量子科技中心_量科网

变分量子算法（VQA）在中短期量子计算领域前景广阔，但其执行成本高昂。每项任务需要多次迭代，每次迭代又涉及大量量子电路，而实际应用往往包含多个任务，其规模随探索应用能量景观所需精度而扩大。这导致需要海量执行次数，使得实际应用成本难以承受。该团队发现，通过利用跨任务的执行相似性可大幅降低VQA成本。基于此洞见，研究人员提出TreeVQA——一种树状执行框架，该框架先对任务进行联合执行，仅当量子执行路径出现分歧时才渐进式分支。作为VQA封装器实现的TreeVQA能与典型VQA应用无缝集成。科学计算与组合优化基准测试表明，在相同目标精度下，该工作平均减少25.9倍执行次数，大规模问题甚至超过100倍。随着问题规模和精度要求提升，其优势将更为显著。