效率边界:经典阴影与量子影像之较量
量子处理器与经典处理器的交互接口是实现全栈量子算法的重要子程序。所谓“经典影子”方法能高效地从量子态中提取关键经典信息,仅需少量测量即可预测量子系统的多种性质。然而,当涉及少量高度非局域可观测量或经典后处理能力受限时,经典影子方法并非总是最优选择。该工作通过全栈资源分析定量研究了这一问题,将经典影子方法与直接量子测量的“量子影像”法进行对比。在特定假设下,分析结果揭示了两种方法下载效率的分界条件:对于泡利矩阵线性组合表示的可观测量,当可观测量数目较大且泡利权重较小时,经典影子法优于直接测量;对于大型厄米稀疏矩阵形式的可观测量,当可观测量数目、矩阵稀疏度和量子比特数处于特定区间时,经典影子法显现优势。影响这一边界的关键参数包括:量子比特数n、可观测量数M、稀疏度k、泡利权重w、精度要求ϵ及容错率δ。研究团队还比较了两种方法在不同类型量子计算机上的资源消耗,确定了经典影子法更高效的临界点——该临界点会随硬件特性变化。该研究为定量设计最优混合量子-经典层析策略开辟了新途径,并为实际应用中选择最合适的量子测量方法提供了实践指导。
