量子科技中心_量科网

量子储层计算为处理复杂时序数据提供了一个框架，但其基本的计算能力和能量极限仍未明确。该工作建立了一个非平衡热力学框架，将受驱动开放量子系统的宏观预测性能与其微观能量成本联系起来。通过将霍列沃容量映射到Bogoliubov-Kubo-Mori几何流形上，该研究解析证明了量子临界区域内的计算峰值源于一种严格的频谱共振：能隙闭合迫使储层的跃迁频率与混沌驱动对齐。为评估相关的热力学成本，该团队引入了量子信息耗散来量化储层结构上保留的非预测历史数据，并推导出了适用于连续时序处理的广义兰道尔界限。这揭示了一个基本的热力学权衡：解锁最优预测能力的临界共振本质上最大化了信息耗散以及环境擦除所需的不可逆功。此外，相干性分解表明，动态量子相干性在不增加额外机械功的情况下严格增强了预测能力。这些发现确立了量子学习设备的最终能量极限，为设计节能的量子神经形态硬件提供了理论原则。