Các bài toán tối ưu hóa là mục tiêu thương mại đầu tiên được @quipnetwork liệt kê vì chúng phù hợp với phần cứng đã tồn tại và xuất hiện trong các ngành đã chi tiền cho các trình giải. Các bài toán như định tuyến phương tiện, lập lịch nhà máy, xây dựng danh mục đầu tư và một số thủ tục con trong học máy có thể được biểu diễn dưới dạng tối ưu hóa nhị phân không ràng buộc bậc hai hoặc mô hình Ising. Các máy annealing lượng tử đã được tiếp thị cho chính lớp bài toán này trong nhiều năm; các trình giải MIP cổ điển, các phương pháp heuristics và tìm kiếm cục bộ tăng tốc bằng GPU vẫn là các tiêu chuẩn mạnh. Một thị trường phi tập trung không thay đổi toán học nền tảng. Nó thay đổi cách mua sắm: thay vì sử dụng QPU được cấp sẵn hoặc một cụm máy tại chỗ, người dùng gửi một công việc và một mức đặt giá, và nhận được câu trả lời đã được xác minh nếu thị trường thanh toán. Do đó, đánh giá sâu sắc tập trung vào tổng chi phí sở hữu, bao gồm chi phí xác minh, chi phí di chuyển dữ liệu và rủi ro rằng trình giải chiến thắng là một phương pháp cổ điển được tinh chỉnh tốt hơn là một phương pháp lượng tử. Các đường ống lai, trong đó thiết bị lượng tử đề xuất các ứng cử viên và thiết bị cổ điển tinh chỉnh chúng, phù hợp với kiến trúc đã nêu của dự án.