实现一个可复用的均衡传播模块，并完成至少一个分类任务。
参与指南
1. 通过活动官网首页注册报名，填写相关信息；
2. 从官网-查看项目中，挑选感兴趣的项目，了解项目详情和要求；
3. 发送邮件与导师沟通；
4. 根据项目要求，参考官网项目申请模板准备相关材料；
5. 提交材料并等待老师发送相关通知；
6. 项目申请通过导师、组委会审核的为中选学生，可在官网和系统中查看项目申请结果，中选学生须在中选后三日内登录系统签署劳务协议；
7. 项目开发与成果提交，以项目详情的开发周期为准，并在开发周期结束前在系统内提交结项报告与 PR/MR 链接；
8. 结项报告&结项考核&结项公示，通过结项考核的学生将获得结项劳务报酬以及结项证书，并有机会参与优秀学生评选。
具体参与指南请查看：https://docs2026.summer.ospp.ac.cn/help/student%20guide
关于开源之夏
开源之夏是中国科学院软件研究所发起的“点亮计划”系列活动，旨在鼓励高校学生积极参与开源软件的开发维护，培养和发掘更多优秀的开发者，促进优秀开源软件组织和基础软件生态的蓬勃发展，助力开源软件供应链建设。
活动于2020年正式发起，累计吸引全球1026所高校的12257名学生报名参与，逐步形成产业参与开源社区、社区凝聚锻炼人才、人才持续服务产业的闭环格局。活动面向年满18周岁的高校在校学生，项目中选学生将在社区导师的一对一指导下，深度参与开源项目研发。
关于Kaiwu-PyTorch-Plugin
Kaiwu-PyTorch-Plugin（KPP）是一个 PyTorch 编程套件，用于在专用量子计算机上对量子原生AI和量子增强AI算法框架进行训练与评估。
Kaiwu-PyTorch-Plugin创新性地将PyTorch和专用量子计算机的采样优势结合，借助PyTorch灵活定义神经网络的能力、量子计算并行特性提供的指数级加速，实现自由定义和训练能量神经网络—玻尔兹曼机&受限玻尔兹曼机（Restricted Boltzmann Machines, RBM）及其扩展神经网络如VAE、Diffusion、GAN等。
组织项目主仓库：https://github.com/qboson/kaiwu-pytorch-plugin
你将收获什么
🤝 结识开源界小伙伴和技术大牛；
🧑💻 一对一量子计算专业导师精准指导，与开源项目开发者深度交流；
🆙 体验真实开源社区运作，丰富项目实践经验，提升项目开发技能；
📑 为学习深造提供助力，为职业发展积攒履历；
💰 通过结项考核的学生将获得结项劳务报酬和结项证书，更有机会获选优秀学生。
更多合作细节，欢迎邮件联系我们：developer@boseq.com | 
