量子科技中心_量科网

量子近似优化算法（QAOA）作为一种基于量子-经典混合框架的组合优化问题解决方案，已展现出显著潜力。其中最大割问题（Max-Cut）因其广泛的应用场景而备受关注。然而现有基于QAOA的Max-Cut求解器往往优先考虑求解精度而牺牲执行效率，这极大限制了其在大规模问题中的实用性。为此，该研究团队提出ParaQAOA框架——一种基于并行分治策略的QAOA方案，通过利用并行计算硬件高效求解大规模Max-Cut问题。该设计将大规模问题分解为子问题并行求解，在保持解的质量前提下显著降低运行时间，不仅可扩展至数万顶点规模的图结构，还能通过精度-效率权衡的灵活调控适应多样化性能需求。实验结果表明：在处理400个顶点的Max-Cut问题时，ParaQAOA相较最先进方法实现1600倍加速，同时解的质量与最优解的误差保持在2%以内；对于16,000顶点规模的算例，该方案仅需19分钟即可完成，而传统最优方法需耗时超过13.6天。这些成果确立了ParaQAOA作为时间敏感场景下大规模Max-Cut问题的实用化可扩展解决方案。