量子科技中心_量科网

分布式量子计算（DQC）通过将大型量子电路分布在量子云中的多个量子处理器（QPUs）上，实现了可扩展的量子计算。在DQC中，量子电路被分割后，必须在异构QPUs上进行调度和执行，同时平衡延迟、开销以及QPU通信资源限制。然而，由于功能完备的量子通信网络尚未实现，近期量子云将仅依赖QPUs之间的本地操作和经典通信设置，无法利用纠缠量子链路。此外，现有DQC调度框架既未考虑用户定义的执行截止时间，也未采用高效的线切割技术。为此，该工作提出了一种面向近期量子云的、支持高效线切割的截止时间感知型DQC调度框架。该框架在调度分割后的量子子电路时，会综合考虑电路截止时间和QPU容量限制，同时捕获子电路间的依赖关系，并通过在不同QPUs上分配采样执行的次数来实现高效线切割和加速运行。基于此，研究人员构建了截止时间感知的电路调度优化问题，并采用模拟退火算法求解。仿真结果表明：在紧急截止时间场景下，该框架较现有不考虑采样次数的框架实现了显著改进，截止时间前完成请求的比例提升了12.8%；与最先进的忽略依赖关系的基准框架相比，平均多服务8.16%的请求，较忽略依赖和采样次数的基准框架提升9.60%，同时缩短了DQC执行的总完工时间；相较于贪婪调度、列表调度和随机调度器，该框架分别多服务了23.7%、24.5%和25.38%的请求。