量子科技中心_量科网

过去十年，分层堆栈主导了量子网络架构的推理方式。然而，分层架构对量子网络施加了严格的设计和时序约束，增加了服务纠缠生成请求所需的额外延迟。此外，分层网络控制方法带来的延迟增加会导致状态退化，从而有效降低可实现保真度。在本工作中，该团队通过利用集中式控制器，模拟了一种以资源为中心、基于任务的量子网络控制方法。研究人员使用SeQUeNCe量子网络模拟器，实现了该集中式控制器，该控制器跟踪所有节点的量子内存可用性，并使用基于优先级的调度器以离线方式调度目标。研究人员在多种拓扑结构（瓶颈型、网格型、星型、穴居人型）上评估了该控制器的性能，这些拓扑结构规模显著，并具有不同的预留模式；从而证明了以资源为中心的基于任务的量子网络控制框架在扩展性方面的可行性。仿真结果表明，与星型拓扑相比，穴居人型和网格型拓扑具有更高比例的低延迟交付请求，但高延迟请求的比例也更高。此外，研究人员发现，根据预留延迟的不同，所有拓扑结构的累积分布函数（CDF）在队列大小方面呈现线性偏移。更有趣的是，研究人员得出结论，随着请求到达率的增加，星型拓扑优先队列的CDF会快速收敛至饱和状态，结合其他结果，这表明该框架在量子网络的高负载场景下具有鲁棒性。