量子科技中心_量科网

将经典数据高效编码到量子电路中是一个关键挑战，直接影响量子算法的可扩展性。该研究团队提出了一种面向资源优化的量子数据加载自动编译框架，可根据输入向量和目标容错需求进行定制。通过显式利用精确态制备与近似态制备之间的权衡关系，该方法系统地将总误差预算分配给精度误差和近似误差，从而最小化量子资源消耗。该框架支持包括多路复用加载器、量子只读存储器（QROM）结构、稀疏编码、矩阵乘积态（MPS）、傅里叶级数加载器（FSL）以及基于沃尔什变换的对角算子等全套前沿方法。 研究团队通过多个应用案例验证了该框架的有效性，在受控近似条件下持续发掘出非显而易见的资源优化策略。特别在计算流体动力学工作流中，自动选择MPS态制备与沃尔什变换编码，结合新型沃尔什测量技术，相比现有方法实现了超过四个数量级的资源压缩。该工作还带来了两项独立突破：针对d对角矩阵的更高效量子电路，以及动能算子的优化块编码方案。这些成果突显了具备近似感知能力的自动编译技术，对于在资源受限硬件上实现大规模量子算法的不可或缺性。