量子科技中心_量科网

量子布局合成(QLS)是量子电路编译的关键阶段，旨在通过适配硬件约束来最小化SWAP操作开销。虽然启发式工具展现出较高效率，但常产生次优解，而精确方法则面临可扩展性不足的问题。该研究工作提出ML-SABRE——一个高性能的多层级QLS框架，通过分层优化方法同时提升解决方案质量与编译速度。研究人员在所有层级采用当前最先进的启发式方法LightSABRE以确保效率和性能。实验评估表明，相较于现有最优求解器，ML-SABRE能将SWAP操作次数降低60%以上、电路深度减少17%，并缩短60%的编译时间。进一步的最优性研究表明，该框架能将SWAP次数的最优差距缩小82%、电路深度最优差距缩小49%，使其特别适合规模日益增大且架构复杂的新型量子设备。