量子科技中心_量科网

噪声中等规模量子（NISQ）设备对量子电路执行提出双重挑战：有限的量子比特连接性需要大量SWAP门路由，而随时间退相干效应会持续降解量子信息。现有量子比特映射算法虽针对硬件拓扑和静态校准指标进行优化，却系统性忽略了横向弛豫时间（T2），导致编译器决策与动态噪声特性间存在根本性断层。该研究团队提出TRAM（横向弛豫时间感知量子比特映射）框架，将退相干抑制提升为核心优化目标。该工作通过校准数据驱动的社区检测构建抗噪声量子比特分区，生成预判相干性衰减的时序加权初始映射，并动态调度SWAP操作以最小化累积误差。基于Qiskit模拟器与真实噪声模型的测试表明，TRAM相较SABRE方案保真度提升3.59%，门操作总数减少11.49%，电路深度缩短12.28%，证实了相干性优化对NISQ时代实用量子编译的关键价值。