量子科技中心_量科网

量子计算机有望重新定义计算科学的边界，为化学、优化和材料科学等领域的复杂问题提供指数级加速解决方案。然而在实际噪声条件下不可预测的性能衰减，仍制约着其实际应用。核心问题在于：问题结构本身如何影响算法鲁棒性？该研究团队通过对11种不同测试模式下的Bernstein-Vazirani算法在多台超导量子处理器上进行硬件感知基准测试，揭示了算法性能对问题结构存在极致敏感性。数据显示平均成功率分别为100.0%（理想模拟）、85.2%（含噪声仿真）和26.4%（真实硬件），其中含噪声仿真与真实硬件执行间存在58.8%的平均性能落差。量子态层析证实相应平均态保真度分别为0.993和0.760，而在硬件上出现0.234的保真度骤降：稀疏模式成功率可达75.7%，而高密度10量子位模式则完全失效。最具启示性的是，量子态层析显示模式密度与态保真度衰减近乎完美相关，这为观测到的性能模式提供了根本性解释。真实硬件测量中观察到的保真度灾难性崩塌（实测0.111 vs 预测0.763），暴露出当前噪声模型在捕捉结构相关错误机制时的严重局限性。该工作确立了模式依赖性能作为量子算法部署的关键考量，并为预测算法在实际应用中的可行性提供了量化框架。