量子科技中心_量科网

量子态数据制备是量子算法设计中的关键环节。该步骤的成本会极大限制机器学习、金融和化学等领域实现量子优势的可能性。实现高效态制备的主要途径之一是采用量子随机存取存储器（QRAM），这种理论装置可通过多种物理实现方案实现相干数据访问。该研究团队提出一个框架，将“桶链式”QRAM（BBQRAM）的物理模型与线段树经典数据结构相结合以实现高效态制备。研究人员设计了一种内存布局，通过保持线段树的层级结构并依托专用访问原语，在BBQRAM存储单元中嵌入线段树，从而支持对数时间复杂度的数据检索。研究表明：在固定精度假设下，采用该内存布局的方法能以恒定辅助量子比特数，在O(log²(MN))时间内将矩阵𝐴 ∈ Rᴹ×ᴺ编码至Θ(log₂(MN))量子比特的寄存器中。团队通过数值算例进一步阐释了该方法。该框架为“数据加载开销可忽略”假设的量子算法提供了理论支撑，并为设计考虑底层QRAM物理架构的经典-量子编码算法奠定了基础。