量子科技中心_量科网

中等规模含噪量子（NISQ）处理器正进入早期容错阶段，此时全量子纠错会带来高昂的资源成本，而轻量级错误检测却能有效提升算法成功率。现有编译与错误检测工具链将这些环节孤立处理，缺乏在延迟约束下平衡检测开销与成功概率的原则性方法。该团队提出一种集成硬件感知编译与数据驱动量子错误检测（QED）框架，通过噪声加权代价函数和基于学习的多目标调度器，联合优化量子比特映射、SWAP插入及综合征调度位置。在HPC集群上使用GPU加速密度矩阵模拟（NVIDIA cuQuantum SDK）进行的仿真实验，涵盖VQE、相位估计和Grover基准测试、三种噪声模型以及6-20量子比特（深度10-160）的电路规模，结果表明：在8量子比特VQE实例中，联合协同设计相比SABRE结合后选择，可将算法成功率提升高达68%（95%置信区间：60%至76%）。