量子科技中心_量科网

量子退火（QA）为求解NP难优化问题提供了前景广阔的框架，但其有效性受限于底层量子硬件的拓扑结构。通过QA求解优化问题P涉及硬件感知的电路编译过程，该过程需将问题P表示为图GP，并将其嵌入到硬件连接图GQ中——后者定义了基于QA的量子处理单元（QPU）中量子比特的互连方式。 次要嵌入（ME）是这类硬件感知编译的可能操作形式。该方法通过启发式构建映射，将GP节点（即P的逻辑变量）关联至GQ相邻节点组成的链中，利用GQ的次级图保持GP边作为量子比特间的物理连接。 由于GQ目前无法形成完全连通图，固定量子比特的静态拓扑结构易导致低效编译。该研究团队提出了一套评估准则与方法论，用于分析硬件拓扑GQ如何对嵌入问题产生负面影响，从而加剧量子优化对噪声的敏感性。 团队在两种QPU拓扑结构（当前D-Wave系统采用的Zephyr图与可调控平均节点度的Havel-Hakimi图）上测试ME效果，通过节点数/单节点入射边数”比值研究其对GP到GQ次级图映射成功率的影响。基于经典架构的ME实验表明：Havel-Hakimi拓扑结构平均需要更短的量子比特链，且在QPU规模扩大时展现出更平缓的最大可嵌入GP尺寸增长趋势。这些特性预示其作为QA-QPU替代设计方案的潜力。