量智信息中心_量科网

量子近似优化算法（QAOA）在解决基于图的优化问题方面展现出强大潜力。然而，当前量子硬件的限制仍制约着大规模量子电路的执行。该工作提出“QuantCut”——一种自动化的电路切割框架，通过将纠缠双量子比特门分解为可管理的子电路，实现大型量子电路的高效运行。研究团队特别关注门级切割技术，将该框架应用于标普500股市投资组合分散化的71量子比特QAOA电路构建，旨在实现资产多样化最大化。该方法在迭代优化期望值的同时，利用电路切割策略减少量子寄存器规模。为验证框架有效性，该团队首先通过量子噪声模拟对Max-Cut问题展开玩具模型实验，分析随层数增加的性能提升；随后将方法扩展到现实金融优化场景，获得具有竞争力的结果。研究表明，QuantCut通过电路切割技术有效推动了大规模量子计算的实现。