量子科技中心_量科网

该研究团队提出QPU微核概念——这是一种执行模板节点更新并通过重复测量获得蒙特卡洛估计的浅层量子电路。研究表明如何利用这种微核显式求解计算模板上离散化的偏微分方程（PDEs）。从这个角度看，QPU充当了采样加速器角色：每个微核仅消耗模板输入（邻域值及系数），运行浅层参数化电路后输出读取规则的样本均值。其量子比特资源消耗和电路深度固定，不受全局网格影响，使得微核既能方便地通过经典主机编排，又能在网格点间并行化处理。 该工作展示两种实现方案：伯努利微核通过将数值编码为单比特概率（样本分配与模板权重成正比），适用于凸和模板问题；分支微核则先构建模板分支选择器，再对单个读出比特执行寻址旋转。与传统将全时空问题编码在单一深层电路的整体式量子PDE求解器不同，该方法保留了经典时间循环，仅将局部更新任务卸载至量子端。通过批处理和电路内融合技术，有效分摊了提交与读取开销。 研究人员在科学计算中常见的两个PDE模型（热传导方程和粘性Burgers方程）上验证了QPU微核方法。无噪声量子电路模拟实验表明，精度随样本量增加而提升；在IBM Brisbane量子计算机上的单步扩散测试显示，相同样本预算下伯努利实现的误差低于分支方案，且QPU微核执行时间占总体耗时主导地位。