时序感知的量子比特分配与分布式量子计算的电路优化
分布式量子计算这一新兴范式为扩展量子计算至当前难以实现的规模提供了潜在解决方案。尽管该方法本身仍处于起步阶段,且在实际物理实现前仍需克服诸多障碍,但该研究团队同时指出必须识别并解决来自软件和算法层面的挑战。例如,这种范式转变需要新型编译器,其需综合考虑网络约束条件及量子通信特性产生的现象。在分布式量子计算中,大型量子电路被拆分为若干子电路,以便通过量子通道相连的多台量子处理器(QPUs)能独立并行执行。由于量子通信(如量子隐形传态等形式)成本高昂,必须谨慎使用。 该研究团队提出了两种最小化通信成本的量子比特-QPU分配方案:其一采用时间感知算法,同时考量给定量子电路的动态连接特性与底层网络拓扑结构。研究人员明确定义了优化问题,运用模拟退火与进化算法,并将结果与图分割及顺序量子比特分配基准进行对比;其二开发了基于进化机制的量子电路优化算法,通过调整电路结构而非执行时序来降低总通信开销。两种方案均在随机量子电路和不同网络拓扑中进行了评估,进化算法在通信成本削减方面均优于基准方法。最后,该工作展望了如何将这些方法整合到分布式量子计算的编译框架中。
