量子科技中心_量科网

为突破单机量子计算机的物理扩展限制，分布式量子计算（DQC）通过互连多个小规模量子处理单元（QPU）构建量子网络。然而这种方法引入了关键挑战——远程QPU间量子态隐形传态和量子门隐形传态所产生的高昂通信成本。为最小化此类通信开销，DQC编译器必须通过将逻辑量子位映射至分布式物理QPU，实现量子电路的战略性分割。静态图分割方法本质上无法胜任该任务，因其忽视了执行动态性与底层网络拓扑结构，而元启发式算法又需消耗大量计算时间。本研究提出一种基于束搜索的启发式算法来解决电路分割问题：该团队开发的时效感知算法通过在连续时间步长上增量构建低成本的量子位分配序列，从而实现整体通信开销最小化。该算法的时间与空间复杂度随量子位数呈平方增长，随电路深度呈线性增长，相较常见元启发式算法显著提升了计算速度。实验证明，针对不同电路规模、深度及网络拓扑结构，该算法始终能实现远低于静态基线的通信成本，为近期分布式量子硬件提供了高效编译工具。