分布式量子计算系统的自适应资源编排
要实现量子计算超越单一设备的扩展,需要将多个量子处理单元(QPU)联网构建成一套连贯的量子高性能计算系统。该研究团队提出模块化纠缠枢纽(ModEn-Hub)架构:采用星型拓扑光子互连与实时量子网络编排器协同工作。该架构通过集中化纠缠源和共享量子存储器,在异构QPU间实现按需分配的高保真贝尔态对;其控制平面负责调度基于量子隐形传态的非局域门操作、发起并行纠缠尝试,并维持小型纠缠比特缓存池。为量化优势,研究人员在现实损耗与严格轮次预算条件下进行轻量级可复现蒙特卡洛研究,对比原始串行基线方案与采用对数级并行缩放和机会性缓存的编排策略。在1-128个QPU规模(每数据点2,500次试验)中,ModEn-Hub式编排能维持约90%的隐形传态成功率,而基线方案则下降至约30%,代价是更高的平均纠缠尝试次数(约10-12次vs约3次)。这些结果为“近期硬件上实现可扩展高效量子高性能计算需依赖ModEn-Hub自适应资源编排”提供了明确的高层级证据。

