通过光谱初始化的量子加速共轭梯度方法

解决大规模线性系统问题是科学与工业计算的核心任务。随着未知变量数量的增加,经典迭代求解器面临越来越大的困难,而全量子线性求解器所需的容错资源在当前阶段仍难以实现。本研究团队提出了一种量子加速共轭梯度(QACG)框架,其中容错量子算法专门用于为经典共轭梯度(CG)求解器构建具有光谱信息的初始猜测。该量子子程序并非取代经典计算核心,而是作为协同加速器,选择性地抑制导致经典收敛缓慢的低能谱成分。研究人员针对三维泊松方程分析了这一量子-高性能计算集成平台的总运行时间和资源需求。QACG的核心特征在于实现了量子与经典求解器之间条件数的可控分解,从而能够在量子与经典资源之间灵活分配计算任务。在明确架构假设下,该工作证明了这种协同策略能在显著减少量子资源需求(相比端到端量子线性求解器)的同时,获得优于纯经典方法的运行速度优势。这些成果为早期容错量子计算在科学与工业领域的应用指明了具体路径,并展示了一种可扩展的混合范式——量子设备将作为高性能计算工作流中的加速器,而非完全替代经典计算单元。

作者所在地: VIP可见
作者单位: VIP可见
页数/图表: 登录可见
提交arXiv: 2026-02-10 11:51

量科快讯